Baidu Researchが選ぶ2022年の主要技術トレンド10選
不確実な時代には、私たちは確かな支えとなる技術に頼ります。2022年初頭、世界的なパンデミックが混乱をもたらし続け、世界経済が数多くの課題に直面する中、人工知能は、急速に発展する基盤技術、分野横断的な連携の強化、業界応用の範囲拡大によって、イノベーションと発展の主要な原動力となりました。
中核となるAI技術は、統合型イノベーションのより確かな事例とともに、絶えず突破口を開いています。例えば大規模モデルの事前学習において、クロスモダリティ、クロスリンガル、知識拡張といった研究の方向性が大規模モデルの限界を広げ、汎用人工知能の新たな可能性を刺激しました。
「さらに、学際的な研究において、AIは科学研究と技術開発に共通する変数となっています。量子コンピューティング、生物学、化学といった分野で、AIは最も注目される研究の方向性の一つとなりました。AIはまた、自動運転、ロボティクス、航空宇宙、医療といった産業の発展も加速させています。さらに、炭素排出量の削減や社会的包摂といった目標の達成においても重要な役割を果たしています」
Baidu Researchは2022年の技術トレンド10選を発表しました。同社は、不確実性の中にあるAIが、イノベーションへの道筋を照らし、発展の船を前進させることを期待しています。
大規模事前学習モデル
大規模事前学習モデルは、知識拡張、統一されたクロスモダリティモデリング、マルチタスク学習、ラベル付きデータへの依存の低減、実際のアプリケーションの高速化といった傾向を反映しています。
大規模データで訓練された自己教師あり大規模モデルは、単一の統一モデルとパラダイムを用いて、多くのAIタスクを解決できます。この技術は、大量のラベル付きデータへの依存を減らすことで従来技術のボトルネックを克服し、AIモデルの効率性、汎用性、汎化能力を大幅に高めました。
2022年には、研究開発の方向性がモデルサイズの拡大から実用的な展開へと移ると予想されます。大規模モデルは、性能、汎用性、汎化能力、運用効率、経済効率の面で改善を続けるでしょう。
同時に、スマートオフィスやスマートファイナンスといった実際のAIシナリオを実現する敷居が下がります。例えば、クロスモダリティ大規模モデルに基づく人工知能は、AIGC（AIが生成したコンテンツ）の普及を促進し、創造的な認知を刺激し、コンテンツの多様性を高め、制作コストを削減することが期待されています。
科学のためのAI
科学のためのAIは、科学研究のパラダイムを変えうる新たな研究分野となりました。2021年には、機械学習が数学者による二つの主要な予想の発見を支援しました。機械学習、マルチスケールモデリング、高性能コンピューティングの組み合わせにより、超大規模ランダム量子回路のリアルタイムシミュレーションの課題が解決されました。
AIは科学研究においても大きな可能性を示しており、特にデータ処理、新たな実験の実施、より効率的な計算モデルの構築において顕著です。
新しい科学のためのAIは、データ駆動型と理論的演繹という二つの科学研究パラダイムを、さらに結びつけると予想されます。今後数年で、AIは数学、物理学、化学、材料、工学など多くの異なる分野に統合され、基礎科学の発展においてより重要な役割を果たすでしょう。
AIに基づく計算生物学
AI技術に基づく計算生物学は急速な発展を続け、多くの基礎研究で突破口を開いています。
Covid-19は、医療・生物産業におけるAIへの需要を絶えず高めました。例えば、AIは標的ゲノム編集の精度と速度の向上や、タンパク質のフォールディング構造の予測に利用できます。mRNAワクチン技術の成功は、RNAベースまたはタンパク質ベースの高分子やワクチンの開発をさらに推し進めました。
AIに基づく計算生物学は、タンパク質ベースの創薬、製剤設計、薬剤スクリーニングから、mRNAベースのモノクローナル抗体、がん治療やその他の免疫療法に至るまで、基礎研究と応用の新たな突破口に向けて準備が整っています。AIと計算生物学の融合は創薬を大幅に加速し、コストを削減し、精密医療と個別化療法を容易にするでしょう。
計算の機密性
近年、計算の機密性はますます注目を集めています。これにより、データをより十分に活用できるようになり、ユーザーの信頼を強化するインフラが構築されるでしょう。個人情報およびデータセキュリティに関するグローバルなルールの登場を背景に、データの価値を引き出すには、安全性とコンプライアンスが不可欠になりました。
信頼できる機密計算とフェデレーテッドラーニングは、技術的観点からデータ保護、共有、流通を可能にするため、注目を集めています。
機密計算技術の性能向上、技術とコンプライアンス基準の相互推進、技術的信頼性を高めるための多者間協力によって、計算生物学、金融分析、データ取引といったシナリオで、関連アプリケーションのベストプラクティスを開発できるでしょう。
長期的には、機密計算技術は暗号化されたデータの共有と計算をデフォルトとし、ユーザーの信頼のためのインフラを段階的に構築していく可能性があります。
量子ハードウェアとソフトウェアの統合
量子コンピューティングにおけるハードウェアとソフトウェアの統合はますます広がっており、実際の需要が量子コンピューティングと他産業の融合とイノベーションを加速させています。2022年には、量子チップの設計、準備、測定、制御の技術が継続的に改善されると予想されます。
