エピソード02：イマン・アンバリ (Iman Anvari)

コンテキストがエッジにおけるエージェント型AIを決定づける理由

エピソードを聴く

今回のThe Data Movementのエピソードでは、ホストのポール・ラングストンがSeagateの先端技術担当取締役であるイマン・アンバリと対談し、AIの今後の見通しと、自律型システムが実験室段階から実用段階に移行するための条件を掘り下げます。

アンバリは、NVIDIAのGTCやSeagateによるイノベーションへの実践的な取り組みから得た知見をもとに、業界が真の変化の時を迎えた理由を明らかにします。AIモデルの知性は高まり続けていますが、能力だけでは不十分です。アンバリが指摘するように、課題となっているのはコンテキスト、つまり、起きている事象、それが起きている場所、それに対する応答方法です。

そこで登場するのがエッジです。

この対談では、ロボット工学によってハードウェア、ソフトウェア、データ・インフラストラクチャが、他のワークロードではほぼ不可能な形で統合される仕組みについて探ります。また、遅延がコンピューティングを集中型クラウドからデータが生成される場所の近くに移動せざるを得ない厳しい制約となる理由についても明らかにします。リアルタイムでの意思決定が必要な場合、クラウドとの往復通信に頼るだけでは、拡張性は確保できません。

ラングストンとアンバリは、自律型システムには、生のコンピューティングを超えるものが必要である理由を明らかにします。自律型システムに必要なのは階層化されたメモリとストレージで、これらが連携することで、リアルタイムの認識と継続的な学習が可能になります。

今回のエピソードの内容は以下のとおりです。

• ロボット工学によって、コンピューティング、ストレージ、実世界のデータが統合される理由
• エッジにおける「マイクロ・データ・センター」によって、AIによる自動化が実用化される仕組み
• 遅延がインテリジェンスをエッジへ移行させる主な要因となっている理由
• コンテキストが自律型エージェントにとって制約となる仕組み
• 大規模なエージェント型AIを支えるために必要な階層型メモリ・アーキテクチャ

アンバリは、エージェント型AIを概念から現実のものへと進化させるために必要な要素について、システム・レベルの明確な視点を提示しています。エッジで開発を進めるチームにとって、この視点が示唆しているのは、進歩とは単に能力の高いモデルを開発することだけではなく、モデルを支える適切なデータ・インフラストラクチャによってインテリジェンスを活用の現場に近づけることであるという点です。

イマン・アンバリ (Iman Anvari)

先端技術担当取締役 | Seagate