UCloudのYe Lideng氏との独占インタビュー：クラウドコンピューティングは人工知能のインフラになる

クラウドコンピューティングの分野に深く関わる革新的企業として、UCloudは今年初めに3in1開発戦略（クラウド、ビッグデータ、AI）を提唱し、超高コストパフォーマンスのGPU、UAI-Train、UAI-Service、セーフハウスなどのAI製品を含むUAI（人工知能）製品シリーズをリリースし、ワンストップAIフルサービスを構築しました。

UCloud は、AI 企業にコスト効率の高いコンピューティング リソースを提供するだけでなく、体系的なハイブリッド クラウド ソリューションによって AI 企業にデータ セキュリティも提供します。現在、UCloudはDeepGlintや4ParadigmなどAI分野のベンチマーク企業と協力関係を築いています。

UCloud はクラウド コンピューティング業界にどのような新しい解釈をもたらすのでしょうか?人工知能はクラウドベンダーにどのような課題と機会をもたらすのでしょうか?これらの質問について、AI Frontline は UCloud のイノベーション製品ラインの R&D ディレクターである Ye Lideng 氏にインタビューしました。

[[225152]]

ゲスト紹介

リーフライト

彼はインターネット研究開発において 10 年にわたる豊富な経験を持っています。 TencentやShanda Cloudなどのインターネット企業で勤務し、大規模分散バックエンドシステムの研究開発と運用に従事。彼は現在、UCloud の革新的な製品の研究開発を担当しており、企業向けクラウド コンピューティング製品の研究開発と運用に重点を置いています。

AI Frontline: UCloud の共同設立から、今年 3 月に 9 億 6,000 万人民元のシリーズ D 資金調達ラウンドを完了するまで、そして今日に至るまで、他のテクノロジー起業家が学べるような起業経験にはどのようなものがありますか?

葉立登：UCloudが9億6000万元の資金調達を成功とみなすことはできません。段階的な勝利としか考えられません。この資金調達の成功は、資本市場が私たちを認めていることを示すものであり、この認知は私たちがユーザーに提供する価値に基づいています。私が他のテクノロジー起業家に経験から何か提供できることがあるとすれば、まずは自分自身をうまく位置づけ、ユーザーに提供する価値から始めて、価値のある製品やサービスを作り出すことです。そうすれば、自然と市場から報酬が得られます。 UCloud が 2012 年に設立されたとき、中国におけるクラウド コンピューティングは完全導入の前夜にありました。当時、クラウドコンピューティングに取り組む国内メーカーは数多く存在していましたが、いずれも未熟であり、製品やサービスはユーザーのニーズから少し離れていました。私たちは、ユーザーにより良い製品とより良いサービスを提供するというビジョンを持って UCloud を設立しました。これが価値です。その段階では、クラウド コンピューティングが IDC に革命を起こし始めたばかりで、さまざまなクラウド ベンダーがクラウド コンピューティング市場の拡大に懸命に取り組んでいました。

2つ目のポイントはイノベーションです。 UCloudを例に挙げてみましょう。クラウドコンピューティングという資産集約型の分野に携わるスタートアップ企業として、当初は私たちに対して楽観的な見方をする人は多くありませんでした。私たちには頼れる人も資金もなかったため、第一段階ではリソース不足の困難を克服するためにテクノロジーとビジネスモデルの革新を余儀なくされました。ここに2つのケースがあります。技術的には、仮想マシンが通常のストレージ メディア上で SSD のような IO 機能を利用できるようにする IO アクセラレーション モジュールを開発しました。これにより、ユーザーのコストが削減されると同時に、優れたエクスペリエンスも提供されます。別のケースでは、当初は物理的なサーバーレス システムを購入するための資金がありませんでした。このため、当社では、サーバーを自社で購入して仮想化するという従来のモデルを変更しました。サーバーメーカーと協力し、利益を分配することで、一度に多額のサーバー購入資金を投入することを避けました。このモデルにより、資金不足の段階をうまく乗り越えることができました。

