Amazon CTOによる2023年以降の技術予測
(allthingsdistributed.com)ヴァーナー・ヴォーゲルス博士の文章
予測1: クラウド技術がスポーツを再定義する
- 音楽や動画と同様に、分析可能なデータストリームになる
- この分析から得られるインサイトが、あらゆるゲームをプレーし体験することの意味を再定義する
- Veoのような企業は、機械学習、コンピュータビジョン、ストリーム処理といった技術で、アマチュア選手とプロ選手の間のデジタル格差を縮めている
- アマチュアスポーツ向けの配信を提供し、自動でハイライトを生成する深層ニューラルネットワークを構築
- 選手、コーチ、リクルーターがこれまでとは異なる方法で重要なプレーを見つけ、戦術を改善し、共有できる
- ブンデスリーガやNFLのようなリーグは、すでにリアルタイム分析のためにウェアラブルやIoTセンサーなどを使い始めている
- 今後、こうした機能はあらゆる場所で使われるようになる
- コーチはリアルタイムでコンピュータビジョンと生体データを通じて選手の疲労状態を把握し、適切なタイミングで交代させる
- 選手の安全性を高め、競争力を向上させることになる
- 直接観戦する場合でもスクリーン越しに観る場合でも、ファンの体験は変わる
- コンピュータビジョン、センサー融合、ディープラーニングにより、チケットなしで入場し、Grab-n-Go（テイクアウト）購入が可能なAmazon Go店舗のように、スタジアムも変わる
- ビデオゲームで見られるレベルの選手別データオーバーレイやインサイトを提供し、ゲーム級の視覚的インサイトをもたらす
予測2 : シミュレートされた世界が私たちの実験方法を再創造する
- 空間コンピューティング、シミュレーション、デジタルツイン。何年もかけてゆっくり成熟してきたが、日常への影響は限定的だった
- 急速に変化しており、2023年にはクラウドがこうした技術へのアクセスを容易にし、物理的制約に縛られない新しいユースケースを可能にする
- シミュレーションは、より優れたレーシングカーを作り、天気を予測し、株式市場をモデリングするために使われる
- ジェット機の翼やレーシングカーの流体力学シミュレーションを1秒行うために、最大150TBものデータが必要になることがある
- こうした状況はAWS SimSpace Weaverのような技術によって急速に変わりつつある
- この技術は、世界のほぼあらゆるものがシミュレーションされる未来への道を開くシミュレーション技術の第一歩だ
- Terraformationのような企業はSimSpace技術を活用し、1兆本の木を植える目標を達成するために、森林全体の成長をモデリングできる
- 空間コンピューティング分野でもイノベーションが急速に増えている
- 企業は専用ハードウェアを構築し、クラウド技術を利用して、ほぼあらゆる環境の3Dモデルをキャプチャし生成している
- まもなく、モバイルデバイスだけでこうした作業を行うことが現実になる
- これにより、建築、建設、商業用不動産、小売業界で新たなイノベーションが引き起こされる
- 動画がインターネットにもたらしたのと同じように、いまのショートフォームメディアのように、3Dオブジェクトや環境が簡単に作られ消費される水準まで発展する
- インターネット上の静的な2D製品画像は過去のものとなり、すべて回転可能な3Dモデルに置き換わる
- 現在Webブラウザで見られるように、自分のリビングに置いてみることが可能になる
- さらに、ランプを配置してみるだけでなく、照明をオン・オフでき、ほかの仮想家具とどう相互作用するかをリアルタイムで観察できる
- そして、エネルギー消費量にどのような影響を与えるかまで
- これらすべてが"Buy Now"ボタンを押す前に可能になる
- 2023年には、こうした技術が融合し始める
- 物理世界とデジタル技術の統合が進むにつれ、空間コンピューティング技術が正しい影響を与えるようにするため、シミュレーションはさらに重要になる
- これまで離れていた技術が一緒に使われることで、好循環につながる
- クラウドはその膨大な規模とアクセス性を活かして次の時代を主導する
予測3: スマートエネルギーのイノベーション急増
- エネルギーを蓄える材料、分散型グリッド、スマート消費技術
- 2023年には、エネルギーを生産、貯蔵、消費する方法を改善する、世界規模での急速な進展が見られるだろう
- 私たちは再びエネルギー危機に直面している。エネルギー危機は初めてではないが、いくつかの成熟した技術によって、以前とは異なる形で解決できる
- 私たちの周囲では、すでに十分な再生可能エネルギーが生み出されている。問題は、そのエネルギーを蓄え、必要な時に届けることだ
- Amazonは150 MWのバッテリー貯蔵システムなどでこの分野に取り組んでいる
- 私たちだけでなく、世界中の企業が急速にイノベーションを進めている
- クラウドは、エネルギー貯蔵装置を電力を供給する物体の構造そのものに組み込む材料研究を可能にする
- 船の側面そのものが、航行中に動力を供給するバッテリーであることを想像してみてほしい
- これは氷山の一角にすぎない。Molten Salt、Stacked Block、Fuel Cellのような長期貯蔵分野で画期的な進展が見え始めている
- もう一つの分野はエネルギーの分散化だ
- エネルギー供給の不確実性により、一部ではマイクログリッドへの移行が進んでいる
