現在、生成型人工知能の展開はまだ初期段階にありますが、そのスピードは非常に速く、テクノロジーと産業の緊密な統合が世界規模で起こっています。生成 AI はもはや、情報コンテンツを提供するための単なるツールではありません。金融、医療、自動運転など多くの産業の「技術基盤」となっており、今後の社会の「技術インフラ」となることが期待されています。 **
実際、中国では理論的手法からソフトウェア・ハードウェア技術までを網羅した体系的な研究開発能力が徐々に確立されつつある。たとえば、Huawei Cloud Pangu Large Modelは、鉱業、薬物分子、電気、気象学、波などの分野で大型モデルを発売し、人工知能技術の徹底的な統合を促進するためにさまざまな業界で1,000以上の革新的なプロジェクトを立ち上げています。および産業用アプリケーション。
AI 業界の地理: それでも勝者がすべてを手に入れるのか?
出典：TOPイノベーションゾーン研究所
著者：イノベーションゾーン研究会
ChatGPT の出現により、私たちは人工知能革命の新たなラウンドを目の当たりにしています。この革命は、人間と機械、テクノロジーと産業、仮想性と現実の関係を変えただけでなく、人間社会の文明秩序に重大な課題をもたらしました。
これらの機会を捉えたり、潜在的な課題に対処したりするには、技術的な能力だけでなく、自分が「どこにいるか」にも依存します。 **
**
**
干ばつは干ばつを意味し、水浸しは水浸しを意味します
数日前、フォーブスは人工知能の上位 50 社のリストを発表しました: **リストに載っている 43 のアメリカ企業はわずか 4 つの州から来ており、特にカリフォルニア州は 35 社もあり、**ニューヨーク州 ( 4)、テキサス州 (2)、マサチューセッツ州 (1) で、1 社は完全にリモートで運営されています。さびついた工業地帯、中西部、南部にはどれもありません。
ネットワーク効果
世界的に、テクノロジー業界の雇用は増加し続けていますが、よく見てみると、上位の業界（特にテクノロジー業界）が「分散」するのではなく、地理的に集中し続けていることがわかります。 **
技術開発が「人工知能と機械学習」の時代に入った今、特にその初期段階では、** 企業は分散するのではなく、集まることが「必要」です。** 企業の集合は、企業により多くの成果をもたらすだけでなく、資源と機会を提供するだけでなく、それらの間の協力と競争の関係も強化します。
UCB の経済学教授であるエンリコ モレッティ氏は、都市経済を長年研究しており、多くの研究を行った結果、次のような確かな結論に達しました: **米国のハイテク産業は、少数の高価な都市にますます集中しています。海岸沿いの街。 **
エンリコ・モレッティは著書『高賃金都市』の中で、大発散という現象について言及しました。核心点は次のとおりです。
**起業家とテクノロジーによる革新的な経済で優れた都市は才能と機会を獲得しますが、マシュー効果により、この差は拡大し、「勝者総取り」の状況が形成されています。 **
しかし、「勝者」になれる革新的な都市はほんのわずかです。これらの都市は幸運にも、「適切な」産業 (クラスター)、強固な人的資本基盤、十分な教育を受けた労働力、強力なイノベーション エコシステムを持っています。これらの都市は精力的に成長し、ますます大きくなり、より多くのイノベーションを生み出しています。良い仕事です。より高度なスキルを持つ人材を惹きつける。
過去 20 年間に 29 の破壊的テクノロジーを調査した報告書では、これらのハイテク関連の仕事の分布が依然として高度に集中していることが判明しました。たとえば、コンピューター サイエンス、半導体、生化学の上位 10 都市がそれぞれ発明者全体の 30% を占めています。 . 70％、79％、59％を占め、年間を通して首位を維持している。
この理由の 1 つは、執拗なネットワーク効果です。
ベイエリアを目指しましょう。流行中、多くの移民労働者や起業家が「シリコンバレーからの大脱出」を計画している。高い住宅価格、耐え難い生活費、渋滞、交通渋滞、耐えられないほどの高い犯罪率、増え続けるホームレス問題、そして高額な税金だ。 ..
