AIは2025年にあなたを億万長者にすることができるのか？
水素トーチ、H2Oの最新製品は、ウェブの巨人たちのAI機能を世界中に提供するように設計されていると、CEOのスリ・アンバティは述べています。
世界には約1200人のチェスグランドマスターが存在し、AIグランドマスターはわずか250人です。チェスにおいてもAIにおいても、グランドマスターはプロのプレイヤーの最上位層に与えられる称号です。AIにおいては、この称号はKaggleの進行システムで最も優れたデータサイエンティストに授与されます。
H2O.aiは、2021年末にシリーズEラウンドで1億ドルを調達し、現在の評価額が16億ドルに達しているAIクラウド企業であり、世界のAIグランドマスターの10%を雇用しています。同社は、画像、動画、自然言語処理（NLP）におけるAIグランドマスタリーを企業に提供することを目指した製品H2O Hydrogen Torchを発表しました。
私たちはH2OのCEO兼創設者であるスリ・アンバティとつながり、H2Oの起源や全体的な提供内容から、ハイドロジェン・トーチ、そしてそれがAIの風景にどのように適合するかについてすべてを議論しました。
H2O: AIのためのスタック
アンバティは数十年前にインドの宇宙研究プログラムの音声からテキストへの翻訳を行うことでAIの仕事を始めました。その後、当時初期段階にあったニューラルネットワークに出会いました。シリコンバレーの移民として、彼はスタートアップで働く時間を過ごしました。また、バークレーとスタンフォードの間でサバティカルを過ごし、数学者、物理学者、コンピュータ科学者に出会いました。
彼らと協力する中で、アンバティはH2Oのオープンソース基盤の基礎を築きました。しかし、彼の母親が乳がんにかかるまで、彼は「すべての人のために機械学習を民主化することにインスパイアされた」と言います。
アンバティは、社会に価値をもたらす問題を解決するすべての医師やデータサイエンティストの指先にAIを届けることを目指しました。そのためには、数学と分析を大規模に再発明する必要があると彼は付け加えました。それがH2Oにつながり、コンパイラエンジニア、システムエンジニア、数学者、データサイエンティスト、グランドマスターを集め、高い価値と高い精度のモデルを非常に迅速に構築できるようにしました。
H2Oは、これを実現するために何年にもわたって構築された製品ライン全体があります。2012年にH2Oが始まったとき、アンバティは、スケーラブルなオープンソースAI基盤にギャップがあったと言いました。人々がモデルを構築できるRやPythonのような言語はありましたが、それらは非常に遅かったり、壊れやすかったり、機能が不十分でした。アンバティによれば、H2Oの貢献は「世界で最も速い距離計算機」を構築したことです。
これは、深層学習における行列乗算に使用される基本的な数学を指しています。2つの長いテンソル間の距離を計算できるようになると、アンバティは続けて、次元の高いデータと低いデータの間で豊かで線形かつ非線形の数学を生成し始めることができると言いました。
その貢献はH2Oオープンソースフレームワークの一部です。アンバティはこの低レベルの基盤を「AIのアセンブリ言語」と呼んでいます。その後、H2OはScikit-learn、XGBoost、GoogleのTensorFlow、FacebookのPyTorchなどのフレームワークやオープンソースコミュニティを統合しました。H2Oチームはそれらに貢献し始め、最終的にはAutoMLとして知られる統合フレームワークをまとめました。
H2Oのその分野の製品は、H2OオープンソースとXGBoostに基づくH2O AutoMLと、クローズドソースのDriverless AIというより広範な提供物です。両者は、顧客離れ予測、詐欺防止、信用スコアリングなど、多くの企業のユースケースの基盤である時系列データを対象としています。
H2Oの水素トーチは、製品ポートフォリオへの最新の追加であり、企業向けに画像、ビデオ、自然言語処理（NLP）のAIの大規模な習得をもたらすことを目指しています。画像：H2O
アンバティによると、ドライバーレスAIは過去4年間で「H2O経済のエンジン」となっていました。これにより、H2OはAT&T、シティ、キャピタルワン、グラクソ・スミスクライン、日立、カイザー・パーマネンテ、プロクター・アンド・ギャンブル、ペイパル、PwC、レキット、ユニリーバ、ウォルグリーンを含むフォーチュン500の半数以上を含む数百の顧客を獲得しました。
アンバティはこの層を「AIのコンパイラー」と呼んでいます。ここでH2Oはグランドマスターアプローチを利用し始めました：問題空間を多くのレシピに分割し、各レシピにKaggleのグランドマスターを割り当て、地上のチームが作業を容易にするために彼らの知識を抽出することを目指しています。