- マイクログリッドは、従来型のエネルギー企業や老朽化したインフラへの依存を減らすコミュニティガーデンのようなものだと考えている
- 私の近所には小さなマイクログリッドがあり、太陽光を集めて入居者同士で共有している
- 地政学的問題と気候変動によってエネルギー問題が深刻化する中、マイクログリッドは世界中のコミュニティにとって実行可能なソリューションとなり、クラウド技術がそれを可能にするだろう
- 太陽光パネル、風力発電所、地熱、水力発電のデータはクラウドでストリーミング、保存、監視、強化、分析される
- また来年には、IoTベースのスマート電力消費デバイスが世界中で飛躍するだろう
- 家庭や企業に導入され、その観測能力によって次世代のイノベーションへとつながる
- 省エネ技術で歴史的建造物を改修することで得られるエネルギー節約を想像してみてほしい
- 技術的ソリューションが危機を解決できる閾値に達したため、今後数年間であらゆる種類のスマートエネルギー技術が融合していくのを見ることになるだろう
予測4: 到来するサプライチェーン革新
- コンピュータビジョンやディープラーニングのような技術の採用がサプライチェーンを発展させる
- 無人車両、自律型倉庫管理、シミュレーションは、スマート物流とグローバルサプライチェーンの新時代につながる最適化の一部にすぎない
- この数年、サプライチェーンの脆弱性を振り返り微調整してきたが、多くの企業が物流問題で苦しんできた。これは今後変わる
- 商品を製造することから始まる
- 工場のIoTセンサーが普及し、機械学習は機械の故障を予測するだけでなく予防するためにも使われるようになる
- ダウンタイムの減少は、一貫した生産を意味する
- こうした製品を世界中に配送することは、また別の課題だ
- クラウドで駆動するデジタル貨物ネットワークは
国や海をまたぐ輸送業者が、機器故障や天候問題などに対応して最も効率的なルートを最適化し、変更できるようにする - サプライチェーンのあらゆるレベルで、商品の現在の状態や到着時間についてリアルタイムのインサイトを得られるようになる
- クラウドで駆動するデジタル貨物ネットワークは
- こうした貨物ネットワークは、初の国境を越える自律輸送トラックの足がかりを築くことになる
- 米国のような国は現在8万人のドライバー不足に直面しており、その影響はすぐに実感されるだろう
- 空間コンピューティング、エッジコンピューティング、シミュレーションを使うことで、自律輸送は私たちのグローバルサプライチェーンに莫大な影響を与える
- なぜなら、人間のドライバーは注意が散漫になり、疲労し、健康・安全規制のため限られた時間しか運転できないからだ
- しかし自動運転トラックは24時間道路上にいられる
- ローカル倉庫に到着すると、ロボットによるピックアップ、注文仕分け、自動梱包がさらに一般化するだろう
- ロボティクスは倉庫でより大きな役割を果たし始めている
- サプライチェーン革新の核心は、技術を使って製品の旅路の各段階を最適化することだ
- 来年からは、スマート工場、スマート設備、スマート配送の発展における加速が見られるだろう
- サプライチェーンの未来はデジタルだ
予測5: カスタムシリコンが主流になる
- 特注チップの利用が2023年に急増するだろう
- 性能を最大化したハードウェアを活用しつつ、エネルギー消費を抑え、コストを削減することで、イノベーションのスピードが加速する
- カスタム（特注）シリコンはコンシューマー技術業界で急速に注目を集めている
- ノートPCから携帯電話、ウェアラブルデバイスに至るまで、あらゆる分野でカスタムシリコンの製造・採用が進み、性能が大きく向上している
- コンシューマー分野では採用が速かったが、ビジネスアプリケーションやシステムではそうではなかった。しかし今後数年で急速に変わるだろう
- AWSでは毎日平均1億のEC2インスタンスが稼働しており、この数年でチップ設計に莫大な投資を行ってきた
- 特定のワークロードでは、特別に設計されたカスタムシリコンで実行した方が性能に優れ、コスト効率も高いからだ
- 機械学習ワークロードの場合
- 高価なGPUに依存してきたが、多くのGPUはこうした作業に最適化されていない
- 今後は、モデル学習（AWS Trainium）と推論（AWS Inferentia）のために特別に設計されたプロセッサによって恩恵を受けることになるだろう
- これは新たなイノベーションの波の始まりだ。学習コストを50%削減したり、推論性能を50%向上させたりできる
- また、EC2インスタンスもGraviton3のようなものへ移行すれば、最大60%少ないエネルギーで動作する
- コスト削減と性能面の利点は、より多くの実験、より多くのイノベーション、より多くの採用へとつながり、
最終的には、ほかの特定ワークロード向けのさらに多くのカスタムシリコンへと続く好循環が生まれるだろう - Alan Kayは「ソフトウェアを本気で考える人は、自分自身のハードウェアを作るべきだ」と言ったことがある
来年には、ソフトウェアを本気で考える人たちが、カスタムシリコンのもたらすあらゆる利点を実際に活用し始めるだろう
2件のコメント
現実世界全体を丸ごと仮想世界へ押し込む日も、そう遠くないと感じますね……。その過程で最も必要なものを学んで、この流れに乗らなければなりませんね〜！！@!
去年に続いて今年も上がってきましたね。もう毎年書くつもりなんでしょうか.. 笑
Amazon CTOの2022年以降の技術予測