計画の不確実さが叫ばれるようになって 3 年経った世界においても、デジタル ツインとジェネレーティブ AI が企業の目標と消費者のニーズを前進させると NVIDIA の 15 人の AI エキスパートたちが予測。
ここ 3 年間は、パンデミックとその後の余波によって先行きが不透明な状況が続いていました。こうした 3 年間を経て、不景気に見舞われ不確実な状況から脱し得ない 2023 年の企業は、以前と変わらない責務に直面しています。つまり、率先力を身につけ、イノベーションを実現し、問題を解決しなければなりません。
AI は、これらの目標を達成するための共通項になりつつあります。米国、英国、ドイツの約 700 の企業を対象に実施された Gartner の最新の調査では、平均すると企業の AI プロジェクトの 54% が概念実証 (PoC) から本格環境に移行しています。調査に参加した経営幹部の実に 80% が、自動化はあらゆるビジネス上の意思決定に適用でき、AI の使用に関して細かな戦術的段階から大局的な戦略的段階に移行していると回答しています。
そこで 2023年は、「Do more with less」、つまり、より少ないリソースでより多くのことを行うこと、これがスローガンとなります。NVIDIA の AI 予測ビジネスのエキスパートの何名かは、一時解雇やスキルのある人材不足にあえぐ企業が AI プロジェクトの拡大を優先すると予測しています。そのためには、あらゆる企業、アプリケーション、予算に合わせて購入しカスタマイズできる、クラウドベースの統合されたソフトウェアおよびハードウェア製品を使用することになります。
費用対効果の高い AI 開発は、NVIDIA のエキスパートによる 2023 年の予測でも繰り返されるテーマです。ムーアの法則は物理法則に反するようになり、オンプレミスのコンピューティング性能のインストールはさらに高価になり、かつエネルギー効率は低下していきます。また、重要なコンポーネントにおける黄金のネジ (不可欠な部品) の模索が、AI アプリケーションの開発や、サプライ チェーンの問題に対するデータ主導のソリューションの発見を目指して、クラウドへの移行を加速させています。
2023年の AI に関する NVIDIA のエキスパートの見解をご紹介します。
アニマ アナンドクマー (Anima Anandkumar)
ML リサーチ ディレクター兼カリフォルニア工科大学ブレン教授
デジタル ツインの物理化: 気象や気候モデル、地震現象、材料特性など、複雑でマルチスケールな物理プロセスの大規模なデジタル ツインが登場するでしょう。これにより、現在の科学シミュレーションが Million-X (数百万倍) に加速され、新しい科学的洞察や発見が実現します。
ジェネラリスト AI エージェント: AI エージェントは、自然言語指令と大規模な強化学習を使用して、オープンエンドのタスクを解決するようになります。また、基盤モデル (ラベル付けのない膨大な量のデータでトレーニングされた大規模な AI モデル) を利用して、エージェントはあらゆるタイプのリクエストを解析し、時間の経過とともに新しいタイプの要求に適応できるようになります。
マヌバー ダス (Manuvir Das)
エンタープライズ コンピューティング担当シニア バイス プレジデント
ソフトウェアの進歩が AI のサイロ化を解消: 企業は長い間、AI の研究開発のためにクラウド コンピューティングかハイブリッド アーキテクチャを選択する必要がありました。これは、開発者の生産性を低下させ、イノベーションを遅らせる可能性があります。2023 年には、ソフトウェアにより、企業はすべてのインフラストラクチャ タイプで AI パイプラインを統合し、つながりのある単一のエクスペリエンスを AI 実務者に提供できるようになります。これによって企業は、プロジェクトの規模や複雑さに関係なく、コストと戦略目標のバランスを取ることができ、事実上無制限の能力にアクセスして柔軟な開発ができるようになります。
ジェネレーティブ AI がエンタープライズ アプリケーションを変革: ジェネレーティブ AI が話題となっていますが、それが 2023 年に現実のものとなります。なぜなら、大規模言語モデルとレコメンダー システムを実稼働アプリケーションに変換できるソフトウェアを用いた、真のジェネレーティブ AI の基盤がようやく整ったためです。実稼働アプリケーションでは画像に留まらず、質問にインテリジェントに回答し、コンテンツを作成し、驚きの発見をすることさえできます。このようなクリエイティブな新時代は、パーソナライズされた顧客サービスを大幅に前進させ、新しいビジネス モデルを推進し、ヘルスケアのブレイクスルーへの可能性を開きます。
キンバリー パウエル (Kimberly Powell)
ヘルスケア担当バイス プレジデント
