Google Brain AMA: DeepMindとのコラボレーション、ヘルスケアの進歩、差分プライバシーなど

Google 検索の RankBrain、GMail の SmartReply、Google フォト、Google 音声認識などのプロジェクトに取り組んできた Google Brain チームは、Reddit の「Ask Me Anything」(AMA) で、別の DeepMind チームとの関係、量子コンピューターに対する考えなどを明らかにした。

背景

意外かもしれませんが、Google Brainチームのメンバー全員が機械学習の博士号を取得しているわけではありません。多くのメンバーは、グラフィックデザインや美術史、ジャーナリズム、経済学、英文学といった分野からスタートしています。あるメンバーは大学の学位は持っていないと言いながらも、プログラミングは独学で学んだと語っていました。

全員に共通するのは、それぞれ異なるバックグラウンドから得たスキルを、Google Brainプロジェクトで効果的に活用できる形に落とし込んでいる点です。もちろん、チームにはコンピューターサイエンティストや神経科学の博士号取得者も多数在籍しています。  

Google BrainとDeepMind

Google BrainとDeepMindの違い、そしてなぜGoogleが2つの機械学習チームを持っているのか、多くの人が興味を持っていました。Google BrainはGoogle社内の機械学習専門家チームであり、DeepMindは数年前に人工知能への革新的なアプローチを評価されGoogleに買収された英国企業です。

Google Brainのメンバーは、過去にDeepMindチームと協業したことがあると述べています。実際、チームのインターンの一人は、DeepMindのAlphaGo AIの中核コンポーネントの開発に携わり、自己対戦による学習を可能にしました。

Google Brainチームはカリフォルニア州マウンテンビューに拠点を置き、DeepMindチームは英国に拠点を置いていることを考えると、両者の連携は彼らが望むほど深くはないかもしれません。しかし、Google BrainはDeepMind本社を比較的頻繁に訪れているようです。例えば、GoogleがTorchディープラーニングフレームワークからTensorflowに移行した際、Brainチームは移行支援を必要としていました。また、両者は機械学習の医療分野への活用について定期的に会議を行っています。

量子AIラボ

Googleには次世代機械学習技術に特化した3つ目のチームもありますが、こちらは量子コンピューティング関連技術に特化しています。Quantum AI Labチームは、小型の汎用量子コンピュータを初めて開発し、その上で水素分子の正確なシミュレーションを行うなど、近年独自の画期的な成果を上げています。

しかし、Brainのメンバーは、現時点ではそれぞれの仕事内容が大きく異なるため、チーム間の連携はあまりないと述べています。量子技術チームは、材料科学から医学、さらには人工知能そのものに至るまで、あらゆる分野に革命をもたらす可能性のある汎用量子コンピュータの構築に、まだ初期段階にあります。しかし、それが実現するまでには、まだ長い道のりがあります。その間、Google BrainとDeepMindは、従来のコンピュータ上で動作しながら、今日に真のインパクトを与える可能性のある人工知能プロジェクトに取り組んでいます。

健康管理

間違いなく、ヘルスケア分野で高度な機械学習テクノロジーを活用するというアイデアは、人類の病気治療に大きな可能性を秘めているため、最もエキサイティングなものの 1 つです。

Google BrainとDeepMindの両チームは、予防可能な失明の主な原因である糖尿病網膜症の診断にディープラーニング技術を適用する共同研究を行っています。今後、このような健康関連プロジェクトがさらに増える予定ですが、Googleはまずこれらの疾患のいくつかに一つずつ取り組んでいくことになるでしょう。

差分プライバシー

Appleは今年、データ収集に差分プライバシーの仕組みを導入し始めたことで大きな注目を集めました。差分プライバシー技術により、企業は個人ではなくグループから有意義なデータを収集できるようになり、個々のユーザーのプライバシーをより高度なレベルで保護できるようになります。

これがGoogleの最優先事項であるかどうかはまだ明らかではないが、Google Brainのメンバーの一人は、次にディープラーニングと差分プライバシーの融合に取り組む予定だと述べた。Googleは英国で過剰な患者データへのアクセスで既に批判を受けていることを考えると、データ収集に適用できる強力なプライバシー技術を追求するのは良い考えかもしれない。たとえデータが情報マイニングされたとしても、各個人のデータが真にプライベートであることを暗号的に保証できれば、Googleは患者データへのアクセスをより容易にできるだろう。

Googleには3つのコアチームが様々な方法で人工知能に取り組んでおり、今後10～20年で様々なブレークスルーが生まれる可能性があります。同社は現在、機械学習用のカスタムチップを独自開発しており、現在最も人気のあるディープラーニングフレームワークの一つを保有しているため、これらのブレークスルーは私たちの予想よりも早く実現するかもしれません。

ルシアン・アルマスは、Tom's Hardware USの寄稿ライターです。ソフトウェア関連のニュースやプライバシーとセキュリティに関する問題を取り上げています。