生成AI アーカイブ - IoT MCUのHappyTech

生成AI未来予測

2024年9月20日 WithHappy

生成AIの未来予測が良く判る記事を紹介します。弊社は、AIをMCUセキュリティコンサルタントへ活用したいと考えています。この記事のAI自動化が、活用できる確信を与えました。

2つの未来予測

AI未来予測は、２つあります。1つが、今の生成AIはバブルで幻滅期へ入る。もう1つが、生成AIはこのまま加速し、社会を激変、シンギュラリティへ入る。この２つを、発表レポートに基づいて論点整理したのが紹介記事です。

弊社は、後者予測のAI加速、シンギュラリティ実現を信じますので、以下この予測要点をまとめます。

生成AI知能レベルと2027年シンギュラリティ実現

記事内の今年6月発表Situation Awarenessレポートが、生成AI知能レベルをまとめています。

2019年：未就学児童
2020年：小学生
2023年：優秀な高校生
2024年：大学生（現在AI知能レベル）
2025か26年：大学院生
2027年：汎用人工知能（AGI）レベルとなりシンギュラリティ実現

※AGI（Artiﬁcial General Intelligence）は、人間の考え方、知識の「一部を機能化」した現在のAIの親玉に相当し、人間と同等か最大でも10倍程度の知能レベル。

この予測は、レポート著者Leopold Aschenbrenner⽒個⼈の⾒解ではなくAI研究者、業界の主流意⾒だそうです。今年5月の関連投稿、2045年予測よりもかなり早いです！

この予測の前提は、電力やAI半導体、AI研究者、つまりAI資源が十分に揃うことで、GOMAなどの大手AIプレーヤもAI進化へ注力中のため、Aschenbrenner⽒は2027年末AGI誕生に自信を持っています。

さらに、ソフトバンクはコチラの関連投稿で、AGIの10年後に更に高度なASI：Artiﬁcial Super Intelligenceへレベルアップすると予測しています。

AI自動化の仕組み

AGI実現を待つまでもなくAI自身が自分を改良・進化させるAI自動化は、今のAI技術でも可能だというレポートをSakana AIが発表しました。そのAI自動化の仕組み（実現ステップ）です。

アイデア⽣成：与えられたコードとタスク説明に基づいて、新しい研究アイデアを⽣成。
※アイデア⽣成は、⽣成AIの得意分野。
新規性チェック：そのアイデアに新規性があるかをAIが検索機能を使って調査。
実験実⾏：他に同様の論⽂が⾒当たらない場合は、そのアイデアを使った実験計画を立案。計画通りにコードを書いて、結果を確認。このような実験を繰返す。
結果の可視化と論⽂執筆：図表を作り論⽂⽣成。
論⽂レビューと改善：AIが書いた論⽂をAIが読み返し改善点提案、それを基にAIが論⽂を書き直す。

凄い仕組みです。このAI自動化による論文が既にあるそうです。現在は論文中の図表をAIが正確に読めない課題もありますが、この課題は確実に克服されるそうです。

弊社は、AI自動化によりAIをMCUセキュリティコンサルタントへ利用できると確信しました。セキュリティ全般知識とMCUセキュリティ開発の費用対効果、必要な開発レベル、開発期間などを問い合わせると、自動化AI MCUコンサルタントが、上記ステップを使って回答を出力します。

各ステップの結果を参照することで、AI回答ハルシネーション対策や信憑性確認もできると思います。

Summary：生成AI未来予測

ビジネスのAI利用は賛否あります。生成AI未来予測記事は、賛否両論の主張を整理しています。弊社は、AI進化予測の内容をまとめました。

生成AI知能レベルは、電力、AI半導体、AI研究者が十分に揃い、GOMAなどAIプレーヤのおかげで進化し、2027年にAGIとなり人間知能を超えるシンギュラリティになる。
AIが自分自身を改良・進化させるAI自動化は、現在のAI知能レベルでも可能で、既に自動化により数件の論文を生成済み。図表の正確な読取りに課題もあるが、克服される。

Afterword：AI利用で激変するPC作業

GOMAの一角Microsoftは、AI（Copilot）のビジネスOffice文書作成にも積極的です。例えば、コチラの記事です。紹介されたCopilot機能は、文書生産性や共同作業性の向上に直結します。もはや文書作成時のCopilot利用は、当たり前で、それをいかに上手く使うかが焦点です。