生物学が情報科学に: 大規模言語モデルのブレイクスルーと、文字のシーケンスで生物学を記述する幸運な能力により、研究者は化学と生物学の新しいクラスの AI モデルをトレーニングすることができます。これらの新しい AI モデルの機能により、創薬チームは、半導体で分子とタンパク質の特性と相互作用をすべて生成、表現、予測することができます。これにより、潜在的な治療法における最も重要な無限の領域を探索する能力が拡大します。
Surgery 4.0 の実現: フライト シミュレータは、パイロットの訓練と新しい航空機制御の研究に役立ちます。同じことが、外科手術およびロボット手術デバイスのメーカーにも当てはまります。手術室の環境から医用ロボット、患者の生体構造に至るまで、あらゆる規模でシミュレーションできるデジタル ツインは、パーソナライズされた外科手術のリハーサルや、人間とマシンの AI による相互作用の設計において新境地を開拓しています。研修期間を長く取ることだけが、経験豊富な外科医を輩出するための方法ではありません。実際の患者にロボット支援手術を初めて行うときから、多くの執刀医がエキスパートになれるでしょう。
ダニー シャピロ (Danny Shapiro)
オートモーティブ担当バイス プレジデント
メタバースで自動運転車をトレーニング: 自律走行車を開発している 250 以上の自動車メーカー、トラック メーカー、スタートアップ企業、輸送機関、およびサービスとしてのモビリティ (MaaS) を提供するプロバイダーが、現代の AI における最も複雑な課題の 1 つに取り組んでいます。対処できなければならないすべてのシナリオに、路上でのテストで遭遇することは不可能であるため、2023 年には業界の多くの企業が仮想世界を利用することになるでしょう。
仮想フリートは展開前に新しい機能をトレーニングおよびテストするためのデータを生成し、路上でのデータ収集は仮想フリートにより補完されます。忠実度の高いシミュレーションにより、シナリオや環境の制限は事実上なく、自律走行車が走行します。また、車両生産のためのデジタル ツインも引き続き導入が進むでしょう。このデジタル ツインにより、製造効率の改善、運用の合理化、労働者の人間工学および安全性の向上が実現します。
クラウドへの移行: 2023 年には、サービスとしてのソフトウェア (SaaS) とサービスとしてのインフラストラクチャ (IaaS) の提供が運輸業界にもたらされます。開発者は、クラウド サービスの包括的なスイートにアクセスして、どこでもメタバース アプリケーションを設計、展開、体験できるようになります。チームは、AV 開発シミュレーション、車載体験、クラウド ゲーミング、さらにはウェブやショールームで提供されるカー コンフィギュレーターなどの 3D ワークフローを設計し、コラボレーションを行います。
車内コンシェルジュ: 対話型 AI、自然言語処理、ジェスチャ検出、アバター アニメーションの進歩が、デジタル アシスタントの形で次世代の自動車に採用されています。この AI コンシェルジュは、自然言語理解を用いて、予約、車両制御へのアクセス、アラートの提供を行うことができます。車内カメラ、ディープ ニューラル ネットワーク、マルチモーダル インタラクションによって、車両はドライバーの注意が路上にあることを確認でき、走行後に降車した際に同乗者やペットの置き去りを防ぎます。
レヴ レバレディアン (Rev Lebaredian)
Omniverse 、シミュレーション テクノロジ担当バイス プレジデント
メタバースでの万能変換: HTML が 2D ウェブの標準言語であるように、Universal Scene Description は 3D ウェブにおける最も強力で拡張可能性のあるオープン言語になるでしょう。メタバースの仮想世界を記述するための 3D 標準である USD により、企業や一般消費者でさえ、各種ツール、ビューアー、ブラウザーを使用して、最もシームレスかつ一貫した方法で異なる 3D ワールド間を移動できるようになります。
デジタル ツインで現実を曲げる: 商品、サービス、場所を表現する真に現実に近い新しいクラスのデジタル ツインは、対応する現実世界の物以上に多くの成果を生み出すようになります。ゲーム会社と提携してたくさんの仮想スニーカーを販売する際に、パターンを製造に送る段階の遥か以前に容易にデザインの試験ができる、という状況を想像してください。無駄が省かれ、運用効率が高まり、精度が向上するため、企業側にとってもメリットを享受できます。
ロニー ヴァシシュタ (Ronnie Vasishta)
通信事業担当シニア バイス プレジデント
