人工知能（AI）への投資 – 必要なすべての情報

人工知能（AI）は紹介不要の分野です。AIはムーアの法則の波に乗っており、述べていますコンピュータの速度と能力は2年ごとに倍増すると。2012年以降、最大規模のAIトレーニングで使用される計算量は指数関数的に増加しており、3〜4か月ごとに倍増しています。その結果、AIに割り当てられる計算リソースは2012年から30万倍に成長しました。他のどの産業もこの成長統計と比較できません。

本稿では、AIのどの分野がこの加速を牽引しているか、どの企業がこの成長を活かすのに最適か、そしてそれがなぜ重要かを探ります。

機械学習のタイプ

機械学習はAIのサブフィールドで、基本的に機械に学習させるプログラミングです。機械学習アルゴリズムにはさまざまなタイプがあり、圧倒的に人気があるのはディープラーニングです。これはデータを人工ニューラルネットワーク（ANN）に入力することを伴います。ANNは、人間の脳にあるニューラルネットワークに触発された形式で結合された数学関数の非常に計算集約的なネットワークです。

ANNに入力されるビッグデータが多いほど、ANNはより正確になります。例えば、猫の画像を識別するようにANNを訓練しようとする場合、ネットワークに1000枚の猫画像を与えると、精度は約70％にとどまります。1万枚に増やすと精度は80％に上がり、10万枚に増やすと精度は90％に達します。このように続きます。

ここに機会があります。AIチップ開発分野を支配する企業は自然に成長の好機に恵まれています。

他にも有望な機械学習のタイプが多数あり、例えば強化学習です。これはエージェントを行動と報酬の繰り返しで訓練する手法です。強化学習を用いることで、AIシステムは自己対戦しながら性能向上を目指すことができます。例えば、チェスプログラムが自分自身と何度も対戦し、各ゲームのプレイが次のゲームの性能向上につながります。

現在、最先端のAIはディープラーニングと強化学習の組み合わせ、一般にディープ強化学習と呼ばれる手法を使用しています。テスラなど、世界の主要AI企業はすべて何らかのディープ強化学習を活用しています。

他にも重要な機械学習システムが進展していますが、例えばメタラーニングなどです。簡潔に言えば、投資家が最も知っておくべきはディープラーニングとその高度な形であるディープ強化学習です。この技術革新の最前線にいる企業が、AIにおける指数的成長を最大限に活用できる立場にあります。

データサイエンスとビッグデータ

成功し市場リーダーになる企業と失敗する企業を分ける決定的要因があるとすれば、それはビッグデータです。すべての機械学習はデータサイエンスに大きく依存しており、これはデータのパターンから世界を理解するプロセスと表現できます。この場合、AIはデータから学習し、データが多いほど結果はより正確になります。この規則には過学習と呼ばれる例外がありますが、AI開発者はこの問題を認識し、対策を講じています。

ビッグデータの重要性は、テスラのように自動運転技術で明確な市場優位性を持つ企業にとって大きな要因です。走行中でオートパイロットを使用しているすべてのテスラはデータをクラウドに送信しています。これにより、テスラはディープ強化学習やその他のアルゴリズム調整を行い、全体的な自動運転システムを改善できます。

同様に、Googleのような企業は挑戦者にとって倒すのが極めて困難です。Googleは日々、検索結果、Google Adsense、Androidデバイス、Chromeブラウザ、さらにはNestサーモスタットなど、数多くの製品・サービスからデータを収集しています。Googleは世界中のどの企業よりも多くのデータを保有しています。これに加えて、同社が関わるすべてのムーンショットも考慮すべきです。

ディープラーニングとデータサイエンスが重要である理由を理解すれば、以下の企業がなぜ強力なのかを推測できます。

投資対象のAI企業

現在、挑戦が極めて困難な市場リーダーが3社存在します。

Alphabet Inc (NASDAQ: GOOGL)