3つ目のポイントは粘り強さです。 UCloud の今日の成功は間違いなく幸運によるものですが、社員の粘り強さによるところが大きいと思います。当時、私たちの人材や資源は大手企業とは比べものにならないほどで、私たちの将来はどうなるのでしょうか?まず、自分のポジショニングを明確に把握する必要があります。この業界には可能性があり、ユーザーに価値をもたらすことができ、この業界はまだ成熟には程遠いということです。ユーザーを把握することによってのみ、根本を把握することができます。第二に、それをやり続けなければなりません。粘り強く続けることによってのみ希望が生まれます。困難に直面したときに撤退していたら、UCloud は今日のような地位にはなかったでしょう。これは私の経験です。あなたもそれに固執してください。多くの企業が倒産するのはなぜでしょうか?残れる企業がなぜこんなに少ないのでしょうか?業界が消滅したなどの一般的な理由に加えて、起業家の粘り強さも大きく関係していると思います。

結局のところ、正しいことをすることが大切です。 UCloud が今日の地位を築くのに役立ったもう 1 つの教訓は、起業家精神にとって良い出発点を選んだことです。当時、クラウド コンピューティングは中国ではまだ本格的に導入されておらず、2012 年時点では、中国全体でのクラウド コンピューティングの受容レベルはまだ比較的低いものでした。私たちは、遅すぎないうちに製品を発売し、モバイル ゲーム業界を選択しました。モバイル ゲームのアーキテクチャは比較的シンプルで、当然クラウド コンピューティングに適しています。スタートアップ企業は、キャッシュフローの節約にも役立つため、クラウド コンピューティングをより積極的に受け入れています。アーキテクチャがシンプルなため、モバイル ゲーム メーカーがクラウド コンピューティングを導入する際に大きな障害はありません。私たちはこの機会を捉え、中国におけるクラウドコンピューティングの導入における画期的な出来事を引き起こしました。 UCloud はこの機会をうまく捉え、その後スタートアップ企業全体に拡大し、現在では本格的に展開しています。特定の瞬間と機会を捉えることの方が重要です。成功は、単に努力と困難だけでは達成できません。

AI最前線：クラウドベンダーの乱闘段階と深耕段階についてどう思いますか？

葉立登：現在、クラウドコンピューティングベンダー間で競争はありますが、まだ乱闘の段階には至っていないと思います。中国におけるクラウドコンピューティングの発展は他の国よりも遅れていると思います。具体的な製品から判断すると、一部の製品の国内での受容度は高くないことがわかります。これは中国のIT開発レベルと関係があります。私の個人的な経験から言うと、クラウド コンピューティングを始めたばかりの頃、ユーザーからよく「従来の IDC と比べてクラウド コンピューティングの利点は何ですか?」と尋ねられました。この質問は今よく聞かれます。これは、クラウド コンピューティング ベンダーの拡大を待っている巨大な IDC 市場がまだ存在することを意味します。クラウド コンピューティングは IDC に革命をもたらします。特に、政府、医療、教育など多くの伝統的な業界では、クラウド コンピューティングの普及率がまだ非常に低いです。今のところケーキはまだ十分に大きくなく、クラウド コンピューティング ベンダーが革命を完了してケーキを分割する時期はまだ来ていません。クラウド コンピューティング ベンダーにはそれぞれ長所と短所があり、代替関係にはありません。現在、私たちはまだ、パイを大きくするために、クラウド コンピューティングの境界を誰もが絶えず拡大している段階にあります。

AI 最前線: 人工知能は UCloud と業界にどのような機会と課題をもたらしますか?