しかし、ベイエリアは世界的なテクノロジーとイノベーションの中心地として、すでに強力かつ粘り強いイノベーションネットワークを育んでいます。 テクノロジー企業、新興企業、ベンチャーキャピタル機関、一流の研究機関が多数存在します。エコシステムの価値は、相互に依存する複数のグループ間の相互作用から生まれます。生態系の要素がより多様になると、相互作用はより複雑になります。
** そして認めなければならないのは、ネットワークはエコシステムをコピーするのが最も難しく、「勝者が総取り」で終わりがない最も簡単な理由であるということです。 **
もちろん、AI の技術分野には特有の課題がいくつかあります。
**まず第一に、人材に対する要求が高いです。 **理論的には、十分な専門知識があれば、ベイエリアにいても上海にいても、十分に賢い人なら誰でも生成 AI を作成できます。
**第二に、巨額の資本が必要です。 **人工知能モデルのトレーニングには大量のコンピューティング能力が必要であり、多額の費用がかかります。
シリコンバレーには、人工知能研究における世界トップクラスの 2 つの大学 (スタンフォード大学とカリフォルニア大学バークレー校) があり、アルファベット、フェイスブック、セールスフォース、NVIDIA など、人工知能の研究開発における世界有数の投資家の多くが拠点を置いています。 「大企業が支援 +「優秀な人材が働く」ためのレシピ** は、2022 年に最も引用される多数の人工知能論文に貢献しました。
「AI 共栄」
AI 業界もまた、ベイエリアを中心とした高度に集中した業界になると思われます。
今回、米国政府が「AI共同繁栄」の導入を決定したのは、不均衡な分配が社会的不平等を悪化させ、特定の地域での経済停滞につながる可能性があると考えたからである。
その方法は、AI 研究に資金を提供し、教育とトレーニングを提供し、イノベーションと公正な競争を促進する政策を制定することによって、より広い地域と人口が AI の恩恵を受けられるよう支援することです。 **
米国の学界は「地域に根ざした産業政策」の成功をますます強調するようになっている――結局のところ、米国政府が始めた宇宙開発競争は政策志向の成功物語だ。
昨年の「チップ・アンド・サイエンス法」に盛り込まれた「地域技術イノベーションセンター」計画など、製造業が米国に回帰しつつあるという事実と相まって、多くの人が次のことに気づいた。
**米国の産業基盤を活性化するには、より多くの場所でAIを活用したイノベーションが必要であり、AIがさらに集中し、他の地域が疎外されれば、産業基盤にも悪影響が及ぶだろう。 **
そこで第117議会は、国内の高度に集中したAI地理の改善を明確に目指す多数の投資計画を含む「場所ベースの」産業政策策として800億ドルを提案した。
**
**
AI + 産業
現在、生成型人工知能の展開はまだ初期段階にありますが、そのスピードは非常に速く、テクノロジーと産業の緊密な統合が世界規模で起こっています。生成 AI はもはや、情報コンテンツを提供するための単なるツールではありません。金融、医療、自動運転など多くの産業の「技術基盤」となっており、今後の社会の「技術インフラ」となることが期待されています。 **
この点において、中国には大きなチャンスと課題がある。
最近開催された 2023 年の中国コンピューティングパワー会議で、多くの専門家が次のように述べました: ChatGPT に代表される一般的な大規模モデルと比較すると、この分野における中国の欠点は明らかです: 第一に、技術の蓄積と研究開発投資が比較的少なく、開始が遅かったことです。一般的な大規模モデルのトレーニングには大量のデータが必要であることを認めなければなりません。中国には巨大なインターネット ユーザー ベースがあります**が、多言語および多文化のデータ収集と処理においては、外国のテクノロジー大手と比較して一定のギャップがまだあります。 **
**ただし、中国のチャンスは業界のメガモデルにあります。 **
2017 年にケビン ケリーは次のように予測しました。次の 10,000 社のスタートアップの方程式は、ある業界ですでに何かを行っており、そこに人工知能を追加するというものです。 100万回繰り返しても、その力は無限大です。
私は、次の 10,000 社のスタートアップの方程式は、何かを採用し、それに AI を追加することになると予測します。それを百万回も繰り返すことになるのですが、それは本当に膨大なものになるでしょう。
業界大規模モデルは、特定の垂直業界向けに特別に設計された大規模な深層学習モデルです。業界固有の知識と経験をモデルに統合できるため、モデルの品質と精度が向上します。
**中国には世界で最も完全な産業チェーンと巨大な物理的産業基盤があり、**農業、製造業からサービス業までほぼすべての産業をカバーしています。これにより、業界の大規模モデルに豊富なアプリケーション シナリオと実際のデータが提供され、モデルを実際のビジネス ニーズに近づけて最適化できるようになります。
同時に、中国の市場は巨大であり、さまざまな技術や製品の幅広い応用分野があります。産業用大型モデルは中国で大きな市場潜在力を持っており、伝統産業の技術変革と新興産業の革新と発展の両方において幅広い応用の可能性を秘めています。
中国経済の変革と高度化に伴い、さまざまな産業が技術変革とイノベーションの圧力に直面しています。特定の業界向けにきめ細かなサービスを提供できるテクノロジーとして、業界大規模モデルはこの需要に正確に応えることができます。
たとえば、製造の自動化と高度化に伴い、従来の手動による品質検査方法では、大規模な生産ラインのニーズを満たすことができなくなりました。生産効率と製品品質を向上させるために、多くの製造業者はコンピュータービジョンと機械学習テクノロジーを使用してインテリジェントな品質検査モデルを開発し始めています。
実際、中国では理論的手法からソフトウェア・ハードウェア技術までを網羅した体系的な研究開発能力が徐々に確立されつつある。たとえば、Huawei Cloud Pangu Large Modelは、鉱業、薬物分子、電気、気象学、波などの分野で大型モデルを発売し、人工知能技術の徹底的な統合を促進するためにさまざまな業界で1,000以上の革新的なプロジェクトを立ち上げています。および産業用アプリケーション。
**一般的な大型モデルの基本性能をベースに、産業用大型モデルは技術開発の必然のトレンドとなっています。中国には、巨大な物理的産業基盤、豊富な産業データ、技術と産業の緊密な統合に対する緊急のニーズ、巨大な市場規模、および迅速な技術反復能力があります。 **
これは、大型モデルの時代における人工知能分野の中国産業にとってもチャンスとなる可能性がある。