|
電子情報通信学会 - IEICE会誌 試し読みサイト
© Copyright IEICE. All rights reserved.
|
|
|
電子情報通信学会 - IEICE会誌 試し読みサイト
© Copyright IEICE. All rights reserved.
|
生成AIの光と影――安全な活用と未来への展望――
小特集 3.
生成AI活用の海外事例
Generative AI Implementation Worldwide: Case Studies
Abstract
2022年11月30日にOpenAI社がChatGPTを一般公開して以降，生成AIの認知度は飛躍的に高まったと言える．利用者が極めて短期間で爆発的に増加したことも大きなニュースとなった（リリース5日間で100万人）．今では生成AIコンテンツは，エンターテイメントだけでなく，ビジネスや学術といった幅広い分野で使用されるようになった．特に，海外ではインフラ産業や防衛・軍事といった分野などでも生成AI活用は顕著である．本レポートでは生成AIの活用事例を具体的に列挙し，生成AIの活用が進む背景や開発面での課題や展望について考察する．
キーワード：生成AI，海外事例
生成AI（Generative AI）は，既存データを基に新しいコンテンツや情報を生成する人工知能技術である．生成されるコンテンツの種類は文章，画像，音楽，動画像など多岐にわたる．
複数のコンテンツ形式を統合的に入出力するマルチモーダル化，新アイデアとインスピレーションを提供する創造的機能の実装，高性能GPUやクラウドコンピューティングの拡充といったソフト面とハード面の相乗効果によって，これから生成AIは更に急速な進化と利用拡大が予想される．
生成AIの進化と利用拡大が進む中で，その「開発」が重大な意味を持つようになった．国や企業は，生成AI開発のイニシアチブを確立することで，国際競争で優位な立場を得ようとしている．そして，生成AI開発競争で重要になってくるのが次の三つのリソースである（図1）．
・計算リソース
・データリソース
・人材リソース
計算リソースは，生成AIモデルのトレーニングやコンテンツ生成の性能を担う．コンピューティングには，AIの並列計算に最適化された「GPU（Graphics Processing Unit）」，AI推論処理を効率化する「NPU（Neural Processing Unit）」，Googleが開発した機械学習の行列演算に強みを持つ「TPU（Tensor Processing Unit）」といった高性能チップが使用され，世界的に需要が伸びている．AWSやAzureといったクラウドコンピューティングサービスを契約し，計算リソースを提供してもらうという戦略も有効である．一方で，経済安全保障上の観点から計算リソースの国産化を求める声もある．
データリソースはインターネット上の公開データ，政府や公共機関のオープンデータ，企業や組織が保有する独自データなどである．正確で信頼性のあるデータを多く利用することで，生成AIの品質は向上する．しかし，大量のデータ（ビッグデータ）の利用は簡単ではない．プライバシーや倫理といった問題が発生するからである．特に西側先進諸国ではプライバシーと倫理が重視される．そのため，正当性のあるデータリソース取得が重要となる．
最後に人材リソースである．PythonやC＋＋を使えるAIエンジニア，データの収集や分析を行うデータサイエンティスト，生成AIの新しいアルゴリズムやモデルを研究するリサーチャーが生成AI開発を支える．しかし，生成AI開発への急激な需要増加によって，人材供給が追いついていないのが現状である．各国は教育支援や産学連携プログラムなどの導入を通じて，生成AI開発に関わる人材を確保しようとしている．
続きを読みたい方は、以下のリンクより電子情報通信学会の学会誌の購読もしくは学会に入会登録することで読めるようになります。 また、会員になると豊富な豪華特典が付いてきます。
電子情報通信学会 - IEICE会誌はモバイルでお読みいただけます。
電子情報通信学会 - IEICE会誌アプリをダウンロード
