AI の次の波はモバイルです

コンピューティング テクノロジーに対する需要の高まりにより、多くの作業環境が大きく変化しました。世界の AI 市場は 2024 年までに 1,840 億ドルを超え、専門家は 2030 年までに 8,000 億ドルという驚異的な規模に達する可能性があると予測しています。これはポーランドの現在の GDP に匹敵します。特に、業界をリードする製品の 1 つである ChatGPT は、2022 年 11 月のデビューから 2 か月以内に 1 億人のアクティブ ユーザーを急速に獲得しました。

ChatGPT などの AI 製品が急増し、進歩するにつれて、AI がどのように機能するかについての私たちの理解は急速に時代遅れになりつつあります。広大なデータセンター、大量のエネルギー消費、テクノロジー大手による管理といった従来の AI の概念は、もはや全体像を描くものではありません。この観点から、AI の重要なイノベーションは大企業やテクノロジー大国に限定されると考える人もいます。

私たちのポケットの中に隠れた力に焦点を当て、人工知能に対する新たな視点が生まれています。この手法は、世界中の数十億台のスマートフォンの総合力を活用して、誰もが AI にアクセスできるようにすることを目指しています。私たちの携帯電話は毎日、長時間アイドル状態のままであり、その計算能力は影響を受けません。この未使用の処理能力の膨大なプールを利用することで、AI の動作方法を変革できます。 AI 開発は、単一の集中化された企業インフラストラクチャに依存するのではなく、日常のデバイスの分散化されたグローバル ネットワークによって促進される可能性があります。

未開発の可能性

スマートフォンとタブレットは、世界規模でほとんど未開発の巨大な計算能力の宝庫です。 2024 年だけで 12 億 1,000 万台が出荷されると予測されているため、これが提供する予備のコンピューティングの真の可能性を計算するのは困難です。

モバイル用の Theta EdgeCloud は、人工知能処理に一般的な GPU の分散システムを利用するよう努めており、従来の集中型コンピューティングからの大幅な技術進歩を示しています。このエッジ コンピューティングへの移行は、AI モデルとの関わり方や推進方法を根本的に変える可能性を秘めています。

遠隔地のサーバーに依存するのではなく、モバイル デバイス上でデータ処理を直接実行することにより、テクノロジー部門は応答時間を大幅に短縮し、プライバシーを強化し、ネットワーク帯域幅を節約できます。この方法は、自動運転車、拡張現実、パーソナライズされた AI アシスタントなどのリアルタイム アプリケーションに不可欠です。 AI アプリケーション、特に個人使用向けに設計されたアプリケーションで最も成長が見られるのは、このエッジです。これにより、これらのプログラムのエッジでの費用対効果が高まるだけでなく、より迅速かつカスタマイズ可能になるため、消費者と研究者の両方にとって明らかな利点となります。

ブロックチェーンは、分散型人工知能環境に最適です。その分散構造は、世界中の無数のデバイスからアイドル状態の処理能力を利用するという目的と完全に一致します。ブロックチェーン技術を活用することで、安全かつ透明性があり、モチベーションを高める計算リソースのプールシステムを構築することができます。

大きな進歩は、オフネットワーク検証の実装にあります。相互接続された多数のデバイスのネットワークで輻輳を引き起こす可能性があるネットワーク上の検証とは異なり、オフネットワーク技術では、個々の接続の問題に対処する場合でも、これらのデバイスがスムーズに連携できます。この方法により、デバイス所有者がセキュリティやプライバシーを犠牲にすることなく AI の進歩に参加できる、信頼のないシステムの確立が容易になります。

これを言い換える 1 つの方法は次のとおりです。このモデルは、ユーザーのプライバシーを損なうことなくモバイル デバイス上の大量のデータを処理できる機械学習の一種である「フェデレーテッド ラーニング」のアイデアを利用しています。ブロックチェーン技術はこのネットワークの基盤として機能し、積極的な参加を動機付ける報酬システムを提供し、幅広い参加を促します。

ブロックチェーンとエッジ AI の組み合わせにより、従来の集中型システムの能力を超える、新鮮で堅牢、効率的、包括的なエコシステムが育成されています。この組合は、個人がスマートフォンから直接 AI の進化に貢献し、そこから利益を得られるようにし、それによって AI 開発を民主化します。