良い機械学習モデルを構築した後の次の段階は、このモデルを安全に運用することです。データには本質的にバイアスがあり、バイアスのあるモデルは挑戦されることなく本番環境に出すべきではありません。盲点を見つけ、敵対的テストやモデル検証を行い、モデルを展開し、それをソフトウェア構築のCI/CDに統合することが、アンバティが「AIのミドルウェア」と呼ぶものです。
これは、H2O - AIクラウドによるハイブリッドクラウド、オンプレミス、エッジの提供で対処されています。顧客はアプリケーションを通じてこれを利用します：AIアプリストア、事前構築されたモデルストア、モデル構築から得られる洞察を結晶化する機能ストアがあります。AIクラウドはマルチクラウドでもあり、顧客は選択肢を求めています。また、アンバティによれば、アプリケーションを構築するためのSDKであるH2O Waveもあります。
ウェブの巨人たちの肩の上に立っている
H2Oのポートフォリオに新たに加わった水素トーチは、画像、動画、NLP処理の用途に特化しており、物体の特定や分類、感情分析、テキスト内の関連情報の検索などに使用されます。これはノーコードの提供であり、アンバティは次のように述べました。
「それはGoogle、Microsoft、Amazon、Facebookのようなウェブジャイアンツの伝統的な領域に入り込み、彼らの革新のいくつかを利用しながら、顧客が事前に構築されたモデルを使用し、それをローカルで利用するために変換することで、彼らに挑戦します。」
アンバティは、リアルタイムでのビデオ処理など、ハイドロジェン・トーチの初期採用事例について言及しました。シンガポールでは、交通量が増加しているか、特定の状況が事故を引き起こす可能性があるかを特定するためにこれが行われています。使用されるアプローチは、「従来の」大規模な機械学習モデルを取り、それを手元の特定のデータに合わせて微調整することです。
Hydrogen Torchは、FacebookのPyTorchとGoogleのTensorFlowを基盤として使用しています。H2Oはそれらを取り入れ、グランドマスターの専門知識と統合環境を追加します。また、H2OのMLOps提供も含まれており、これは生産に向けたデータと機械学習パイプラインから供給されます。
モデルは、その精度が変化したかどうかを特定するために継続的に監視されています。それは、受信データのパターンが変化したため、またはエンドユーザーの行動が変化したために起こる可能性があります。いずれにせよ、モデルは再構築され、再展開されます。
さらに、Hydrogen Torchのノーコード提供の一部には自動文書生成が含まれており、データサイエンティストはどのデータが選択され、どのような変換が適用されたかを詳しく調査できます。アンバティは、Hydrogen Torchモデルの精度はベースラインモデルと比較して最大30％向上する可能性があり、高い90パーセンタイルに達すると主張しました。
もちろん、彼は続けて言った、AIには精度、速度、説明可能性の間に知られたトレードオフがある。使用ケースの要件に応じて選択をしなければならない。しかし、速度はある意味で普遍的な要件である。
速度に関して言えば、H2Oのインメモリ処理は、Hydrogen Torchが画像、動画、NLP処理のユースケースに必要なパフォーマンスを発揮できるようにする上で重要な役割を果たしています。関連する点では、H2Oは機械学習モデルの小型化も計画しています。これにより、モデルをエッジのより多くのデバイスに展開でき、パフォーマンスも向上します。
水素トーチは、H2Oのポートフォリオにある別の製品、すなわちドキュメントAIとの相乗効果も持っています。ドキュメントAIは、画像と自然言語処理の手法を組み合わせて、受信した文書の処理を可能にします。そして、Zoomコールやポッドキャストなどの音声およびビデオデータが増加しており、H2Oは顧客がそれに追いつくのを支援することを目指しています。
H2Oは、CommBankやAT&Tなどの著名な顧客との継続的なコラボレーションを行っています。H2Oとクライアント組織の専門家は共同で機械学習モデルを作成し、収益分配制度が整っています。
アンバティは、H2Oのポートフォリオにおける将来の成長のためのさらなる分野を特定しました：連邦AI、コンテンツ作成、合成データ生成、データストーリーテリング、さらにはデータジャーナリズムなどの分野もH2Oの視野に入っています。アンバティは、コミュニティにサービスを提供するためにAIへの信頼を築くことが目標だと述べました。確かにそれは壮大なビジョンであり、進捗を測るのは難しいです。しかし、製品ロードマップに関しては、H2Oは正しい道を進んでいるようです。