• ビジネス
  • IT
  • テクノロジー
  • 医療
  • 建設・不動産
  • TRENDY
  • WOMAN
  • ショッピング
  • 転職
  • ナショジオ
  • 日経電子版
  • 日経BP

エヌビディアCEO「自動運転、2年で可能」

AIのキーマン、ジェンスン・フアン氏インタビュー(前編)

2017年5月22日(月)

  • TalknoteTalknote
  • チャットワークチャットワーク
  • Facebook messengerFacebook messenger
  • PocketPocket
  • YammerYammer

※ 灰色文字になっているものは会員限定機能となります

無料会員登録

close

「自動運転で10兆ドルの産業に革命を起こす」――。米半導体大手エヌビディアCEOジェンスン・フアン氏のこの発言を、もはや「ビッグマウス」として一笑に付すことはできないだろう。

 5月10日、トヨタ自動車と自動運転で提携すると発表。自動運転では、既に独アウディや独ダイムラーなどの大手に加え、EV(電気自動車)の米テスラとも協業する。「自動運転にエヌビディアのAI用半導体は必須だ」。こう答えるエンジニアも少なくない。

 ほんの数年前まで、エヌビディアはゲーム用半導体メーカーの1社に過ぎなかった。半導体業界でも、同社の売上高は世界ランキング10位以下。なぜ同社はここまで圧倒的なスピードで自動車業界の台風の目になったのか。強烈なリーダーシップで知られるフアン氏に、そのワケを直撃した。

聞き手は島津 翔

ジェンスン・フアン氏
エヌビディア共同創業者兼CEO(最高経営責任者)
1963年、台湾生まれ。LSI Logic でエンジニアリングやマーケティング、および総括経営に携わった後、米AMDでマイクロプロセッサーの設計に従事。オレゴン州立大学で電気工学理学士号、およびスタンフォード大学で電気工学修士号を取得。1993年、エヌビディアを共同創業
(写真=林 幸一郎)

今年1月、米ラスベガスでの発表は衝撃的でした。ドイツのアウディ、ボッシュ、ZFなどの自動車業界の大手メーカーと次々に提携を発表する姿から、AIの中心的な存在になりつつある印象を受けました。

ジェンスン・フアンCEO:今までいろいろなジャーナリストを見てきましたが、エヌビディアがこうした密着取材を受けるのは初めてです。ありがとう。さて、今日は何の話から始めましょうか。

まずは自動車について。AIに関連して、今エヌビディアが最も注力する産業と理解しています。単刀直入に、なぜ世界中の自動車メーカーからここまで引き合いがあるのでしょうか。

フアン:ラッキーだったんですよ。

??

フアン:いや、ラッキーというのは、AIがブレークスルーになることに素早く気付いたことです。(人間の神経回路を模した計算手法である)ディープラーニングによって、将来どんなことができるのかを想像することができた。

 当社が車載コンピューターに取り組み始めたのは10年以上前(編集部注:当時はゲームでの経験を生かしカーナビなどのグラフィック関連事業として進出)。その当時から、長期的にクルマというものが、パワフルなコンピューターになっていくと思っていました。言い換えれば、クルマは4つの車輪の上にコンピューターが載ったものになる。そう考えていたんです。

コメント10件コメント/レビュー

素晴らしい。この株は、化ける!(2017/05/26 22:00)

「AI 世界制覇の攻防」の目次

「エヌビディアCEO「自動運転、2年で可能」」の著者

島津 翔

島津 翔(しまづ・しょう)

日経ビジネス記者

2008年東京大学大学院工学系研究科修了、日経BP社に入社。建設系専門誌である日経コンストラクション、日経アーキテクチュアを経て、2014年12月から日経ビジネス記者。担当分野は自動車、自動車部品。

※このプロフィールは、著者が日経ビジネスオンラインに記事を最後に執筆した時点のものです。

日経ビジネスオンラインのトップページへ

記事のレビュー・コメント

いただいたコメント

素晴らしい。この株は、化ける!(2017/05/26 22:00)

もし実現してくれたら、もう家なんていらんよね。
自動運転車に住んでしまえば、寝られて、エンタメもあって、目的地まで連れてってくれる。
無いのは飯とトイレ、風呂ぐらいか。(2017/05/26 10:26)

べクトルプロセッサとしてのGPUのアーキテクチャについてはよう知らないが,いずれにしても,主成分分析をするために必要な高速のベクトル演算,固有値解析でパラメータを最適化することで学習する仕組みを考えているのだろう。いずれにしてもデータ数が増えれば幾何級数的(ないしは指数関数的に)に計算量が増えて計算力が食いつぶされる。別の記事で数学的ブレイクスルーが必要だというのはこのあたりかもしれない。とはいえ現実的に人間の処理能力の10の3乗倍程度の計算能力になれば人間の洗練された(?)認知能力より高い認知能力が実現できるという意味だろう。その意味では「力づく学習」の印象が強い。人間の認知機能を研究し,もっと洗練された方法が見つかると別の会社が「AI世界制覇」の主役に躍り出るかもしれない。いずれにしても,ディープラーニングがどんなアルゴリズムか今一つ分からないが,結局チューリングマシンの還元されるはずだし,計算量の観点で単階層のニューラルネットのネットワーク規模を大きくしたものと等価になるはずだとすれば,30年前の研究からそれほど進歩はしていないことになる。この30年で計算機の計算能力が10億倍程度になり,「量による質転換」が起こっただけなら,半導体の集積度に頼ってもいずれは頭打ちになるだけだろう。やはり,「数学的ブレイクスル―」の重要性が問題だ。これから20年程度の間のどこかの時点でこのブレイクスルーが起こった時が「シンギュラリティ」の本当の始まりだろう。
 あと,日本の自動車メーカーは結局「マン=カー インターフェース」に関する蓄積したノウハウをAIベンダーに搾り取られて,日本国内にはその絞りかすしか残らないのだろうと苦々しく思った。独禁法の縛りの中で,いかにオール・ジャパンのソーシャル・システム・モデルを作り出すかが,知恵の出しどころでもあるのだろうが,やはりだめなのだろうか…日本のAI技術が「総合システム」として結実することを切に祈る。(2017/05/24 16:59)

ビジネストレンド

ビジネストレンド一覧

閉じる

いいねして最新記事をチェック

閉じる

日経ビジネスオンライン

広告をスキップ

名言~日経ビジネス語録

日本の経営者は、経験を積んだ事業なら 失敗しないと思い込む傾向がある。

三品 和広 神戸大学教授