AIに対する一種のアレルギーは、GeminiのGoogleサービス拡張機能やApple IntelligenceなどのAIスマホ普及により減少し、ユーザは、PCへも更なるAI機能追加を要求すると思います。

AIは、もはやInternetと同レベルの情報機器必須機能へ変化・進化しつつあるのです。

安く早いGPT-4o

2024年5月17日 WithHappy

2024年5月13日、GOMA（Google、OpenAI、Microsoft、Anthropic）の一角、OpenAIが、GPT-4o（オー）を発表しました。オーは、omni、ラテン語のすべてを意味し、テキスト、音声、画像、映像の入力すべてに統合対応します。従来ChatGPTよりも安く、早い生成AI入出力処理が可能です。

Summary：安く早いGPT-4o

GPT-4o特徴、OpenAI発表の要約などが堀江貴文氏のYouTube動画（6分31秒）で判ります。
前半2分40秒までが、「本物の人間、堀江氏」解説、後半は、GPT-4oを使ってOpenAI発表を要約し、それを「AIで生成した堀江氏」が説明しています。

既存ChatGPTや競合他社比、利用料金が50%安く、音声と画像理解が速いのが統合対応GPT-4oの特徴です。例えば、音声応答は人間と同じ会話速度、笑い声や感情表現画像も出力できます。

Mac版アプリも同時発表、Windows版は、今年後半リリース予定です。

対人間インタフェース性能向上

AIを人が上手く使うコツは、AIへの質問力です。上手い質問ができれば、所望の回答が得られます。ただ現在、AI自身が急変化しています。この過渡期のAIに合わせた質問のコツを人が掴むのは大変です。

そこで、人間同士の対面会話と同じようにAI側が対応できれば、より簡単に質問ができます。AI側が人に近づくからです。また、対人間インタフェース性能向上によりAI自身の学習速度も更に上がります。

安く早いGPT-4o の特徴が活かせるのは、このAI対人間インタフェースの部分です。

例えクラウドAI利用時でも、GPT-4oは、人と同じレスポンス速度で会話し、人の画像を認識、笑うなどAI感情表現も出力します。堀江氏動画（2分5秒頃）で語られた、GPT-4oとぬいぐるみを使った子供や老人のAI話し相手のフロントエンドとして十分使えます。

つまり、AI入出力を、より人間らしく効率的にできる能力をGPT-4oは持っています。

筆者としては、PC向けだけでなく、エッジAI MCU/MPU向けアプリも欲しいです。
※AIとAIデータを引出すChatGPTなどの役割は、コチラの投稿1章参照。

シンギュラリティ

AIが人間よりも賢くなる時を、シンギュラリティ（日本語は技術的特異点）と言います。AIの世界的権威：Ray Kurzweil氏が、2005年の著書でシンギュラリティを2045年と予測したため、2045年問題とも呼ばれます。

筆者は、GPT-4oにより、AIがシンギュラリティに一歩近づいたと思います。最近AI関連の話題は、食傷ぎみですが、GPT-4o出現は、予測よりも早くシンギュラリティになる可能性を秘めています。

GoogleやAnthropicのGPT-4o対抗ChatGPT、MicrosoftのGPT-4o対応Copilot、OpenAIの次期GPT-5がどれ程の能力を持つか想像もできません。ただGOMA各社が、AI開発を加速中なのは確かです。

また、進化中のAIが、次世代半導体も牽引しています。GOMAだけでなく、半導体製造、電力、通信各社もAIが動向を左右しています。生成AI革命といわれるゆえんです。
※生成AIと電力、通信会社の関係は、コチラの投稿参照。

Afterword：MCUソフトウェア開発史と似ている？

現在のMCUソフトウェアは、ベンダHAL（Hardware Abstraction Layer）APIを利用した開発です。数十年前のMCU毎に異なるハードウェアドライバを自作し、アプリ担当に自作APIを提供していた頃とは別世界です。

レベルは違いますが、AI進化もこのMCU開発史に似ています。数年後には、人工知能活用開発が普通になるかもしれません。今、AI進化過程を実感できる我々は、幸せだとも思います。

MCU開発者が、PC利用や開発方法を根本から変える可能性があるAI状況を知ることは必然です。根本変化、別世界に対応できるよう状況を把握しておきましょう。

生成AIデータセンタとIOWN

2024年4月26日2024年4月26日 WithHappy

サーバやネットワーク機器を安全に管理運用する施設がデータセンタです。世界規模の生成AI需要急増に対し、米）大手AI企業の日本国内へのデータセンタ新設が話題です。2024年4月21日その背景が、欧米に比べ日本のプライバシー規制の緩さだとTV放送がありました。

