シリコンバレーは人工知能の最前線。Facebookがここぞと大胆な動きを見せた

Silicon Valley Is in a War Over Artificial Intelligence and Facebook Just Made Its Boldest Move Yet

posted with amazlet at 15.12.10

KADOKAWA / 中経出版 (2015-03-10)
売り上げランキング: 226

Amazon.co.jpで詳細を見る

In the war over deep learning that’s currently taking place in Silicon Valley, Facebook just dropped a bomb.

現在シリコンバレーで発生している、ディープラーニングに関する戦いに、Facebookが爆弾を落としました。

The social network is one of the Valley’s most invested when it comes to building out artificial intelligence technology to help its products think and act like humans. It’s a competitive endeavor — Google, IBM, Uber and Baidu are just a few of the companies racing Facebook to scoop up deep learning experts, the rare minds capable of building this type of software.

このソーシャルネットーワークは、自身の製品をヒトのように考え振舞うようにする人工知能技術を、作り上げるようになれば、それはシリコンバレーで最も投資されたもののひとつになります。それは、競争力のある試みです ― Google、IBM、Uber、そして Baidu は、ディープラーニングのソフトウェアを構築する能力を持つ希少な専門家を、Facebookと取り合う、数少ない企業です。

a competitive endeavor - 競争力のある試み

You’d think, then, that Facebook would keep its AI advancements under wraps and away from the competition. Not so, apparently.

そこで、あなたは、FacebookのAIの進歩は、この競争から取り残され、周回遅れになるだろうと考えるかもしれない。しかし、それは明らかな間違いだ。

The company announced Thursday that it built some new AI-specific servers — the physical hardware used to store all of the AI software its employees are creating — to do things like automate text conversations and understand what’s visible in a photograph. The new servers, called Big Sur, are twice as fast as the old ones Facebook used and hold twice as many graphics processing units — GPU chips are specific to hosting and preparing videos and images that are then seen on a screen (like your smartphone).

同社は木曜日、AIに特化した新しいサーバーを発表しました。これは、自社の従業員が作っているAIソフトウェアを保存するために使用される物理的なハードウェアであり、テキストの会話を自動化したり、写真に何が映っているかを理解するようなことをするためのものです。この Big Sur と呼ばれる新しいサーバーは、Facebookが使用してきた過去のものより2倍速く、2倍多くの画像処理ユニットを抱えています ― GPUチップは、動画や画像を配信したり、（あなたのスマホなどの）画面で見えるように準備するために特化されているものです。

In other words, the new servers can store more info on one device, which means Facebook’s research team will be able to move faster, explained Serkan Piantino, engineering director of Facebook AI Research.

別の言い方をすれば、この新しいサーバーは、ひとつの機器により多くの情報を蓄えることが出来るということ。それは、Facebookの研究チームが、より速く動けるということですと、Facebookの人工知能研究のエンジニアリングディレクターの Serkan Piantino が説明しました。

“Because we can train bigger models and we can make use of more data and just do things faster,” he said, “we can shorten our iteration cycles [and] we will discover more things in the fields of machine learning and AI as a result.”

「なぜなら、私たちは、より大きなモデルを学習できて、より多くのデータを使い方を作れる。そして速く実行できる。」と彼は言いました。「我々の繰り返しのサイクルを短くできる。そして、結果として、我々は機械学習と人工知能の分野でより多くの発見をするだろう。」

That’s great! But the other key thing is that Facebook is open sourcing the Big Sur design, which means it’s passing out the blueprint for how to reproduce this server to anyone who wants to see it. Facebook open sources a lot of technology, so this isn’t unprecedented. It has already open sourced some of its deep learning code library in a project called Torch. Google’s doing this, too, and has open sourced its own software called Tensorflow.

素晴らしい。しかし他のカギは、Facebookがこの Big Sur の設計をオープンソースにしているということです。つまり誰でも望むなら、このサーバーの作り方の設計図を見ることができるということです。 Facebookは多くの技術をオープンソース化しています。だから、これは前例のないことではありません。既に、Torchというプロジェクトの一環で、いくつかのディープラーニングのライブラリを、オープンソースで公開しています。 Googleも同じくそうしています。Tensorflowという独自のソフトウェアをオープンソース化しました。

For both companies, these libraries can be powerful recruiting tools — a way to find the smart scientists hacking away at their code before scooping them up. They may also serve as a vehicle for commanding control of how AI is used in the future. The more companies use Torch or Tensorflow, the more control Facebook or Google have over the future AI ecosystem.

両社にとって、これらのライブラリは力強い求人ツールになり得る ― 採用される前に彼らのコードを見切ってしまう賢い科学者を見つけるための方法です。彼らは、また、AIが将来どのように使われるかをコントロールするための乗り物として仕えるかもしれない。より多くの企業がTorchやTensorflowを使用し、その多くが、未来のAIエコシステムに君臨するのが、Facebookなのか、Googleなのかを決定します。

The key difference, until now: Google has been unwilling to hand over any intel on its research hardware. Facebook is doing just that. Now researchers and companies using deep learning tech can use both Facebook’s software and hardware.

また違うキーとして、現在まで、Googleは、自身の研究ハードウェアで、intelを引き渡そうとしてきませんでした。Facebookもそうしています。今、ディープラーニング技術を使用している研究者と企業はFacebookのソフトウェアとハードウェアの両方を仕えるのです。

So there’s a recruiting and control benefit for Facebook. But the other benefit is financial. The hope is that, by open sourcing its servers, Facebook can establish an industry standard for AI-specific hardware. If other startups (or even larger companies) use Facebook’s design, it will become cheaper and more common in the long term, explained director of Facebook’s AI Research team Yann LeCun.

ですから、Facebookにとって、募集があり、利益を左右します。しかし、他の利益は金融です。この望みは、自身のサーバーをオープンソース化することによって、Facebookは産業における人工知能に特化したハードウェアの標準仕様を確立することができるのです。もし他のスタートアップが（またはもっと大きな企業が）Facebookの設計を使用すれば、長い目で見てそれは安くなり一般的になるでしょう。 Facebookの人工知能研究チームのディレクターであるYann LeCunが説明しました。