AIのためのAI、新たなアルゴリズムで科学的発見を加速

当記事は、NVIDIAのブログ記事をもとにした内容である。
 
ディープラーニングによって、運転から音声認識、作曲まで、あらゆるものの自動化が進んでいる。そして今回、米エネルギー省オークリッジ国立研究所(ORNL)の科学者チームによって開発された新しいソフトウェアにより、科学的発見が加速しようとしている。

ORNLのGPUアクセラレーテッドTitanスーパーコンピューターで研究を進める同チームは、ニューラルネットワークを自動的に生成するアルゴリズムを開発した。大まかに人間の脳内のニューロン間の相互接続をモデルにしたそれらのニューラルネットワークは、ディープラーニングにおいて「学習」を担う。

MENNDL(Multi-node Evolutionary Neural Networks for Deep Learning:ディープラーニングのためのマルチノード型進化的ニューラルネットワーク)は、科学者が収集するような特異なデータセットで、ニューラルネットワークの評価、テスト、提案を行う。そして、GPUアクセラレーションにより、数か月かかることもある作業がわずか数週間に短縮される。

「MENNDL によって時間を節約し、科学的発見を加速できるようになります」と、ORNLの Nature Inspired Machine Learningチームの研究科学者、スティーブン・ヤング(Steven Young)氏は述べた。

科学者のためのAI

MENNDLはORNLチームが科学者のために開発したものだが、より大規模な変革をAIにもたらす可能性も秘めている。

研究者の場合、ニューラルネットワークのトレーニングを行うことで、特定のタスクを実行するソフトウェアを開発するが、ORNLのソフトウェアはそのネットワーク自体を生成するため、これまでネットワークの構成に必要だった試行錯誤のプロセスが不要になるからだ。

このアルゴリズムは、Titanに搭載された18,688個のTesla GPUで拡張され、可能性のある何千ものネットワークを同時にテストし、トレーニングを行うことで、そのジョブにもっとも適したネットワークを予測する。

多くの分野では、研究者がディープラーニングの研究における出発点として、既存のニューラルネットワークやデータセットを利用する。しかし、科学機器からデータを得て、そのデータがこれまでコンピューターに顔や音声の認識を学習させるために使われてきたものとは大きく異なる場合、研究者はそうすることができない。

「研究室では、ニュートリノ検出器や電子顕微鏡といった何らかの科学機器から得たデータを使います。それは、猫や犬の写真とはまったく異なるものです」と、ヤング氏は述べている。

所要時間が24時間に

MENNDLによってすでにニュートリノ物理学の研究が加速している。ニュートリノとは原子よりも小さな粒子であり、研究者はニュートリノによって宇宙の起源やものの本質のような謎を解明できると考えている。

ニュートリノは検出が難しいことで有名なため、DOEのフェルミ国立加速器研究所(Fermilab)の研究チームでは、強力なビームを使ってそれらが通常の物質とどのように反応するかを研究している。

そして、その研究で生成される大量のデータを分析し、どこで相互作用が発生したのかを正確に特定する必要がある。

これまでなら、Fermilabチームは、ニューラルネットワークをテストして問題に適したものを見つけるのに数か月かかった、とヤング氏は述べる。しかし、MENNDLはその作業をたった24時間で成し遂げたのだ。

「研究者が何か月もディープラーニング フレームワークに取り組まなくても、MENNDLならデータに適したネットワークをたった1日で提示できます」とヤング氏は述べた。

これにより、研究者はより短い期間でより多くの実験をこなせるようになり、科学の進歩が加速される。

【関連リンク】
エヌビディア(NVIDIA)
米エネルギー省オークリッジ国立研究所(ORNL)

Previous

ボッシュ・ボーダフォン・ファーウェイ、5GによるセルラーV2Xの実証実験を実施

東京エレクトロン デバイス、製造業向けIoTフィールドサービス効率化支援パッケージの販売を開始

Next