筆者は、地震国日本にAI関連投資が盛んな理由は、地理的に離れたデータセンタ間を、低遅延接続できるIOWNがあるからだと思います。このリアルタイムネットワークAI処理の要、IOWNを説明します。

データセンタ間IOWN接続遅延

光電融合デバイスによるNTT IOWN APN（オールフォトニックス・ネットワーク）は、従来比電力効率100倍、伝送容量125倍、エンドエンド遅延1/200が目標です（関連投稿はコチラ）。

2024年4月12日、NTTは、IOWN APNの英国と米国でのデータセンタ間接続実証結果を発表しました。

400Gbps通信	データセンタファイバー距離（km）	遅延時間（ms）	遅延揺らぎ（μs）
London、UK	89	0.893	0.035
Ashburn、US	4	0.062	0.045

同一施設データセンタ間遅延規定＜2ms

同じ施設、場所の複数データセンタ間の接続遅延は、2ms以内の規定があります。

従って、IOWN APN実証結果の遅延1ms以下、揺らぎ1μ秒以下は、例えデータセンタ設置場所が離れていても、規定2ms以内を満たし、同一施設データセンタとして機能することが判ります。

また、IOWN APN回線は、ダークファイバー新設無しで波長追加により提供できることも特徴です。APN提供までの時間短縮が可能だからです。

※ダークファイバーとは、敷設光ファイバーのうち、未使用で光信号が稼働していない（ダークな）芯線。

つまり、地理的に分散したデータセンタ間をAPNで接続しておけば、地震や過負荷トラブル発生時でも当該データセンタの負荷をAPNで別の場所へ移動できます。そして、あたかも同一施設のデータセンタのように稼働を続けられます。

データセンタ信頼性向上に役立つIOWN APNは、地震国日本ならではのネットワーク技術です（関連記事：NTT光ファイバー分岐・合流に世界初成功）。

NTTは、これら特徴や欧米でのAPN実証実験により、光電融合デバイスネットワークIOWN APNを、生成AIデータセンタや金融分野向けのワールドワイドインフラとして普及を狙っています。

郊外データセンタと市中カメラのAPN接続

また、NTTは2024年2月20日、武蔵野市データセンタと横須賀市設置カメラ間の100kmをIOWN APNで接続し、郊外データセンタで市中カメラのリアルタイムAI分析実験を行いました。

これは、超高速ネットワークを活かしたリアルタイムクラウドAI処理例です。但し、超高速ネットワーク回線が十分安くなった時の話です。未だ高価なIOWN1.0ですが、IOWN4.0で現状インターネット並み価格になった後の話です。

それまでは、クラウド側よりもエッジ側でAI処理を行うアプローチが、AI処理遅延、電力消費の点から現実的だと思います（関連投稿：エッジAI導入アプローチ）。

日本への欧米AI投資

AI関連投資は、データセンタだけではありません。

2024年4月15日、米OpenAIは、アジア初のOpenAI Japan始動を発表しました。日本語最適化GPT-4カスタムモデルの提供を開始するそうです。2024年4月10日、米Microsoftも、日本へAI研究所など今後2年間で29億ドルの投資を発表済みです。

もちろん日本側AI投資も盛んです。例えば、4月19日、KDDI の1000億円、4月23日、ソフトバンクの1500億円投資などです。

いずれの投資も、高信頼ネットワークインフラ技術IOWNが日本にあるからです。

Summary：生成AIデータセンタとIOWN

生成AIやインターネット金融の要であるデータセンタは、災害やセキュリティ事故などのリクスに強いことが必要です（日本データセンタより）。

世界規模の生成AI需要急増に対し、地震国日本で米）AIデータセンタ新設やAI関連投資が盛んな背景は以下です。

欧米よりも緩い日本のプライバシー規制
データセンタ地理的分散配備を可能とする低遅延NTT IOWN APN接続

Afterword：次回投稿5月10日（金）

来週5月3日（金）は、ゴールデンウイーク中のため休みを頂き、5月10日（金）に次回投稿します。

生成AI活用スキル

2024年1月26日2024年1月26日 WithHappy

MCU開発以外にも生産性向上のAI活用事例は多数あります。例えば、芥川賞受賞作家が、5%前後の生成AI文書を受賞作にそのまま利用、大学入試共通テストを、AIが平均以上に解いたなどです。