葉立登：人工知能をロケットに例えると、3つの力が必要です。1つ目はデータ、2つ目はアルゴリズム、3つ目は計算能力です。クラウド コンピューティングは、コンピューティング能力にとって優れた選択肢です。クラウド コンピューティングの構築により、企業は AI 機能を非常に迅速に獲得できるようになり、この人工知能の波は、以前の 2 つの波よりも大規模かつ迅速に実装されるようになります。

人工知能の最初の 2 つの波は、春から冬への移行を経験しました。根本的な理由は何だったのでしょうか?主な理由は、この理論がすべての人に大きな期待を与え、春を告げたからです。しかし、実際の応用は期待に応えられず、冬を迎えました。この波では、コンピュータービジョン、画像ビジョン、セキュリティ、自動運転など、多くの製品が実用化されており、この波は長く続くと思います。

人工知能は産業ではなく技術だと私は思います。人工知能の導入は、さまざまな業界で実施される必要があります。業界に浸透する、ここに人工知能の価値が存在します。これはクラウド コンピューティングに少し似ています。振り返ってみると、中国における現在の人工知能の波は前半と言えるでしょう。アプリケーションやアルゴリズムの開発、資金調達など、どれも良さそうです。後半は、多くの伝統的な産業が AI を活用して生産効率の向上と産業実装を実現していることです。

例を挙げてみましょう。欠陥のある生地を持つ繊維業界の顧客。手動で行うと効率が悪くなります。なぜインテリジェントな画像認識を使用して適格かどうかを判断できないのでしょうか?それはどういう意味ですか？人工知能はあらゆる業界に浸透する必要がありますが、業界ごとに IT レベルは異なります。どのように実装すればよいでしょうか?現在、クラウドコンピューティングは人工知能の実装を支援するアクセラレータです。さまざまな業界のコンピューティング能力、アルゴリズム、データ機能はクラウド コンピューティングによって補完できます。クラウド コンピューティング ベンダーは、これらの面で非常に成熟しています。

UCloud の利点と課題は何ですか?人工知能には、アルゴリズム、データ、計算能力が含まれます。 UCloud は、データやアプリケーションに影響を与えない中立的なプラットフォームです。当社は AI アプリケーションを開発する企業と競合しません。私たちはプラットフォームを提供しますが、従来のプラットフォームではありません。より使いやすいプラットフォームを特別に開発しました。クラウドコンピューティングによるデータ処理に加え、AIトレーニング、モデル推論など、人工知能の実装を支援する機能も備えています。当社は中立的な立場をとっており、AI関連のアプリケーションの開発は行っておりません。このようにして、私たちは AI の実装を支援し、従来の産業が AI を構築するコストを削減するのに役立つ、使いやすいプラットフォームを提供します。

AI フロントライン: あなたが担当している UCloud イノベーション ラボの主な焦点は何ですか?結果をいくつか共有してもらえますか?

葉立登：UCloud Innovation Labは2つの部門で構成されています。1つは人工知能部門で、人工知能トレーニングサービスUAI-Trainと人工知能オンラインサービスUAI-Serviceが含まれています。 UAI-Train は PaaS サービスです。ユーザーは Docker イメージとトレーニング データを提供するだけで済みます。 UAI-Train は、トレーニング タスク用の実行環境 (Docker コンテナ) を自動的に作成し、GPU コンピューティング リソースを呼び出して、ユーザーに高性能コンピューティング サービスを提供できます。この製品はオンデマンドで分単位で正確に課金されるため、AI へのコスト投資が大幅に削減され、アイドル リソースの無駄が回避されることは特筆に値します。 UAI サービスは、大規模なコンピューティング ノード、自動負荷分散、動的な拡張と縮小を提供すると同時に、高可用性、高セキュリティ、高機能性の保証を提供します。また、オンデマンドで課金されるので、柔軟かつ便利です。もう1つは、コンテナサービス、サーバーレスサービス、汎用コンピューティングサービスなど、IaaSプラットフォームをベースに企業ユーザーがより便利にクラウドコンピューティングを利用できるようにするためのアプリケーションイノベーション部門です。

UCloud AI アーキテクチャ図

研究所のもう一つの使命は、内部製品を通じて UCloud ソフトウェア アーキテクチャを再構築することです。プラットフォームを構築する背後にある考え方は、まずは自社の製品を試してみることです。社内での使用を経て安定していることが確認できた後に、一般公開し、ユーザーへ提供させていただきます。同時に、イノベーションを確実にするための一連のメカニズムを導入します。例えば、最新の技術動向や友好企業からの情報、業界ニーズなどをもとに技術研究開発を行い、プラットフォームに統合し、製品として固めていきます。

AI Frontline: 具体的な顧客事例を教えていただけますか?