Alphabet IncはGoogle検索エンジンを含むすべてのGoogle製品を傘下に持つ企業です。AIにおける市場リーダーである理由を説明するために、簡単な歴史を紹介します。2010年、英国の企業DeepMindが、汎用学習アルゴリズムの構築を目的として設立されました。

2013年、DeepMindはディープ強化学習を用いて7つのAtariゲームで世界チャンピオンになるなど、数々の成果で世界を驚かせました。

2014年、GoogleはDeepMindを5億ドルで買収し、2015年にはDeepMindのAlphaGoがプロの囲碁棋士を初めて打ち負かし、さらに囲碁世界チャンピオンを破った初のAIプログラムとなりました。囲碁に詳しくない方は、囲碁が最も難しいゲームの一つと考えられています。

DeepMindは現在、ディープ強化学習の市場リーダーと見なされており、人工汎用知能（AGI）達成の有力候補でもあります。AGIは将来的に人間レベルの知能を実現または超えることを目指すAIです。

Googleが現在関与している他のAI分野も考慮すべきです。例えば、Waymoは自動運転技術でテスラに次ぐ市場リーダーであり、またGoogle検索エンジンで使用されている機密のAIシステムもあります。

GoogleはAIの多くの領域に関与しており、すべてを網羅するには膨大な論文が必要です。

Tesla (NASDAQ: TSLA)

前述の通り、Teslaは道路上の車両群から収集したビッグデータを活用し、オートパイロットのデータを取得しています。収集データが多いほど、ディープ強化学習を用いた改善が可能となり、特に実生活で頻繁に起こらないエッジケース（稀なシナリオ）に対して重要です。

例えば、道路上でスーツケースが交通に転がり込む、あるいは飛行機が空から落下するなど、すべてのシナリオを予測・プログラムすることは不可能です。このようなケースでは特定のデータが少なく、システムは多数の異なるシナリオからデータを関連付ける必要があります。これは膨大なデータ量を持つことのもう一つの利点で、ヒューストンで初めて遭遇したシナリオでも、ドバイのTeslaが類似のケースに遭遇している可能性があります。

Teslaは（バッテリー技術）と電動車両技術でも市場リーダーです。これらはどちらも、充電が必要になる前に車両の走行距離を最適化するAIシステムに依存しています。TeslaはAI最適化を含む頻繁なOTAアップデートで知られており、車両の性能と航続距離を数パーセント向上させています。

さらに、Teslaは独自のAIチップを設計しており、サードパーティ製チップに依存しなくなり、フルセルフドライビングソフトウェアと最初から連携できるようチップを最適化できます。

NVIDIA (NASDAQ: NVDA)

NVIDIAは現在のGPU（グラフィックス処理ユニット）チップ需要の上昇を最大限に活用できる最適な企業で、全GPU販売の80％を占めています。

GPUは当初ビデオゲーム向けに使用されていましたが、すぐにAI業界、特にディープラーニングで採用されました。GPUが重要なのは、計算を並列で実行することでAI計算の速度が大幅に向上するためです。ディープラーニングのANNを訓練する際、入力は大量の行列乗算に依存し、並列処理が重要となります。

NVIDIAはAI研究者のさまざまなユースケースや要件に最適化された新しいAIチップを継続的にリリースしています。この絶え間ないイノベーションへのプレッシャーが、NVIDIAを市場リーダーとして維持しています。

証券ブローカーの選択

まず最初にすべきことは証券ブローカーを選ぶことです。私たちが推奨するブローカーはFirstradeです。

まとめ

AIに関わるすべての企業を列挙することは不可能です。重要なのは、業界が目撃してきたイノベーションと成長の大半を支える機械学習技術を理解することです。私たちは3つの市場リーダーを取り上げましたが、今後も多くの企業が登場します。AIの最新情報を把握し、AIの誇大宣伝を避け、この分野が常に進化し続けていることを理解するべきです。AIニュースを常にチェックしてください。（日本語で）