NVIDIAのJim McHugh氏が語るSAP SAPPHIRE NOW 2018の最新情報

NVIDIAのJim McHugh氏が語るSAP SAPPHIRE NOW 2018の最新情報

テキストの内容:""">> オーランド、フロリダから、theCUBEです！SAP SAPPHIRE NOW 2018の取材をお送りします！NetAppの提供でお届けします。>> theCUBEへようこそ、リサ・マーティンとキース・タウンゼントと一緒に、私たちはOrlandoにおり、SAP SAPPHIRE NOW 2018のNetAppのブースでパートナーと話しています。そして、theCUBEへの再度のお越しを心より歓迎します。まだまだ素晴らしい話がありますね、Jim McHugh氏、NVIDIAのVP兼GMのディープラーニング担当ですね、キーノートでもそう言ってましたよね？（みんな笑います）>> そうだね、あと"その他"もね。それは多くの責任を伴うよね。でも、他のものもね、それは、うん、積み重なるだろうね！>> それ、人を殺すかもね。うん、まさにそれだ。>> さて、ここでSAPPHIREに来ていますが、長い間SAPとさまざまな形で協力してきた、NVIDIAのSAPとはどんなことをやっているんですか？

私たちは、SAP Leonardoの機械学習サービスの開発と推進をサポートしています。キーノートでも紹介されたように、機械学習は、日常のインタラクションにおいて、人々が行ってきた標準的なプロセスを自動化しています。例えば、四半期の請求書を手作業で処理することが数週間かかる場合、機械学習と深層学習を使用することで瞬時に処理することができます。また、サービスチケットの処理なども同様で、サービスチケットが届いたら電話をかけ、情報を収集し、別の担当者に引き継ぐという手順を、メールのやり取りだけで処理できるようになりました。メールを送っていただくと、あなたについての多くの情報が得られるため、適切な担当者にルーティングすることができます。さらに、知識データベースを検索して、同じ問題の質問と回答が以前にあったかどうかを確認し、カスタマーサービス担当者に提供することもできます。カスタマーサービス担当者が顧客との対話を開始する際には、すでに多くの情報が得られているため、迅速に進めることができます。

実際の技術的な観点から言えば、AIや機械学習についてよく耳にします。NVIDIAはGPUを中心に、AIや機械学習を活用するための開発フレームワークを提供しています。しかし、企業としては、その価値は理解できるものの、データサイエンティストやプログラマーなどのテクニカルスタッフが必要とされることが課題です。NVIDIAとSAPは、これを利用しやすくするための取り組みをしていますか？

企業がこれにチャレンジする際、たくさんの人やデータサイエンティストが必要になることは確かです。なぜならAIは、従来のソフトウェア開発のやり方とは異なるアプローチであり、データを使用してソフトウェアをトレーニングするからです。しかし、良いニュースは、私たちはSAPと協力していますし、SAPにはデータサイエンティストがおり、SAPアプリケーションや統合のワークフローについての知識があります。だから、彼らがモデルを開発し、サービスとして提供してくれるんです。たとえば、SAPのクラウドにアクセスして、サービスチケットの利用や請求処理の改善方法を知りたい場合、あるいはHR担当者であれば、履歴書の読み込みに60%の時間を費やすのではなく、AIに任せることができます。自由に選択できるサービスです。そして、もしも企業内に開発者がいて、カスタムアプリを作成したい場合は、SAPが提供するLeonardo機械学習基盤を活用して、カスタムアプリを開発することもできます。もしも大きな問題がある場合は、NVIDIAは直接協力して問題を解決することも可能です。ほとんどのお客様がこれらのいずれか、またはすべてを活用しています。サービスを活用し、今日の業務を自動化する一方、SAPの周りで構築するカスタムアプリを模索し、より大きな機械学習やディープラーニングの問題に取り組んでいます。

昨日のビル・マクダーモット氏のキーノートで、「善良な技術」の話がありました。最近、「善くない技術」やデータプライバシー、GDPRの通過など、さまざまなニュースがありますが、NVIDIAはこのAIの復興の一環として、どのような成果を上げていますか？具体的な医療現場での変革の例を教えていただけますか？

はい、たくさんの素晴らしい例がありますが、その一つがマサチューセッツ総合病院の取り組みです。マサチューセッツ総合病院は、アメリカで最も大きな研究病院の一つであり、AIを活用してさまざまなプロセスを自動化しています。例えば、子供を病院に連れて行って骨密度スキャンを行う場合、それは子供の骨の年齢を教えてくれます。それを生物学的な年齢と比較し、成長の問題だけなのか、もっと深刻な問題があるのかを判断できます。以前は、MRIを行い、その結果を受けるまで数日間待たなければなりませんでしたが、マサチューセッツ総合病院では、さまざまなスキャンと要素に関するニューラルネットワークをトレーニングし、数分で結果を得ることができるようになりました。これにより、ストレスを大幅に軽減できます。また、がん細胞の検出など、他のプロジェクトも進行中です。例えば、網膜は高血圧やマラリア、デング熱などを検出する素晴らしい手段です。特定の場所にいると、蚊に刺されて感染を広げる危険性がある場所にいるべきではないとわかります。これにより、高価な医療を必要とせずに、野外で臨床医と協力して対処することができます。私たちはこれらの取り組みをサポートしています。そして、SAPが企業のデータ記録を管理していることを考えれば、食品生産など、さまざまな分野で自動化が進んでいます。トラクターには、植物をチェックして、農薬が必要か、除草が必要か、病気の植物を取り除く能力があります。また、流通センターの改善も進んでいます。倉庫内を飛び回るドローンが、最初に移動すべきものを判断し、無駄な待ち時間を減らし、新鮮な食品を届けることができます。生産から流通まで、全体が自動化されています。自動運転車両に移行し、夜間に配達が可能になり、10兆ドルのビジネスが抜本的に変わっています。

複雑なシステムを改善する際、それらを小さなコンポーネントに分割し、さらに小さなコンポーネントにすることで、データの頻度、価値、遅延などのエッジシナリオやユースケースが生まれます。NVIDIAは、エッジまで大量のデータを取り込むためにテクノロジーを拡張した、エッジまでの適用事例についても話してもらえますか？エッジまでのそれらのデータを取り込むため、データセンターへ戻すことができない場合のソリューションはどのようなものですか？

それは、IoTの世界も変わりつつあると言えるでしょう。必要なときに必要な場所に計算能力があるようになりました。クラウドベースの場合もありますし、データセンターベースの場合もありますし、エッジでもそうです。例えば、オイルリファイナリーの点検や橋の点検など、その瞬間に処理する必要があるようなエッジシナリオがあります。そのような場合、弊社のDGXステーションという製品を使用します。これは、半分ほどのサーバーラックの大きさのボックスであり、水冷方式です。これをアラスカの遠隔地に設置し、そこでモデルを再トレーニングできるようにしました。最新のモデルを取得し、より多くのインテリジェンスを得て、それをドローンに再送信してさらなるデータを収集します。これにより、多額の費用をかけずに、高度な訓練を行うことができます。これは、数百万ドルの資金を要する足場の設置などの作業を、優れた技術を持つ一人のエンジニアと、ニューラルネットワークの能力を持つ人間との協力によって実現することができます。