Aizip Inc.共同創業者、陳​​宇北氏インタビューシリーズ

ユベイ・チェン 世界最小かつ最高効率のAIモデルを構築するAizip社の共同創業者です。また、カリフォルニア大学デービス校のECE学部の助教授も務めています。チェン氏の研究は、計算神経科学と深層教師なし学習（自己教師学習）の交差点にあり、脳と機械の両方における教師なし表現学習を支配する計算原理への理解を深め、自然信号統計に関する知見を再構築しています。

カリフォルニア大学デービス校に着任する前、チェンはニューヨーク大学データサイエンスセンター（CDS）およびメタ基礎AI研究（FAIR）でヤン・ルカン教授の指導の下、ポスドク研究を行いました。カリフォルニア大学バークレー校レッドウッド理論神経科学センターおよびバークレーAI研究（BAIR）で、ブルーノ・オルハウゼン教授の指導の下、博士号を取得しました。

アイジップ エッジデバイス向けに最適化された超高効率AIソリューションを開発し、視覚、音声、時系列、言語、センサーフュージョンアプリケーション向けのコンパクトなモデルを提供しています。同社の製品は、顔認識、物体認識、キーワードスポッティング、ECG/EEG分析、デバイス内チャットボットなどのタスクをTinyML上で実現します。AIナノファクトリープラットフォームAiziplineを通じて、同社は基礎モデルと生成モデルを用いたモデル開発を加速し、AI設計の完全自動化を推進しています。AizipのGizmoシリーズの小型言語モデル（300億～2億パラメータ）は、幅広いデバイスに対応し、エッジデバイスにインテリジェントな機能をもたらします。

ニューヨーク大学とMeta FAIRでヤン・ルカン氏のもとでポスドク研究をされましたね。彼との共同研究やカリフォルニア大学バークレー校での研究は、現実世界におけるAIソリューションの構築へのアプローチにどのような影響を与えましたか？

バークレーでは、科学的探究と数学的厳密さに深く根ざした研究を行っていました。電気工学、コンピュータサイエンス、計算神経科学を融合させた博士課程の研究は、「ホワイトボックス」の観点からAIシステムを理解すること、つまりデータと学習モデルの根底にある構造を明らかにする手法の開発に焦点を当てていました。ブラックボックスAIシステムの理解を助ける、解釈可能で高性能なAIモデルと可視化技術の構築に取り組みました。

Meta FAIRでは、最先端のパフォーマンスを大規模に実現するAIシステムのエンジニアリングに重点が置かれていました。世界クラスの計算リソースにアクセスすることで、自己教師学習の限界を探求し、現在「世界モデル」と呼ばれるもの、つまりデータから学習し、想定される環境を想像するAIシステムの開発に貢献しました。バークレーでの科学的理解とMetaでのエンジニアリング主導のスケーリングという二重の経験は、AI開発に関する包括的な視点を私に与えてくれました。現実世界のアプリケーション向けのAIソリューションを開発する際には、理論的な洞察と実践的な実装の両方が重要であることを浮き彫りにしました。

あなたの研究は計算神経科学とAIを融合したものですね。神経科学からの知見は、AIモデルの開発にどのような影響を与えていますか？

計算神経科学では、様々な刺激に対する脳の反応を測定することで、脳がどのように情報を処理するかを研究します。これは、AIモデルの内部メカニズムを理解するためにAIモデルを精査するのと似ています。キャリアの初期には、単語の埋め込みを分析するための可視化技術を開発しました。これは、「リンゴ」のような単語を「果物」や「テクノロジー」といった意味的要素に分解する技術です。その後、このアプローチは、トランスフォーマーや大規模言語モデルといったより複雑なAIモデルへと拡張され、AIモデルがどのように知識を処理・保存するかを解明するのに役立ちました。