5G ネットワークによる AR/VR の無線化: 多くの企業がハードウェアとソフトウェアの開発をクラウドに移行する中、世界中で 5G ネットワークの完全導入が進むにつれて、エッジでの設計やコラボレーションも拡大していきます。例えば、自動車の設計者は、拡張現実 (AR) ヘッドセットを装着して、ワイヤレス ネットワーク経由で同じコンテンツを世界中の同僚にストリーミングすることができ、共同作業での変更をスピーディーに行って記録的な速さで革新的なソリューションを開発することが可能になります。5G はまた、店舗の棚の補充、フロアの清掃、ピザの配達、工場内での商品のピッキングと梱包といった用途で、コネクテッド ロボットが業界の垣根を越えて迅速に導入されるきっかけにもなります。
クラウド上の RAN: 世界中のネットワーク オペレーターは、数十億ドルの投資をより早く回収しようと、ソフトウェアデファインドの仮想無線アクセス ネットワーク 5G を展開して時間とコストを節約しています。現在、彼らは特注の L1 アクセラレータから、L2、RIC、ビームフォーミング、FH を含む 100% ソフトウェアデファインドのフルスタック 5G ベースバンド アクセラレーションに移行しています。これにより、RAN と AI ワークロード間のマルチテナンシーが可能になり、RAN システムの使用率が増加するでしょう。
ボブ ペティ (Bob Pette)
プロフェッショナル ビジュアライゼーション担当バイス プレジデント
シミュレーションによる産業革命: 物理世界で構築されるものはすべて、まず物理法則に従う仮想世界でシミュレートされるようになります。このような工場、都市、さらには地球全体などの大規模な環境を含むデジタル ツインおよび産業用メタバースは、DX イニシアチブの重要な要素になっていきます。事例はすでにたくさんあります。Siemens は産業オートメーションを新しいレベルに引き上げています。BMW では工場フロア全体をシミュレートして、製造工程を最適に計画しています。Lockheed Martin では、森林火災のパターンをシュミレーションし、資源を配備する場所と時期を予測しています。DNEG、SONY Pictures、WPP などはアート部門を世界中に分散させ、クリエイター、アーティスト、設計者がほぼリアルタイムでシーンを反復できるようにすることで、生産性を高めています。
エンタープライズ IT アーキテクチャの再考: 多くの企業がハイブリッド ワークにまつわる課題に対応しようと文化やテクノロジの順応に奮闘したように、2023年には多くの企業において全社的な IT インフラストラクチャの再構築が実施されるでしょう。企業は、増え続けるアプリケーションや複雑なデータセットの需要に対応できる強力なクライアント デバイスを模索し、柔軟性を受け入れて、急激なスケーリングに対応できるようにクラウドへの移行を急加速させます。分散型コンピューティング ソフトウェア プラットフォームを採用することで、世界中に分散した従業員が非常に多様な作業環境下でコラボレーションし、生産性を維持できるようになります。
同様に、複雑な AI モデルの開発とトレーニングには、データセンターやデスクトップにおけるに強力なコンピューティング インフラストラクチャが必要になります。企業は、AI をワークフローに問題なく取り入れて製品の質の向上とサービスの迅速な提供を可能にするために、さまざまな産業ユース ケースに対応できる精選された AI ソフトウェア スタックを検討します。
アジータ マーティン (Azita Martin)
小売 消費者向け製品グループ クイックサービス レストラン用人工知能担当バイス プレジデント
万引きへの取り組み: 実店舗の小売業者は、一般的な問題となっているシュリンケージ (万引きを表す業界用語) に長年取り組んでいます。非接触型レジに AI ベースのサービスを採用する企業が増える中、コンピューター ビジョンと店舗分析データを組み合わせて、買い物客がレジに打った商品と実際に購入した商品が同じであることを確認する高度なソフトウェアが求められるようになります。スマートな自己追跡テクノロジの採用により、完全に自動化された店舗体験の開発が可能になり、労働力不足と利益損失の解決に役立ちます。
AI がサプライ チェーンを最適化: どんなに優秀な小売業者や e コマース企業でさえ、この 2 年間は需要と供給のバランスを取るのに苦労していました。パンデミックの間、消費者にはオンライン ショッピングが普及し、ロックダウンが解除された後は実店舗に足を運ぶ消費者が再び増えてきています。インフレ発生後は再び購買習慣に変化が現れ、サプライ チェーン マネージャーを悩ませています。AI により、より高頻度かつ正確な予測が可能になり、適切な製品が適切なタイミングで適切な店舗に配置されるようになります。また、小売業者はルート最適化ソフトウェアとシミュレーション テクノロジを採用して、機会や危機をさらに全体的に把握できるようになります。
マルコム デマヨ (Malcolm DeMayo)
金融サービス担当バイス プレジデント