葉立登：3つの事例を紹介しましょう。

最初の事例は、私たちが立ち上げた総合コンピューティングサービスです。以前、オンライン教育の顧客が UCloud から物理マシンを購入し、人工知能 OCR を使用して画像内のテキストを認識していました。物理マシンを直接使用すると多くの問題が発生します。 1つ目はコストが高いことです。 2 つ目は、メンテナンスに専任の人員が必要であることです。同時に、物理マシンのパフォーマンスを最大限に引き出すためには、アルゴリズムを記述する際にサーバーを非常にうまく記述する必要があります。当社が一般的なコンピューティング製品を発売した後、お客様はそれが非常に便利だと感じました。物理マシンが直接 API を呼び出すため、バックエンドを気にする必要がなく、非常に便利です。同時に、コンピューティング リソースのコストも大幅に削減され、約 97% の節約になりました。以前は5万元かかりましたが、今は150元だけです。これは典型的な例です。当社の革新的な製品を通じて、人工知能コンピューティングとコストの問題を解決することができます。このプラットフォームは適切に設計されており、自動的に拡張でき、データセンター全体で災害復旧機能を備えているため、顧客にとって大きな価値を生み出します。

2 番目のケースは、祖先の起源を分析するなど、遺伝子検査や分析を行うユーザーです。彼らは、ユーザーが独自のアルゴリズムをアップロードして関連する分析を実行できるオープンなアルゴリズム プラットフォームを作成したいと考えています。このとき、彼らが直面する問題は、アルゴリズムをどのようにパッケージ化するか、ユーザーにレポートをどのように提供するかなど、アーキテクチャをどのように選択するかということです。彼らは UCloud の製品が使いやすいと感じたため、独自のアルゴリズムを直接呼び出してリクエストを当社の API に転送しました。このように、オープン プラットフォーム アーキテクチャは非常にシンプルで低コストであり、迅速に構築されました。このプラットフォームは半年にわたって正常に稼働しています。

人工知能トレーニングUAI-Trainを立ち上げたばかりの頃、Innovation Works、Toutiao、Sogouが共同でAI ChallengerグローバルAIチャレンジを立ち上げました。 5 つの主要トラックのバックグラウンド トレーニングにはすべて、UCloud の AI トレーニング プラットフォームが使用されました。

AI Frontline: 企業が人工知能を導入する際に、どのような提案がありますか?

Ye Lideng: 私の提案は、現実的な道を歩み、入り口を見つけることです。企業や製品のエクスペリエンスのどの側面に人工知能を活用することで、エクスペリエンスの向上、生産効率の向上、コストの削減を実現できるかを検討してください。話題のトピックを追いかけて盲目的に人工知能プラットフォームを構築するのではなく、出発点を見つけて、自分の問題に基づいて人工知能を使用して問題を解決する方法を考える必要があります。