これらの手法は、実際には神経科学の技術、例えば電極やfMRIを用いて脳活動を研究する技術と類似しています。AIモデルの内部表現を調査することで、その推論戦略を理解し、特定のアイデア（ゴールデンゲートブリッジの機能など）に対して活性化する概念ニューロンのような創発特性を検出することができます。 クロードの地図作成時に発見された人類学的（注：原文に誤りがある可能性があります）。この研究分野は、モデルからバイアスを取り除き、解釈可能性と実用的な介入の両方を可能にすることが実証されているため、現在では業界で広く採用されています。つまり、神経科学に着想を得たアプローチは、AIをより説明可能で、信頼性が高く、効率的なものにするのに本質的に役立つのです。

Aizipを共同設立しようと思ったきっかけは何ですか？構想から会社設立までの道のりを教えていただけますか？

AIの基礎研究者として、私の研究の多くは理論的なものでした。しかし、研究と実世界の応用のギャップを埋めたいと考えていました。最先端のAIイノベーションを、特にリソースが限られた環境において実用化するために、Aizipを共同設立しました。大規模な基盤モデルを構築するのではなく、エッジデバイス向けに最適化された、世界最小かつ最も効率的なAIモデルの開発に注力しました。

この旅は、ある重要な観察から始まりました。AIの進歩は急速に進む一方で、実世界のアプリケーションでは軽量で高効率なモデルが求められることが多々ある、という点です。そこで私たちは、科学的厳密さと実用性のバランスを取った新たな方向性を切り開く機会を見出しました。自己教師学習とコンパクトなモデルアーキテクチャから得られた知見を活用することで、Aizipはエッジで効率的に動作するAIソリューションを提供し、組み込みシステム、IoT、そしてそれ以外の分野におけるAIの新たな可能性を切り拓いてきました。

Aizipはエッジデバイス向けの小規模AIモデルに特化しています。市場のどのようなギャップに着目し、この分野に注力するようになったのでしょうか？

AI業界は主にモデルのスケールアップに重点を置いてきましたが、現実世界のアプリケーションでは、その逆、つまり高効率、低消費電力、そして最小限のレイテンシが求められることがよくあります。今日の多くのAIモデルは、小型の組み込みデバイスに導入するには計算コストが高すぎます。私たちは、極めて限られたリソース内でも優れたパフォーマンスを発揮できるAIソリューションに対する市場のギャップを見出しました。

私たちは、すべてのAIアプリケーションを大規模なモデルで実行する必要はなく、すべてのアプリケーションにそのような規模のモデルに依存することはスケーラビリティにも欠けることを認識しました。そのため、私たちはアルゴリズムの最適化に注力し、精度を維持しながら最大限の効率性を実現します。スマートセンサー、ウェアラブル、産業オートメーションなど、エッジアプリケーション向けにカスタマイズされたAIモデルを設計することで、従来のモデルでは実現不可能だった場所でもAIを実行できるようになります。私たちのアプローチは、AIをよりアクセスしやすく、スケーラブルで、エネルギー効率の高いものにし、クラウドを超えたAI主導のイノベーションの新たな可能性を切り開きます。

Aizipは小規模言語モデル（SLM）の開発の最前線に立っています。SLMはGPT-4のような大規模モデルとどのように競合、あるいは補完していくとお考えですか？

SLMとGPT-4のような大規模モデルは、それぞれ異なるニーズに応えるため、必ずしも直接競合するわけではありません。大規模モデルは一般化と深層推論の点で強力ですが、膨大な計算リソースを必要とします。SLMは、低消費電力のエッジデバイスでの効率性と導入性を重視して設計されています。IoTデバイス、ウェアラブルデバイス、産業オートメーションなど、計算能力、レイテンシ、コスト制約が重要となる実世界のアプリケーションにおいてAI機能を実現することで、大規模モデルを補完します。AIの導入が進むにつれて、大規模なクラウドベースモデルが複雑なクエリを処理し、SLMがエッジでリアルタイムかつ局所的なインテリジェンスを提供するというハイブリッドなアプローチが登場しています。

低電力エッジデバイスに適した効率的な AI モデルを作成する上での最大の技術的課題は何ですか?

