テクノロジーの未来に最も貢献している企業の名前を尋ねられたら、誰の名前を挙げますか?グーグル?もしかしてアップル? Microsoft だと思う人は手を挙げてください?
それらの著名な名前ではないと私は主張します。実際、それは Nvidia、つまり「グラフィック カード担当者」だと思います。
Nvidia は、テクノロジーを永遠に変えようとしているインテリジェント マシンの波の最前線に立っています。機械が自らを効果的にプログラムできるようにする深層学習は、時折起こるテクノロジーの「大きな飛躍」の 1 つです。グラフィックス プロセッサが機械学習に最適であることが判明したという事実のおかげで、Nvidia は「グラフィックス カード会社」から「AI コンピューティング会社」への変革の過程にあります。 nvidia_ai_-_1
機械学習の重要性について私が疑問を抱いていたとしたら、Nvidia CEO の Jen-Hsun Huang 氏の基調講演がその疑問を払拭してくれました。今後 10 年間で、私たちの生活の中で機械学習が影響しないものはほとんどありません。ほとんどの場合、それは目に見えず段階的に行われます。レコメンデーション エンジンは時間の経過とともに改善されます。言語の機械翻訳と音声のテキストへの翻訳が向上します。そして、意思決定の大部分がすでに機械の手に委ねられている保険などの分野の改善です。
しかし、機械学習の顕著な事例も登場するでしょう。検索エンジンは、意識的に必要なものを認識する前に、必要なものを見つけ出すインテンション エンジンによって補完されることになります。その始まりは、フライトや旅行などの情報をタイムリーに提供しようとしたり、電子メールを解析して会議や場所などを探して後で提案したりする製品ですでに明らかです。これは、コンピューティングの長期的な聖杯の 1 つである、会議が衝突した場合に好みに応じて 1 日のスケジュールを変更するなどの機能を備えた、真のインテリジェント アシスタントの領域にまでさらに前進します。金曜日はいつも午後 4 時に家に帰りたいですか?アシスタントが問題を解決し、そのニーズを予測します。
しかし、機械学習が影響を与える最大かつ最も明白な場所は自動車です。 Jen-Hsun 氏が説明したように、「自動運転する車」は、単に物体を認識してその周囲を操縦するだけではない複雑なシステムです。スペースがあるからといって、そこを走行できるわけではないことを車は理解する必要があります。人間は、進路上にあるすべての物体を常にスキャンし、それらを迂回する最適な方法を計算して運転しているわけではありません。彼らは、空間を運転する能力、物体を避ける方法、そして効果的に運転するための知恵も学びます。運転は複雑で多層的なスキルであり、単一のアルゴリズムに還元することはできません。 nvidia_ai_-_4
それが、DriveWorks と呼ばれる Nvidia の自動運転車ソフトウェア プラットフォームが、運転プロセスを 3 つのユニットに分割している理由です。 Drivenet は、平面的な物体認識を行うのではなく、物体がどこにあるか、大きさについて 3D モデルを計算して物体を探します。 OpenRoadNet は不在を探し、車が安全に移動できるスペースを探します。たとえば、道路の境界線の間を通るのは問題ありませんが、境界線を越えて運転するのは必ずしも問題ないということを理解しています。そして、Pilotnet は「ただ運転する」行動ネットワークです。
おそらく 3 つがどのように連携するかを単純化しすぎていますが、本質的には次のように機能します。Pilotnet がどこを運転するかを決定します。 Drivenet と OpenRoadNet は比喩的なブレーキとして機能し、Pilotnet が求める運転アプローチが適切かつ安全であることを保証します。
数年以内に、新しい車はほぼあらゆる状況で、人間よりも安全かつ経済的に自動運転できるようになるでしょう。それが機械学習によって可能になり、Nvidia はその革命の最前線に立つことを目指しています。機械学習によって始まったのはこれだけではありませんが、私たちの生活様式に対する最も明白な大きな変化となるでしょう。そしてそれが起こるのが待ちきれません。
「 「AI コンピューティング企業」としての Nvidia の宣伝は単なる誇大広告ではありません」に関するベスト動画選定!
テスラ株 売られすぎ?中国販売最新情報 NVIDA続伸/エッジAIとは
生成AI向けサーバーレス AI プラットフォーム「NVIDIA DGX™ Cloud」