5月10日の Google I/O における大きな人工知能（AI）に関するニュースは、大規模言語モデル「PaLM 2」の発表だが、このイベントにおけるAIニュースはそれだけではない。

Google は、オープンソースの機械学習（ML）技術のアップデートと、成長中の TensorFlow エコシステムの機能強化を相次いで発表した。TensorFlow は、Google が主導するオープンソース技術の取り組みで、開発者がモデルを構築して訓練するのに役立つ ML ツールを提供している。

Google は、Google I/O で新技術「DTensor」を発表した。この技術は、MLト レーニングに新しい並列化技術をもたらし、モデルトレーニングとスケーリング効率の向上を支援するものだ。

また、TF Quantization API のプレビューリリースもあり、これはモデルを全体的にリソース効率化し、開発コストの削減を支援することを目的としている。

TensorFlow のエコシステムの重要な部分は Keras API スイートだ。Keras API スイートは、TensorFlow のコア技術の上に構築された Python 言語ベースの深層学習機能を提供する。Googl eは、2つの新しい Keras ツール、KerasCV（コンピュータビジョン向け）とKerasNLP（自然言語処理向け）を発表している。

Google の機械学習製品管理担当副社長 Alex Spinelli 氏は VentureBeat に次のように述べた。

私たちが注力しているのは、新しい機能、新しい効率、新しい性能を推進することです。Googleは素晴らしいAIとMLを製品に組み込みますが、同時にオープンソース戦略を重視し、大規模な開発者コミュニティを支援することにも取り組んでいます。すべての人に恩恵をもたらす成果を目指しています。

TensorFlow は、Google の機械学習の「作業場」であり続ける

大規模言語モデル（LLM）が大流行している時代において、Spinelli 氏は、適切なMLトレーニングツールを持つことがこれまで以上に重要になったと強調した。

TensorFlow は今日でも機械学習の主力製品です。それはまだ…私たち自身の機械学習開発の多くを後押しする（Googleの）基本的な基礎インフラです。（Spinelli 氏）

そのために、DTensor のアップデートは、ML トレーニングの要件が増え続ける中で、より多くの「馬力」を提供することになる。DTensor は、トレーニングのワークフローを最適化するために、より多くの並列化機能を導入している。

Spinelli 氏 は、ML は全体的にデータと計算リソースに飢えていると語る。そのため、より多くのデータを処理し、より大規模なモデルのニーズに応えるために、パフォーマンスを向上させる方法を見つけることは非常に重要だ。Keras のアップデートは、開発者が独自のコンピュータビジョンや自然言語処理機能を構築できるようなモジュラーコンポーネントを備え、さらに強力なパワーを提供する。

TensorFlow は、新技術「JAX2TF」によってさらに多くのパワーを得ることができる。JAX は、AI用の研究フレームワークであり、Google では計算ライブラリとして広く使用されており、AIチャットボット「Bard」などの技術を構築している。JAX2TF により、JAX で書かれたモデルは TensorFlow のエコシステムでより簡単に使用できるようになった。

私たちが本当に楽しみにしていることの1つは、これらがどのように製品化されるのか、そして開発者コミュニティが繁栄するのを見ることです。（Spinelli 氏）

PyTorch と TensorFlow の比較

TensorFlow は Google の ML 開発における主力製品だが、オープンソースの ML 学習ライブラリはこれだけではない。

近年では、もともと Facebook（現 Meta）が作ったオープンソースフレームワーク「PyTorch」が人気を集めている。Meta は2022年、PyTorchをLinux Foundationに寄贈し、オープンなガバナンスモデルを持つマルチステークホルダーによる新しい組織 PyTorch Foundation を設立した。

Spinelli 氏は、Googleがやろうとしていることは、MLツールに関して、開発者の選択をサポートすることだと述べた。また、TensorFlowは単なるMLフレームワークではなく、MLのためのツールのエコシステム全体であり、幅広いユースケースや展開シナリオのトレーニングや開発をサポートすることができると指摘した。

これは、実質的にはGoogleが機械学習を構築するために使用している技術のセットと同じです。私たちは大規模で高性能なシステムを構築し、将来のあらゆるインフラで動作することを確認したいのであれば、本当に競争力のある製品を提供できると確信しています。

Google は、Meta の後を追って独立した組織 TensorFlow Foundation を設立することはしないだろう。

私たちは、現在の開発方法と管理方法に、かなり安心感を覚えています。現在リリースしているいくつかの素晴らしいアップデートは、かなり快適だと感じています。（Spinelli 氏）

【via VentureBeat】 @VentureBeat

【原文】