技術的な課題を克服する

研究者として、私は常に AI 機能の境界を探索しています。エキサイティングな開発の 1 つは、モバイル デバイスに搭載されているものを含む、さまざまな種類の GPU で推論をトレーニングおよび実行できる機能です。スマートフォン内部のハードウェアは、市場に投入されて以来着実に進歩しており、止まる気配はありません。 Apple の A17 Pro や Qualcomm の Adreno 750 (Samsung Galaxy や Google Pixel などの高級 Android デバイスで使用されている) などの優れたモバイル GPU は、モバイル プラットフォームで実行できる AI タスクの限界を押し広げています。

現在、消費者向けデバイスでの AI 計算に特化したニューラル プロセッシング ユニット (NPU) と呼ばれる新しいチップの開発が進められています。これにより、オンデバイス AI アプリケーションが可能になり、モバイル デバイスで一般的に見られる熱とバッテリー電力の制約に対処できます。さらに、タスクを最適なハードウェアに効率的に分散するインテリジェントなシステム設計とアーキテクチャを組み込むことで、非常に効率的なネットワークが実現され、全体のパワーが大幅に増幅されます。

エッジ AI の途方もない可能性は否定できませんが、エッジ AI には独特の一連の障害が存在します。これには、さまざまなモバイル デバイスに対応するための AI アルゴリズムの適応、さまざまなネットワーク環境下での信頼性の高い動作の確保、遅延の問題の解決、データの保護が含まれます。これらの困難を克服することは不可欠であり、ありがたいことに、AI とモバイル テクノロジーの継続的な進歩により、これらの課題は徐々に解決されつつあります。この進歩により、私たちはこのビジョンの実現に向けて導かれています。

企業から地域社会へ

AI の進歩に関する重大な懸念は、正当な理由がありますが、その膨大なエネルギー消費にあります。大規模なデータセンターは、物理的なセットアップに広大なエリアを必要とするだけでなく、継続的に機能するために大量の電力も必要とします。ただし、モバイル モデルは、集中型データ センターの GPU に依存するのではなく、既存のデバイスの予備の GPU を利用することでソリューションを提供します。このアプローチはより効率的であり、二酸化炭素排出量が少なくなります。これが環境に与える潜在的な影響を強調することが重要です。

AI 運用をエッジ コンピューティングに移行すると、AI ネットワーク内での参加と収益機会が民主化されます。以前は、データセンターを持つ大企業だけが鍵を握っていました。しかし、エッジ コンピューティングでは、これらの門が開かれ、個人の開発者、中小企業、さらには愛好家さえも独自の AI ネットワークを運営するよう誘い、それによって権力と潜在的な金銭的報酬を獲得します。

ユーザーベースを拡大し、より幅広い参加を促すことで、開発のスピードが上がり、透明性が高まり、停滞による業界の行き詰まりを防ぐことができる可能性があります。このアクセシビリティの向上により、無視または無視されがちな特定の問題やコミュニティに合わせて調整されたさまざまな革新的なアプリケーションも促進されます。

この移行が経済的に与える重大な影響は否定できません。この動きにより、個人ユーザーと中小企業の両方がデバイスの未使用の処理能力から収入を得ることができ、多数の収入源が生まれる可能性があります。さらに、エッジデバイス向けにカスタマイズされた消費者に優しい AI ハードウェアとソフトウェアの成長を促進します。

人工知能 (AI) が将来的に進歩しても、大規模なデータ施設を構築する必要はありません。むしろ、スマートフォンや家庭内にある既存の電力リソースを活用することが重要です。エッジ コンピューティングを優先することで、より多様性があり、効率的で革新的な AI 環境を促進できます。 AI 処理をエンドユーザーの近くに分散するこのアプローチは、AI テクノロジーへの平等なアクセスを促進するだけでなく、世界的な持続可能性目標とも一致し、一部のグループだけでなくすべての人が AI の利点にアクセスできるようにします。

重要な注意: この記事で共有される意見は単に筆者の意見であり、CoinDesk, Inc.、その経営者、またはその関係者の見解と必ずしも一致するとは限りません。