機械学習の主要な傾向と数値をまとめたEpoch AIのダッシュボードを公開

機械学習はこれまでにない速さで発展しており、その影響がますます目に見えるようになるにつれて、こうした変化を定量的に理解することがいっそう重要になっている。しかし、関連するデータはこれまで複数の論文に散らばっていたり、正確に集めるには専門知識が必要だったり、そのほかの理由で手に入れにくかったりした。

そこでEpoch AIは、機械学習の現在と将来を理解する助けとなるよう、私たちの研究から主要な数値と図をまとめた新しいダッシュボードを公開できることをうれしく思う。対象は次のとおりである。

• 学習に必要な計算量
• 学習可能なパラメータの数で測ったモデルサイズ
• 学習用のデータの入手可能性と利用状況
• ハードウェアの効率の傾向
• より少ない資源でより高い性能を実現するアルゴリズムの改善
• 学習実行への投資の推移

このダッシュボードは、これらの情報をすべて一か所にわかりやすくまとめている。数値と図には、信頼区間、結果の不確実性の程度を表すラベル、関連する研究論文へのリンクなどの補足情報も添えている。こうした詳細は、どの領域でさらに調査が必要か、私たちの結果をどの程度信頼してよいかを示すのに特に役立つ。

見やすさに加えて、これらの数値を一か所に集めることで、傾向や進歩の原動力を簡単に比較・対照できる。たとえば、学習計算量の伸びが、ハードウェアの性能向上と投資の増加によってもたらされていることを確かめられる。

≈

×

また、性能の向上がこれまで、アルゴリズムの進歩と学習計算量の伸びによって同程度ずつもたらされてきたこともわかる。

~

全体として、このダッシュボードが、研究者、政策立案者、そして機械学習の将来に関心をもつすべての人にとって価値ある資料となることを願っている。

ダッシュボードは定期的に更新していく予定なので、今後にご期待いただきたい。誤りを見つけた場合やフィードバックがある場合は、info@epoch.aiまで気軽に連絡してほしい。

ダッシュボードを見る