根本的な課題の一つは、AIモデルの仕組みに関する完全な理論的理解が欠如していることです。明確な理論的根拠がなければ、最適化の取り組みは経験的なものとなり、効率性の向上が制限されてしまいます。さらに、人間の学習は多様な方法で行われ、現在の機械学習パラダイムでは十分に捉えきれないため、人間の効率性を模倣するモデルを設計することが困難です。

エンジニアリングの観点から見ると、AIを極めて厳しい制約の中で動作させるには、モデルの圧縮、量子化、アーキテクチャ設計における革新的なソリューションが必要です。また、堅牢性を維持しながら、様々なデバイスや環境に適応できるAIモデルを作成することも課題です。IoTやセンサーを通じてAIが物理世界とインタラクションするケースが増えるにつれ、音声、ジェスチャー、その他の非伝統的な入力といった自然で効率的なインターフェースの必要性が高まっています。エッジAIは、ユーザーがデジタル世界とシームレスにインタラクションする方法を再定義するものです。

Aizip がソフトバンクなどの企業と行っている取り組みについて詳しく教えていただけますか?

最近、ソフトバンクと提携した水産養殖プロジェクトは、CESイノベーションアワードを受賞しました。これは私たちにとって非常に誇らしいことです。養殖業者が養殖場で活用できる、魚のカウントアプリケーション向けに、効率的なエッジベースAIモデルを開発しました。このソリューションは、持続可能性、食品ロス、そして収益性の問題につながる可能性のある、養殖における重大な課題に対処します。海上では電力と接続が不安定なため、業界ではAIの導入が遅れており、クラウドベースのAIソリューションは実用的ではありません。

この問題を解決するため、デバイスベースのソリューションを開発しました。ソフトバンクのコンピューターグラフィックスシミュレーションを学習データとして活用し、当社のコンパクトなAIモデルと組み合わせることで、スマートフォン上で動作する高精度なシステムを構築しました。水中フィールドテストでは95%の認識率を達成し、魚のカウント精度を飛躍的に向上させました。これにより、養殖業者は魚の保管条件を最適化し、生魚輸送と冷凍輸送のどちらが適切かを判断し、魚の潜在的な病気やその他の健康問題を検出することが可能になります。

この画期的な進歩は、効率性の向上、コストの削減、そして手作業への依存度の低減をもたらします。より広い視点で見ると、AIが現実世界の問題に具体的な影響を与えることができることを示しています。

Aizipは「AIナノファクトリー」というコンセプトを発表しました。これはどういう意味ですか？また、AIモデル開発をどのように自動化するのかについても説明していただけますか？

AIナノファクトリーは、半導体製造における電子設計自動化（EDA）に着想を得た、当社独自のAI設計自動化パイプラインです。新興技術分野の初期開発には多くの手作業が必要となるため、自動化は、分野が成熟するにつれて進歩を加速し、ソリューションを拡張する上で重要な鍵となります。

AIを他の産業の加速に利用するだけでなく、AIはAI自身の開発を加速できるのか、私たちは問いかけました。AIナノファクトリーは、データ処理からアーキテクチャ設計、モデルの選択、トレーニング、量子化、デプロイメント、デバッグまで、AIモデル開発のあらゆる段階を自動化します。AIを活用して自らを最適化することで、新規モデルの開発時間を平均10分の1,000に短縮できました。場合によってはXNUMX分のXNUMX以上短縮できたこともあります。つまり、かつては開発にXNUMX年以上かかっていたモデルが、わずか数時間で作成できるようになったのです。

もう 1 つの利点は、この自動化により、AI ソリューションが幅広いアプリケーションで経済的に実行可能になり、実際の AI 導入がよりアクセスしやすく、スケーラブルになることです。

今後 5 年間でエッジ AI の役割はどのように進化していくとお考えですか?