リスク管理の改善: 金融機関は、アクセラレーテッド コンピューティングなど、効率化を促進する有利な条件を模索するでしょう。デリバティブ取引のリスクを評価するために使用されるシミュレーション技術は計算量が非常に多く、一般的にはデータセンターの大規模なスペースや大量の電力が必要で、冷却も大変です。従来のコンピューティングでは一晩かけて実行される計算が、アクセラレーテッド コンピューティングで昼休みに実行されるか、より高速に実行されるようになります。感応度をリアルタイムで評価することで、企業はリスクをより適切に管理し、投資家に提供する価値を向上させることができます。
金融サービス向けのクラウドファースト: 銀行には、迅速に敏捷性を高める、という新たな命題があります。非伝統的な金融機関との競争の激化に直面し、他の業界での経験によって顧客の期待にも変化が現れ、しかもレガシー インフラストラクチャを抱えている銀行などの機関は、クラウドファーストの AI アプローチを採用するでしょう。しかし、銀行は規制が厳しく、オペレーショナル レジリエンス (企業の体制がショック、たとえばパンデミックなどに耐えて生き残ることができることを意味する業界用語) を必要としており、今後はオープンで移植可能な、強化されたハイブリッド ソリューションを模索していくでしょう。その結果、銀行は可能な場合にはサポート契約を結ぶことが義務づけられます。
マルコム デマヨ (Malcolm DeMayo)
金融サービス担当バイス プレジデント
エネルギー効率の高いコンピューティングで AI の費用対効果が向上: 2023 年には、並列処理に対応していない非効率的な x86 ベースのレガシー コンピューティング アーキテクチャが、言語モデルやレコメンダーなどの構築に必要なコンピューティング性能、スケール、効率を提供するアクセラレーテッド コンピューティング ソリューションに取って代わられます。
経済的には逆風が吹き荒れる中で、企業は、IT コストを合理化して効率を高めつつ、目標を達成できる AI ソリューションを求めるでしょう。ソフトウェアを使用してインフラストラクチャ全体のワークフローを統合する新しいプラットフォームは、総所有コストの削減、CO2 排出量の削減、革新的な AI プロジェクトへの投資収益率の向上を実現し、無駄の多い旧式のアーキテクチャに代わる飛躍的なコンピューティング性能を発揮します。
デビッド リベル (David Reber)
セキュリティ最高責任者
データ サイエンティストは新たなサイバー資産に: 攻撃と防御のスピードと複雑さが実質的に人間の能力を超えているため、従来のサイバー プロフェッショナルは最も高度な脅威に対して有効な防御をすることができなくなっています。データ サイエンティストたちや他の分析担当者たちは、AI を使用することで、すべてのデータを客観的に見て脅威を発見するようになります。データ侵害は今後も発生するものであり、AI と人間によるデータ サイエンス手法によって、発見が困難な侵害を検出して迅速に対応することができます。
AI サイバーセキュリティのカスタマイズ: レコメンダー システムが世界中のすべての消費者にサービスを提供するのと同じく、AI サイバーセキュリティ システムはあらゆるビジネスに対応します。ID ベースの攻撃が増加する中、カスタマイズ可能なソリューションが企業のセキュリティ オペレーション センターにとって一番必要とされるようになります。サイバーセキュリティはすべての人に関わる問題であるため、さまざまなタイプのサイバーセキュリティ アーキテクチャの透明性が向上し、共有が進んでいくでしょう。AI の民主化により、誰もがソリューション改善の要因となり得ます。その結果、エコシステムによる集団的防御がより迅速に働いて、脅威に対抗するようになります。
カリ ブリスキ (Kari Briski)
AI & HPC ソフトウェア担当バイス プレジデント
LLM アプリケーションの台頭: 大規模言語モデル (LLM) に関する研究は、言語やテキストや画像を有益なインサイトに変換できる、実用性の高い新しいタイプのアプリケーションにつながります。ここで得られるインサイトは、経営層からアーティストまで、さまざまな分野の多くの組織で利用可能です。また、モデルをカスタマイズする機能に対する需要が急速に増加し、英語だけでなく多くの言語や方言、さらにはカタログの説明の生成から医用メモの要約まで、LLM の専門知識があらゆるビジネス分野に広がっていくことも予想されます。
ラベル付けされていないデータが目的を見つける: 大規模言語モデルや構造化データは大量の写真、音声録音、ツイートなどにも拡張され、隠されたパターンと手がかりを発見することで、ヘルスケア分野でのブレイクスルー、科学の進歩、顧客エンゲージメントの向上、さらには自動運転輸送業界の大躍進を実現します。2023 年には、このすべての非構造化データが投入されることで、例えば、健康記録から学習してそれを模倣する合成プロファイルを生成できるニューラル ネットワークの開発が可能になります。このタイプの教師なし機械学習は、教師あり機械学習と同じくらい重要になるでしょう。