量子ビット（量子コンピュータにおける情報の最小単位）の数は規模を拡大していくでしょう。ノイズの低減またはノイズへの適応により、さらなる突破口が開かれます。量子コンピューティングのソフトウェアとサービスはクロスプラットフォーム化へと発展し、ユーザーは量子コンピューティングのクラウドプラットフォーム上で、より広範な量子バックエンドの機能を利用できるようになります。量子ハードウェアとソフトウェアの統合ソリューションを担う量子コンピューティングプラットフォームは、徐々に商業的可能性を示していくでしょう。
量子コンピューティングとインテリジェント製造、人工知能、化学医療、フィンテックなどの分野の深い統合と革新により、量子の大きな優位性を持つ多くの実用的な応用ソリューションが登場するでしょう。政府機関、学術界、産業界はより緊密に協力し、高品質な量子デバイスの開発と量子技術人材の育成を進め、量子コンピューティング産業チェーンの構築に向けて第一歩を踏み出します。
自動運転
自動運転技術は、複数のロボタクシーモデルが技術と応用シナリオを結びつけることで、運転手のいない新たな段階に入りつつあります。
技術の進歩と政策規制により、2022年には無人運転がより現実に近づくでしょう。ロボタクシーは、交通を変革する次世代の車両です。
自動運転は、乗用車、公共交通、貨物輸送、倉庫輸送、小売、衛生・特殊作業、鉱山や港湾など、幅広い利用シーンに浸透しており、大きな価値を生み出し、さらなる社会の進歩を促進しています。
深宇宙探査
AIと航空宇宙技術は、深宇宙のインテリジェントな探査に新たな可能性を切り開いています。
深宇宙探査は、宇宙に対する人類の好奇心の最高の現れです。科学研究や月その他の惑星での資源採掘、さらに宇宙空間の探究を行うための自律型宇宙機への需要が高まっています。
建設機械の自動化分野では、24時間連続の無人掘削が実現しています。ローバーに用いられる自律的な環境知覚と運動計画のアルゴリズムには、自律的な障害物回避や意思決定などの機能を持つセンサーや、柔軟な自律マニピュレーター操作も組み込まれる可能性があります。
さらに、AI技術は宇宙機の損傷検出と修理、デジタルツインのシミュレーション研究所の構築、深宇宙のビッグデータの検出と分析において、重要な補助的役割を果たすと予想されます。
人間と機械の共生
世界的なパンデミックが人類にソーシャルディスタンスの中での生活を強いる一方で、デジタル技術とインテリジェント技術の発展により、その距離を縮めることが可能になり、人間、デジタルアバター、ロボットの共生が加速しています。
この変化は、視覚、音声、自然言語処理などのAI技術の継続的な発展と、ハードウェア、ネットワーク、コンピューティング、エコシステムプラットフォームのコンテンツの統合に支えられた継続的な学習によって支えられています。これらが合わさって、横断的な技術サポートシステムを形成しています。
さまざまな先端情報技術の統合とイノベーションが加速することで、産業や消費者向けシナリオにおいて、仮想、現実、インテリジェントなインタラクションを組み合わせるプラットフォームが増え、デジタル経済と実体経済の深い融合を強め、人々の仕事と生活の体験を豊かにするでしょう。
グリーンAI
AIの開発において、環境面や低排出の要素がますます考慮されるようになり、炭素排出量の削減と炭素中立の目標達成に役立っています。
AI技術が各産業でのイノベーションを加速・統合する中、データセンターや大規模AIコンピューティングは重要な社会的価値を生み出していますが、同時にエネルギーコストや環境への影響という課題も生んでいます。今日、世界は省エネと炭素排出量の削減に積極的に取り組んでおり、モデルの学習と展開におけるエネルギー消費を減らすための、より環境に優しい「グリーンAI」技術の緊急な開発が求められています。
今後数年で、「グリーンAI」に関連する技術はさらに発展を続けるでしょう。エネルギー効率の高いアーキテクチャ設計、学習と推論の戦略、データ利用に基づくシステムを構築し、性能とエネルギー消費の両方を考慮した評価指標を形成していきます。
また、より高い計算能力と低いエネルギー消費を備えたAIプロセッサも、引き続き数多く開発されると予想されます。主要なAI企業は、下流工程の性能向上と全体的なエネルギーコストの削減のために大規模で高密度なモデルを構築し、政策は環境に優しく低炭素なデータセンターの建設を奨励し、AI技術はインフラのエネルギー効率比率の向上などの施策に用いられるでしょう。
インクルーシブAI
AIは、価値創出に重点を置き、中小企業やマイノリティグループのニーズにより多く注目することで、より包摂的になるでしょう。インクルーシブAIはAI専門家だけでなく、技術の恩恵を受けるより広範な人々にも関わるものです。
ディープラーニングのフレームワークに基づくオープンソースプラットフォームは、AI技術開発の敷居を大幅に下げました。公開データセット、大規模モデルベース、地域のインテリジェントコンピューティングセンターは、中小企業がコストを削減し、効率を高め、イノベーションを促進するために、さらに発展していくでしょう。
また、伝統的な産業の人材が、AIの科学教育を通じて再就職できるよう、国家的なAI教育システムも徐々に構築されていくでしょう。
AIの発展は社会のあらゆる階層にも恩恵をもたらすべきです。政策の指導と持続可能な発展の理念の推進のもと、企業は価値創出に注力します。AIサービス事業者は、高齢者や子どもなどのマイノリティグループのニーズにより注目するにつれ、誰もがデジタル世界を楽しめるような、インクルーシブなAIサービスや製品を開発していくでしょう。