また、自動車業界もAIアシスタントのChatGPT搭載など、今後AI活用は更に加速するでしょう。

急増するAIに対し、筆者が現在考えている生成AI活用スキル、それは質問能力です。質問能力を鍛え、同時に意味が解らない用語などを簡単に解決する方法を示します。

生成AI、ChatGPT、Copilot

AI用語を簡単に整理します（出典：SoftBank AI用語解説）。

生成AIは、機械学習した膨大なデータから、パターンや特徴を抽出し、これらから新しいデータ（テキスト、画像、音声）を生成します。

ChatGPTは、対話（Chat）により質問に対する回答の形式で生成AIデータを引出すサービスです。最新生成AI GPT-4 (Generative Pre-Trained Transformer 4）を使って共通テストをダントツに解いたのもこのChatGPTです。

Copilotは、 Microsoftの対話AIアシスタントの総称です。GoogleならBard、AppleならSiri、AmazonならAlexaなどがあります。

Copilot/Bird/Siri/Alexaが、各社ブラウザ搭載のChatGPTを利用し、GPT-4から回答を引出す役目は同じです。AIアシスタント名が異なる、と考えれば良いでしょう。

同じARM Cortex-M4コア利用MCUでも、STマイクロならSTM32F4、ルネサスならRA4M1などと製品名が異なるのと同じ、と言えばMCU開発者には解り易いと思います（内蔵周辺回路や製造プロセスが異なるので、性能も多少異なりますが…）。

ChatGPT分析

ITmedia記事のChatGPT進化（前編）、ChatGPTビジネス（中編）、ChatGPT活用スキル（後編）からも、効果的に生成AIを活用するには、ChatGPTへの的確な質問、つまりブラウザへのプロンプト入力が重要と言われます。

ブラウザ検索が上手い人ほど、問題解決が速いのと同じです。

では、どうしたらChatGPTへ上手いプロンプト入力ができるでしょうか？　「練習、慣れ」だと思います。

Microsoft Copilot利用方法

ブラウザとしてMicrosoft Edgeを使った例を示します。プライベートモードでは右上Copilotアイコンが表示されないので注意してください。PC版Copilotは、過去のAI回答も履歴として保存されます。

スマホ版Copilot起動例が、左側のダークモード表示です。「GPT-4を使用する」へ変更します。

どちらの版も、「何でも聞いてください…」の部分へ、ChatGPTへの質問：プロンプトを入力します。スマホ版では、音声入力が便利かもしれません。

意味が解らない用語などは、そのまま上記プロンプトへコピー＆ペーストで入力します。すぐに的確な用語解説が得られます。

上手いプロンプト入力の方法は、ChatGPT活用スキル（後編）のページ1に(1)～(6)が、また、プロンプト入力のコツも、ページ2の(1)～(4)にまとまっています。

※プライベートモードでCopilotが起動しないのは、履歴保持以外にも、ユーザ毎の質問背景やユーザレベルをAIで学習、推定させるためです。これは、Copilot性能向上に役立っているそうです。

ChatGPT最大メリット

人間同士だと、質問を受ける相手のことを気遣って、納得するまで質問しない場合も多いでしょう。AIの場合は、この人間的配慮は全く不要です。1日最大2000回まで、いつでも、どこでも、何度でもChatGPTプロンプト入力が可能です。

これらが機械ChatGPT最大メリットだと思います。※上限回数は暫定値。

ChatGPTへのプロンプト入力は、質問スキルを鍛える手段にも使えます。そして、エキスパート盲点だらけの MCU技術資料は、このスキル鍛錬教材としても役立つ、つまり、MCU開発者には一石二鳥と言えます。

Summary：生成AI活用スキル

筆者が考える生成AI活用スキル、それはChatGPTへの質問能力です。

Microsoft EdgeブラウザCopilotを使い、ChatGPTへの質問スキルを鍛え、同時にMCU技術資料に多いエキスパート盲点記述の両方を解決する方法を示しました。

Afterword：人間対自ら学習、成長するAI

機械学習で自ら学習し成長する生成AIの回答が、本当に正しいかを判断するのは、人間です。

ChatGPT活用スキル（後編）の最後に書かれている、試行錯誤しながらChatGPTを使い、学んで生きた知識にしていく「極めて人間らしい営みがAI利用に重要」に大賛成です。

履歴やレベル推定、いわゆる無断学習は、多少気になりますが、AIを活用しご自分の質問スキル、MCU開発スキルを上げましょう！