ジャック・ドンガラ氏によるスーパーコンピューティングの進化

かつては科学研究の領域に限られていた高性能スーパーコンピューティングは、今やますます複雑化する人工知能モデルの訓練のための戦略的なリソースとなっています。AIとHPCの融合は、これらの技術だけでなく、知識の創出方法も再定義し、世界的に戦略的な位置を占めています。

HPCの進化について議論するため、WIREDは7月にアメリカのコンピューター科学者、ジャック・ドンガラ氏にインタビューを行いました。ドンガラ氏は過去40年間にわたりHPCソフトウェアの開発に大きく貢献し、2021年には権威あるチューリング賞を受賞しました。このインタビューは、ドイツのリンダウで開催された第74回ノーベル賞受賞者会議で行われ、数十人のノーベル賞受賞者に加え、世界中から600人以上の新進気鋭の科学者が集まりました。

このインタビューは長さと明瞭さを考慮して編集されています。

WIRED：今後、科学技術の発展において人工知能と量子コンピューティングはどのような役割を果たすのでしょうか？

ジャック・ドンガラ： AIは科学の実践方法において既に重要な役割を果たしていると言えるでしょう。私たちは科学的発見を支援するために、様々な方法でAIを活用しています。AIはコンピューティングという観点から、物事の挙動を概算するのに役立っています。つまり、AIは概算を得るための手段であり、その後、従来の手法を用いてその概算を精緻化していくものと考えています。

今日、モデリングとシミュレーションには従来の技術があり、それらはコンピュータ上で実行されます。非常に複雑な問題に直面した場合、解決策の計算方法を理解するためにスーパーコンピュータに頼ることになります。AIは、それをより速く、より良く、より効率的にします。

AIは科学の枠を超えた影響力を持つでしょう。インターネットが登場した当時よりも、AIはより重要になるでしょう。私たちの行動に深く浸透し、私たちがまだ気づいていないような様々な用途で利用されるようになるでしょう。過去15年、20年間のインターネットが果たしてきた役割よりも、AIはより大きな役割を果たすようになるでしょう。

量子コンピューティングは興味深いものです。本当に素晴らしい研究分野ですが、まだ道のりは長いと感じています。今日では量子コンピュータの例は存在しますが（ハードウェアは常にソフトウェアより先に登場します）、それらは非常に原始的です。デジタルコンピュータでは、計算を行って答えを得ると考えます。量子コンピュータは、答えがどこにあるかを示す確率分布を提示します。そして、量子コンピュータ上でいくつかの計算を実行すると、問題に対する複数の潜在的な解が提示されますが、答えそのものは提示されません。つまり、量子コンピュータはこれまでとは異なるものになるということです。

量子コンピューティングは、一時的な誇大宣伝なのでしょうか?

残念ながら、量子は過大評価されていると思います。量子に関する誇大宣伝が多すぎるのです。その結果、人々は熱狂しますが、約束されたことが全く実現されず、その熱狂は冷めてしまうのです。

これまでにもAIは同じようなサイクルを経験してきました。AIはそうしたサイクルを経て回復しました。そして今、AIは現実のものとなりました。人々はAIを活用し、生産性を高め、私たち全員にとって非常に重要な役割を果たすでしょう。量子技術は、人々がAIに失望し、無視するであろう「冬」を乗り越えなければならないと思います。そして、賢明な人々がAIをどのように活用し、従来の技術とより競争力のあるものにするかを解き明かすでしょう。

解決すべき課題は数多くあります。量子コンピューターは非常に妨害を受けやすいです。多くの「欠陥」を抱えることになります。計算の脆弱性ゆえに、いずれ故障してしまうのです。こうした欠陥に対する耐性を高めない限り、量子コンピューターは私たちが期待するような性能を発揮することはないでしょう。量子ラップトップが登場する日が来るとは思えません。もしかしたら間違っているかもしれませんが、私が生きている間に実現するとは到底思えません。

量子コンピュータには量子アルゴリズムも必要ですが、現時点では量子コンピュータ上で効果的に実行できるアルゴリズムはごくわずかです。つまり、量子コンピューティングはまだ初期段階にあり、それに伴い、量子コンピュータを利用するインフラも発展途上です。量子アルゴリズム、量子ソフトウェア、私たちが持つ技術はどれも非常に原始的なものです。

従来のシステムから量子システムへの移行は、もし起こるとしたらいつ頃起こるのでしょうか?

