Jshiike 約3年前 | ▲upvoteする | link | parent | on: FacebookがDeep Learningを超えるAIで変えていくこと

Facebook: MySQL Pool Scannerでの徹底した自動化」を書いたときに思ったのは、Facebookが手がけている自動化は「作業」というレベルを超えて、「分析して判断」するという領域に踏み込んでいること。例えば、サーバが完全に落ちたので復旧するというのは「作業」の自動化だけども、

この相関図はコピーやメンテのみを前提とした基本的なもので、ステータスの変更には他にも多くのパターンがありえる。しかし、そのパターンを全てコーディングするのは手間が大変。そこで、タグのような働きをする「Problem」を導入した。サーバ内のインスタンスの全てが同じ「Problem」をもつと、そのサーバが「problem」をもつと見なされる仕組みである。MPSは特定の問題に対処するパターンをつくるために、(ステータス、problem) - (アクション、ステータス) という構成の「Problem」データを確認する。

ここまでくると、「分析して判断」していると言えます。

よく考えてみたら、「分析して判断」するということは、必ずしもAI (人口知能) というレベルまでいかなくても、「コードを書いて問題を解決する」というかたちで、ソフトウエアが実現できる役割として既に担っていること。そうなると、「作業」は「こなす」というアクションになるが、「コードを書いて問題を解決する」という領域に入ってくると、「更に高度に分析して高度に判断」するという発展が期待できます。

ちょっと前置きが長くなりましたが、この文脈で考えると、
FacebookがAIの研究所を設立するという発表
も自分の中ではすごく腹落ちしました。つまり、Facebookユーザの行動データをどう解釈して、どのようなサービスを提供するのかということだけでなく、開発 & オペレーションもAIを必要とするフェーズまでいくのだなという理解をしました。

この研究所の責任者となるNY大教授のYann LeCunがWiredのインタビューに答えてます。Facebookのサイトでは、大量のデータを活かしたマシンラーニング(機械学習)の技術が既にかなり応用されているが、今回目指しているのは、

"…theory of the mind. How do we model - in machines - what human users are interested in and are gong to do?"

と自立的にモデルを構築する技術。

例えば、写真のラベルを自動付与する場合は "supervised running"、つまり大量の写真データと既存のラベルデータをマシンに与えて学習させる。これはすでにGoogleやBaiduなどで、成功 & 実用されている。一方、ビデオのデータをマシンに渡して、それが何を意味するのかという課題を与えると、ビデオに映っている物体の前後関係やカメラの動きを分析してモデルをつくるという "unsupervised learning algorithms"が必要になるとのこと。

これって、まさに、マシンが「学ぶ」から、「考える」というレベルにアップすることですよね?

この成果が将来、開発 & オペレーションの分野に応用されると、「自動化のおかげでバックエンドのことをあまり気にしなくてよくなった。」から、「バックエンドの存在はまったく気にしなくてよくなった。」という世界がくるのでしょうか。

何かSFが現実となるような気分になってきました。

Back