AI革命は終わらない NVIDIAカンファレンスレポート

頭打ちどころか、進化が加速した

今年のGTCで最も驚いたのが、次世代GPUに関する発表だ。NVIDIAの次世代GPUには、210億のトランジスタが搭載されるという。CPU100基分に相当するトランジスタ数だという。

処理能力は、前世代の５倍、その前の世代の15倍にも達し、「ムーアの法則で予測されている値の４倍を超える」（NVIDIAのCEO、ジェンスン・フアン氏）という。

ムーアの法則が頭打ちになるどころか、ムーアの法則を４倍以上加速させたことになる。

新しい設計思想を採用したことによる加速らしい。新しい設計思想は、よりAIに向いたものになっているのだという。

進化したAI用半導体、NVIDIA-Telsa-V100　　NVIDIA

進化が加速したことで、どのようなことが可能になるのかはまだ分からない。まるで水平線の辺りに、大きなうねりが見えたようなものだ。まだ遠くにあって、その実感はつかめない。しかしその大きなうねりは、必ず浜辺に押し寄せてくる。

２～３年でAIブームが収束するどころか、２～３年後にはさらに大きな波となって多くの業界を飲み込むことになるだろう。

シミュレーション環境でロボット百花繚乱

ロボットのAIにリアルな環境の中で学習させるのは大変だ。なぜならロボットが失敗するたびに、いろいろなものを壊すからだ。でも失敗しない限り、学びはない。

失敗しても、モノが壊れない環境が必要になる。バーチャルリアリティなら、失敗してもモノは壊れない。そこでNVIDIAでは、ロボットAIの学習のためのバーチャルリアリティのシミュレーション環境「Isaac」を開発した。

ロボットのためのシミュレーション環境なので、できる限り現実に近いものである必要がある。

例えば、つかんでいたモノを落としたときは、引力の法則に従って落下する必要がある。バーチャル環境の中でも、地球上の物理法則が存在しなければならないわけだ。

見た目も、リアル環境そっくりのほうがいい。光の方向によっては物体に影ができ、影の中は暗くてモノを認識しづらくなる。こうしたリアリティも、バーチャル環境の中で再現されなければ、ロボットは現実を正しく学習できないだろう。

また人間もこのバーチャル環境の中に入って、ロボットとインタラクションし、ロボットAIの学習を支援する必要がある。

一方で現実と異なるほうがいいこともある。例えば人間は学習したことを他の人に伝える場合は、書物などを通じて間接的に情報を伝達しなければならない。ロボットは搭載されているAIをネットワークで繋げば、１台のロボットが学習した情報が瞬時にすべてのロボットに直接的に伝播される。複数台のロボットに試行錯誤させて学ばせることで、学びを加速させることが可能なわけだ。シミュレーション環境ならロボットの台数を増やすことに、まったくコストはかからない。