今日、世界中に多くのスーパーコンピューティングセンターがあり、非常に強力なコンピュータが稼働しています。これらはデジタルコンピュータです。このデジタルコンピュータには、パフォーマンスを向上させるためにアクセラレータと呼ばれるものが追加されることがあります。現在、こうしたアクセラレータはGPU、つまりグラフィックス・プロセッシング・ユニットです。GPUは特定の処理を非常にうまく実行します。つまり、その処理を完璧に実行できるように設計されているのです。かつては、これはグラフィックス処理において重要でしたが、今日ではGPUをリファクタリングすることで、私たちが抱える計算ニーズの一部をGPUで満たせるようになっています。

将来的には、CPUとGPUを他のデバイスで拡張していくと思います。量子コンピューティングも、それに加えるデバイスの一つになるかもしれません。それは、脳の働きを模倣するニューロモルフィック・コンピューティングかもしれません。そして、光コンピューターもあります。光を照射し、その光を干渉させることを想像してみてください。この干渉こそが、実行したい計算です。2本の光線を取り、その光の中に数値がエンコードされている光コンピューターを想像してみてください。このコンピューターデバイス内でこれらの数値が相互作用すると、それらの数値の乗算が出力されます。これは光速で行われます。つまり、信じられないほど高速です。つまり、このCPU、GPU、量子コンピューター、ニューロモルフィック・コンピューターデバイスに組み込めるデバイスになるかもしれません。これらはすべて、おそらく組み合わせることができるでしょう。

中国、米国、その他の国々の間の現在の地政学的競争は、技術の開発と共有にどのような影響を与えているのでしょうか?

米国は、中国へのコンピューター製品の輸出を一定レベルで制限しています。例えば、NVIDIAの特定の部品は、もはや中国での販売が許可されていません。しかし、中国周辺地域には販売されており、私が中国の同僚を訪ねて彼らのコンピューターに何が入っているかを見てみると、NVIDIAの部品がたくさん使われています。つまり、非公式な経路が存在するのです。

同時に、中国は欧米の技術を購入するのではなく、自国の技術への投資へと方向転換し、その発展に必要な研究に資金を投入しています。おそらく、この課せられた制限は、中国が本来よりもはるかにコントロールしやすい部品の開発を加速させることで、逆効果を招いているのかもしれません。

中国は、自国のスーパーコンピューターに関する情報を宣伝すべきではないと決定しました。私たちはそれらについて、その外観、潜在能力、そして実績について知っています。しかし、それらのコンピューターを、私たちが所有するコンピューターと厳密に比較評価できる指標がありません。中国は非常に強力なコンピューターを保有しており、おそらく米国が所有する最上位のコンピューターに匹敵する性能でしょう。

これらは中国で発明または設計された技術に基づいて構築されています。彼らは独自のチップを設計し、欧米のコンピューターに搭載されているチップと競合しています。そこで人々が尋ねるのは、「これらのチップはどこで製造されたのか」という疑問です。欧米で使用されているチップのほとんどは、台湾積体電路製造（TSMC）によって製造されています。中国にはTSMCの技術より1世代か2世代遅れの技術がありますが、いずれ追いつくでしょう。

中国製のチップの一部は台湾でも製造されているのではないかと思います。中国人の友人に「君のチップはどこで製造されたの？」と尋ねると、皆「中国」と答えます。さらに「じゃあ、台湾で製造されたの？」と聞いても、結局「台湾は中国の一部だ」という答えが返ってきます。

AIの進化に伴い、プログラマーや開発者の役割はどのように変化するのでしょうか？自然言語のみでソフトウェアを書けるようになるのでしょうか？

AIは、プログラム開発における時間のかかる作業の一部を軽減する上で、非常に重要な役割を担っていると思います。AIは、他の誰もが作成したプログラムに関する利用可能な情報をすべて取得し、それらを統合して、プログラムを進めることができます。これらのシステムに特定のタスクを実行するソフトウェアを作成するよう指示した際に、私は非常に感銘を受けました。AIは非常に優れた仕事をしてくれます。さらに、「この種類のコンピューター向けに最適化してください」と指示することで、AIは非常に優れた仕事をしてくれます。将来的には、AIにストーリーを説明するために言語を使用し、その機能を実行するプログラムをAIに作成させるといったことがますます増えていくと思います。

もちろん限界はあります。幻覚などによって誤った結果が出る可能性にも注意が必要です。しかし、AIが生成した解を検証するためのチェック機能を組み込むことで、その解の潜在的な精度を測ることができるかもしれません。潜在的な問題を認識しておくべきですが、この分野では前進していく必要があると思います。

この記事はもともとWIRED Italiaに掲載されたもの で、イタリア語から翻訳されています。