エッジAIは、スマートフォンがインターネットアクセスに革命をもたらしたように、私たちとテクノロジーの関わり方を変革すると期待されています。今日のAIアプリケーションのほとんどはクラウドベースですが、AIが物理世界と相互作用するセンサーやデバイスに近づくにつれて、この状況は変わり始めています。この変化は、エッジにおける効率的でリアルタイムな処理の必要性を浮き彫りにしています。

今後5年間で、エッジAIは音声認識やジェスチャー認識、その他直感的なインターフェースなど、より自然な人間とコンピュータのインタラクションを可能にし、キーボードやタッチスクリーンといった従来の障壁への依存を解消すると予想されます。また、AIはスマートホームや産業オートメーションといった日常的な環境にさらに深く浸透し、遅延を最小限に抑えたリアルタイムの意思決定を可能にすると予想されます。

もう一つの重要なトレンドは、エッジAIシステムの自律性の向上です。AIナノファクトリー型の自動化の進歩により、AIモデルはより自己最適化と適応性を高め、導入と保守における人間の介入の必要性を軽減できるようになります。これは、ヘルスケア、自動車、農業など、多くの業界に新たな機会をもたらすでしょう。

Aizip の今後発売予定の AI 搭載デバイスの中で、最も期待しているものは何ですか?

私たちは、新しい業界でのモデルの活用事例拡大に取り組んでおり、特に期待しているのは自動車業界向けのAIエージェントです。特に中国の自動車メーカーを中心に、車内でChatGPTのような感覚で使える言語モデルを搭載した音声アシスタントの開発が活発化しています。課題は、現在のアシスタントのほとんどが、特に自然で柔軟な対話を実現するために、依然としてクラウドに依存していることです。車両上でローカルに実行されるのは、基本的なコマンドと制御タスク（「エアコンをオンにする」や「トランクを開ける」など）のみであり、これらのコマンドは固定的なため、ドライバーがコマンドを完全に正確に記憶していないと、ドライバーの注意散漫につながる可能性があります。

私たちは、SLMを搭載した超高効率AIエージェント「Gizmo」シリーズを開発しました。現在、これらは様々な業界のアプリケーションで利用されており、車両内の「副操縦士」としても活用できるよう取り組んでいます。Gizmoは、より繊細な意図を理解するように訓練されており、車両のAIエージェントとして機能する際には、会話型の自由言語でコマンドを実行できます。例えば、ドライバーが「寒い」と言えば車内の温度を調整したり、「明日ボストンまで運転するのですが、何を着たらいいですか？」といった質問に天気予報で答えて提案したりすることができます。

これらのエージェントはローカルで動作し、クラウドに依存しないため、トンネル、山間部、田舎道など、通信が途切れる場所や接続状況が悪い場所でも動作し続けます。また、ドライバーが道路から注意をそらすことなく音声だけで操作できるため、安全性も向上します。また、少し話が逸れますが、現在、車両とBluetoothスピーカー向けに、副操縦士のようにローカルで動作するAI搭載カラオケモデルの製品化を進めていることもお伝えしておきます。これは基本的に、入力された音声から人間の声を抽出し、あらゆる曲のカラオケバージョンをリアルタイムで作成できるものです。お客様が車内でより安全に操作できるようにするだけでなく、車内体験をより楽しいものにする方法も模索しています。

人々の日常生活に意味のある変化をもたらすこのようなソリューションこそ、私たちが最も誇りに思うものです。

Aizipは、エッジデバイス向けに最適化された超高効率AIソリューションを開発し、ビジョン、オーディオ、時系列、言語、センサーフュージョンアプリケーション向けのコンパクトなモデルを提供しています。同社の製品は、顔認識、物体認識、キーワードスポッティング、ECG/EEG分析、デバイス内チャットボットなどのタスクをTinyMLで実現します。AIナノファクトリープラットフォームAiziplineを通じて、同社は基礎モデルと生成モデルを用いたモデル開発を加速し、AI設計の完全自動化を推進しています。AizipのGizmoシリーズの小型言語モデル（300億～2億パラメータ）は、幅広いデバイスをサポートし、エッジデバイスにインテリジェントな機能をもたらします。

素晴らしいインタビューをありがとうございました。さらに詳しく知りたい読者は、こちらをご覧ください。 アイジップ.