AIフロントライン：人工知能の人気についてどう思いますか？

葉立登：一般の人々が人工知能の人気を認識したのは、おそらく昨年のAlphaGoとイ・セドルの囲碁対決がきっかけでしょう。人工知能の発展は分野によって異なります。たとえば、Apple の Siri も人工知能です。 Google は TensorFlow をリリースしました。これにより、誰でも低コストで興味のある小規模なアプリケーションを構築できるようになります。テクノロジーが実装され、トレンドになる根本的な理由は、その実際の価値と実装コストです。着陸コストが高くなければ、自然に広く利用されるようになるでしょう。現在、多くの大規模組織が多くのブラックテクノロジーを保有していますが、それが公表されないのは、そのテクノロジーが未熟であったり、信頼性が低いからではありません。いいえ、これは大量生産するとコストが高すぎるからです。たとえば、数日前にアプリのパスワードを忘れてしまったのですが、SMS認証とIDカード情報が必要で、パスワードを取得するのが非常に困難でした。しかし、今では顔認識機能により、カメラに向き合うだけで簡単にパスワードを取得できます。顔認識のコストが非常に高ければ、有料となり、それほど普及しないでしょう。人工知能技術の発展は、ある程度までクラウドコンピューティングに大きく依存しています。クラウドコンピューティングによって関連技術が安価になり、多くのハイテク技術を直接適用できるようになったためです。これは私の個人的な意見です。

AI 最前線: クラウド コンピューティングと人工知能を組み合わせる余地はまだあるのでしょうか?

葉立登：あると思います。言うまでもなく、クラウド コンピューティング自体は非常に強力なコンピューティング能力を備えています。クラウド コンピューティングの発展により、将来的にはデータの 80% がクラウド コンピューティング上に存在するようになるかもしれません。データと計算能力はすべてクラウド コンピューティング上にあり、クラウド コンピューティングは人工知能アルゴリズムの作成に使用されます。最後に、クラウド コンピューティングと人工知能はますます密接に結びつきつつあり、言い換えれば、クラウド コンピューティングが人工知能のインフラストラクチャになるということです。

AI 最前線: 最も期待している人工知能の応用シナリオは何ですか?

葉立登：これは予測が難しいですね。人工知能に関して人々が最も心配しているのは、自分たちの仕事がロボットに置き換えられるのではないかという不安だ。一部の業界ではこの問題が発生する場合があります。たとえば、自動運転の登場により、多くの人が車を運転する必要がなくなるでしょう。しかし、多くの業界ではそうしません。たとえば、デザイナーであれば、反復的な作業を行うのではなく、ポスターをデザインする必要があります。その場合、人工知能はより良い補助となるでしょう。

現在、私たちは、反復的な機械的な作業を人工知能や機械に任せ、人々は創造的な作業にもっと注力するという多くの顧客に出会います。これが大まかな方向性だと思います。人工知能は業界特有の特性を持っており、業界によって直面する問題は異なります。最終的な結果がどうなるかは、さまざまな業界の同僚たちの努力次第です。

AI 最前線: チームを率いてイノベーションを推進するにはどうすればよいでしょうか?

Ye Lideng: イノベーションにおいて最も重要なことは、いかなる制限も設けないことです。

もちろん、制限を全く設けないのは難しいです。たとえば、エンジニアリングには多くの標準があります。 R&D にはプロセスが必要であり、コード品質管理にはプロセスが必要であり、コーディングにはコーディング標準が必要であり、テストには自動テスト、ユニット テスト、パフォーマンス テストが含まれている必要があります。 UCloud では、プロジェクトが承認されるかどうかは、全員が投票して決定する集団的なプロセスであり、全員が参加していると感じ、意見を十分に表明できます。誰にでも限界はある。プロセス全体を私が管理すると、ボトルネックになってしまいます。

プロジェクトの大まかな方向性を決定した後は、継続的な試行錯誤をサポートします。試行錯誤にはスピードと低コストが求められます。 10 の方向のうち 2 つが成功すれば、私たちにとっては良い結果となるでしょう。

AI Frontline: UCloud の将来についてどのような期待をお持ちですか?

葉立登：UCloudがさらに成長し、より多くの優秀な人材がUCloudに加わることを願っています。 UCloud の発展と成長には、より多くの新しく優れた才能ある人材の参加が絶対に必要になります。 B2B 業界は非常に疲れますが、急激な浮き沈みを経験する C2B 業界とは異なり、その発展は比較的安定しています。 UCloud が当初の意図を維持し、ユーザーと共に立ち、ユーザーにとっての価値を創造することを願っています。これが最も基本的なことです。