新しいコール センター: 2023 年はコール センターに注目してください。実装がさらに容易になった音声 AI ワークフローが採用され、モデル アーキテクチャの変更から独自データのモデルの微調整やパイプラインのカスタマイズまで、顧客とのやり取りにおけるあらゆるステップにビジネスの柔軟性がもたらされます。音声 AI ワークフローへの利用可能性が広がるにつれて、採用する企業が増加し、解決までの時間が短縮されることで、コール センターの生産性が大幅に向上するでしょう。AI によって、エージェントは膨大なナレッジ ベースから適切な情報を適切なタイミングで引き出すことができ、顧客の待ち時間を最小限に抑えます。
ケビン デアリング (Kevin Deierling)
ネットワーキング担当シニア バイス プレジデント
崩壊寸前のムーアの法則: CPU の設計が物理法則に反してムーアの法則 (マイクロチップ上のトランジスタの数は約 2 年ごとに 2 倍になり、より高速で効率的な処理が実現するという仮定) に追いつかなくなっている現在において、アクセラレーテッド コンピューティングに移行する企業が増えていきます。CPU、GPU、DPU などをカスタムに組み合わせてスケーラブルなデータセンターで使用することで、より迅速にイノベーションを進めながら、クラウド指向が強まりエネルギー効率が向上します。
新しいコンピューティング プラットフォームとしてのネットワーク: PC がソフトウェア、ハードウェア、およびストレージを組み合わせて、あらゆる人が使用できる生産性向上ツールになったように、クラウドは急速に AI にとっての新たなコンピューティング ツールになりつつあります。そして、クラウドを可能にするのがネットワークです。企業はサードパーティのソフトウェアを使用するか、独自のソフトウェアを導入して、オンプレミスとクラウドの両方で実行される AI アプリケーションとサービスを開発するようになるでしょう。クラウド サービス オペレーターを利用して、必要なときに必要な能力を購入し、CPU、GPU、DPU、およびインテリジェント スイッチ全体で機能させて、さまざまなワークロードに合わせてコンピューティングやストレージやネットワークを最適化します。さらに、クラウド サービス プロバイダーは急速にゼロトラスト セキュリティの採用を進めているため、クラウドはオンプレミス ソリューションと同じくらい安全なコンピューティングを提供するようになります。
ディープゥ タッラ (Deepu Talla)
組み込みおよびエッジ コンピューティング担当バイス プレジデント
ロボットが 100 万の命を獲得: フォトリアルなレンダリングと正確な物理モデリングが、クラウドの GPU 上でロボットの何百万ものインスタンスを並行してシミュレーションする機能と組み合わさり、仮想世界でトレーニングされるロボットが増えるでしょう。ジェネレーティブ AI テクノロジにより、非常にリアルな 3D シミュレーション シナリオの作成が容易にできるようになり、さらに高性能なロボットを開発するためのシミュレーションと合成データの採用がこれまで以上に加速していきます。
裾野が広がる: ほとんどのロボットは、人間の活動が制限されている、制約のある環境で動作しています。エッジ コンピューティングと AI の進歩により、ロボットは環境の意味の理解を深めるためにマルチモーダルな認識を行えるようになります。これにより既存の施設や、小売店、病院、ホテルなどの公共スペースで動作するロボットの採用が進むことになるでしょう。
マーク シュピーラー (Marc Spieler)
エネルギー担当シニア ディレクター
AI を活用したエネルギー グリッド: 分散型エネルギー リソースがこれまでにない速度で増えており、グリッドがより複雑になる中、電力会社は、運用効率を改善し、機能安全を強化し、負荷と需要の予測の精度を高め、太陽光や風力などの再生可能エネルギーの接続時間を短縮するために、エッジ AI を必要とします。エッジでの AI により、エネルギーの無駄とコストが削減され、グリッドの回復力が向上します。
異常気象予測の精度向上: AI と物理学を組み合わせることで、Fourier Neural Operator と呼ばれる手法を使用して、世界の大気をより正確に予測できます。また、FourCastNet システムはハリケーンの正確な進路を予測することができ、天気の事前予報や、気候条件の変化に合わせたリアルタイムの情報提供が可能です。この情報により、エネルギー会社は再生可能エネルギーの支出計画を向上させ、発電容量を予測して悪天候に備えることができます。