NeuralaのCEO兼共同創設者マックス・ヴェルサーチェ – インタビュー・シリーズ

マッシミリアーノ・ヴェルサーチェ博士は、Neuralaの共同創設者兼CEOであり、同社のビジョナリーでもあります。脳にインスパイアされたコンピューティングとディープネットワークに関する先駆的な研究を行った後、彼は今も自律ロボティクスの世界をリードし続けています。テッドX、NASA、ペンタゴン、GTC、InterDrone、国立研究所、空軍研究所、HP、iRobot、サムスン、LG、Qualcomm (QCOM ) 、エリクソン、BAEシステムズ、AIワールド、ミツビシ、ABB、アクセンチュアなど、数多くのイベントや会場で講演しています。

あなたはもともと心理学を学んでから、神経科学に転向しました。その時の理由は何でしたか?

転向は自然なものでした。心理学は「トレーニング・コイン」の一側面、つまり心理現象の研究を提供しました。しかし、思考や行動の根本的なメカニズムに興味があるのであれば、思考を司る器官、つまり脳を研究することになるのです!

人間の脳を模倣したAIシステムを作るという考えに至ったのはいつ頃でしたか?

次のステップ、つまり神経科学からAIへの転向は、より困難です。神経科学は、神経系の解剖学と生理学、そして脳がどのようにして行動を生み出すかを研究するものですが、もう一つの道は、合成的なバージョンを構築することです。例えば、エンジンの作り方を理解するには、シリンダーとラジエーターを外して、シリンダーとラジエーターがエンジンの機能に重要であると結論付けることができます。もう一つの方法は、エンジンを一から作ることです。つまり、知能を構築することで、知能を理解することです。

初期のディープラーニング・プロジェクトの中で、あなたが取り組んだものは何ですか?

2009年にDARPAのために、我々は「全脳エミュレーション」と呼ばれるものを、ヘルワット・パッカードが設計した高度なチップを使用して、自律ロボット用に構築しました。要するに、我々のタスクは、小型ロボット用に、脳と一部の自律的および学習行動を、小型ハードウェアで実行可能な形式でエミュレートすることでした。

Neuralaの創設ストーリーを教えてください。

Neuralaは、2006年にディープラーニング用のGPU（グラフィック・プロセッシング・ユニット）に関する特許を取得するために設立されました。当時、GPUはAIには使用されていませんでしたが、我々はこの概念を先駆的に実現しました。つまり、グラフィックカードの各ピクセルをニューロン（画面のシーンをレンダリングするセクションではなく）として処理できるという考えでした。GPUの並列性により、我々のアルゴリズムの学習と実行速度を実現でき、AIとディープラーニングが実用化されました。学術界を離れて業界に参入するまでには、数年待つ必要がありました。2013年に、NASAと米国空軍研究所からの資金援助を受けて、ボストンのテック・スターズ・プログラムに参加しました。その後、従業員を数人雇用し、民間資本を調達しました。2017年には、新たな資金調達と業界の成熟により、重要な初期導入を実現し、5600万台のデバイス（カメラ、スマートフォン、ドローン、ロボットなど）に我々のAIを搭載しました。

Neuralaの初期プロジェクトのひとつは、NASAの火星ローバーに取り組むことでした。詳しく教えてください。

NASAには、将来の無人ミッション用のテクノロジーを開発するという特定の問題がありました。つまり、自律システム（例えばローバー）は、地球のミッション・コントロールの逐次的な指示に依存しないようにすることでした。通信遅延により、この制御は不可能です。映画「ザ・マートィアン」で、マット・デイモンと地球の間の通信がどれほど不自由だったかを思い出してください。我々の解決策は、各ローバーに「脳」を与えることでした。DARPAとの協力により、ロボットに小型のディープラーニング・システムを搭載し、ロボットが動作中に新しい物体（例えば岩や水の兆候）を認識し、未探索惑星の有意義な地図を作成できるようにしました。課題は大きかったですが、成果も大きかったのです。ディープラーニング・テクノロジーは、非常に小さな処理能力で動作し、たとえ一枚の画像だけからの学習でも可能でした。これは、当時のディープラーニングの能力を超えたものでした（今でもそうです）。

NeuralaはLifelong-DNNを設計しました。通常のDNNと比べて、どのように異なるのでしょうか?

NASAの用途向けに設計されたLifelong DNNは、そのライフサイクル全体で学習できます。これは、伝統的なディープ・ニューラル・ネットワーク（DNN）とは異なります。DNNは、学習または推論（分類）のみを実行できます。一方、L-DNNでは、人間のように、学習と分類の違いはありません。私たちが何かを見たとき、同時にそれを「分類」します（これは椅子です）と、同時にそれについて学習します（これは新しい椅子です。見たことがありません。もう少し知識が増えました）。DNNとは異なり、L-DNNは常に学習し、世界について既存の知識と新しい情報を比較検討し、異常を自然に理解できます。例えば、子供たちが私にいたずらをして、椅子をピンクに塗ったとします。私はすぐにそれを認識します。L-DNNは、私の椅子が黒であることを学習しているので、認識と記憶が一致しないとき、L-DNNは異常信号を生成します。この技術は、Neuralaの製品で様々な方法で使用されています（以下参照）。

Brain Builderというカスタム・ビジョンAIについて、そしてそれがどのようにしてロボティクス・アプリケーションをより迅速、簡単、かつ低コスト化するのかを教えてください。

L-DNNは世界について学習し、異常を理解できるため、Neuralaの製品であるBrain BuilderとVIA（Visual Inspection Automation）は、わずか数枚の「良品」の画像を使用して、視覚検査タスクを迅速に設定できます。例えば、製造現場で、20枚の「良品」のボトル画像を使用して、Visual Quality Inspectionの「ミニ・ブレイン」を作成できます。ボトルに破損したキャップがある場合など、不良品を認識できます。これは、L-DNNを使用して、簡単に、迅速に、またシンプルなCPUで実現できます。NASAの技術を10年以上にわたる集中した研究開発で構築したものです。

以前のインタビューで、あなたは、起業家が少し不可能なことを目指すべきだと述べました。Neuralaを立ち上げた当初、不可能なことのように感じたことはありましたか?

友人で同僚のアナトリーが、コーヒーを吐き出すほど驚いたときを覚えています。私は「一日、我々のテクノロジーが携帯電話で動くようになる」と言ったのです。あり得ないと思われたのですが、実現しました。今日、数百万台の携帯電話で動作しています。我々は、数千人の人間が一台の機械を管理するのと同じレベルの品質と管理を提供できる、数千の人工的な目を持つ世界を想像しています。読み手がコーヒーを飲みながら読んでいることを願います…

素晴らしいインタビュー、ありがとうございます。Neuralaは、注目すべき会社です。詳しく知りたい読者は、Neuralaを訪問してください。