IBM PC新製品と米国ハイテク産業の動向Neural Net（月刊ASCII 1987年5月号3）

IBM PCの新製品と米国ハイテク産業の動向（Neural Net関係）の記事をスクラップする。


CPUを8086、80286、80386と揃えた。OSがPC DOS 3.3 と OS/2 だった。PC DOS 3.3 はMS-DOS 3.3 と同じだが、どんな特徴のDOSだったか思出せない。かなり長い期間使用していたけど思い出がない。OSが目立ってもしょうがないのでこれは良いことだったのだろう。
それにつけてもOS/2。Microsoftの離反というか裏切りにあってWindowsに駆逐されてしまったが、IBMはMicrosoftを憎んでなかったのだろうか。MicrosoftなんてIBMが目をかけてIBM PCに採用してやらなければ言語でしか生きながらえなかったはずなのに歴史というのは面白いものだ。



製品写真とスペックをスクラップして終わり。


ゼロックスがパソコン販売を中止
市場がIBM PC互換機で固まってきているなか、Apple社以外は生き残れなかったということだ。


この号の米国ハイテク産業の動向はNeural Netは実現するのか？ということでAI関係のインタビュー記事だった。34年後のAIとどのようにつながっているのか分からないが、この記事をスクラップしておく。スクラップ作業終了後に何か分かることを期待する。

Neural Netは実現するのか?
―――FedericoFagginインタビュー―――
　Synaptics社は,Irvine大学のニューロバイオロジストであるGary Lynchが1986年に設立したNeural Netプロダクツの製造を目的とするベンチャー企業である(概要は先月号参照).同社の開発担当副社長,Federico Faggin氏に,Neural Netの今後の展望などを聞いてみた。同氏は,Intel社が開発した最初のマイクロプロセッサ4004をデザインした技術者であり,その後,Zilog社の設立にも参加したシリコンバレーの伝説的な人物である。
――NeuralNetと普通のプロセッサの違いを簡単に説明してください。
　実際には,Neural Netという言葉さえ一般にはまだ受け入れられていませんが,私達は,神経回路網と同じ処理系を実現するシステムをNeural Netと呼んでいます.
　――脳の中でやっている処理をチップでやるということですか?
　そうです。解決しようとしているのは,非常に膨大な量のリアルタイムのデータ処理です.一般にNeural Netという時には,脳のニューロンのマトリクスを意味しています.マトリクスは,生物学的には神経細胞間の結合の強さを変化させる物質,ないしは系統を指します.私達は,そうした生物学に近い方法論にのっとって研究しています.Neural Netを研究している他の人々は,数学的な方程式を書き,プログラムし,そしてそれを動かしてみる.その結果,何か面白そうなことを見つけると,それが瑣末なことであっても追跡していく、というようなコンピュータサイエンスの手法を堅持しているようですが……
――そうすると,現在開発中のものはパラレルプロセッサとも随分違うということですね.
　全然違います.プロセッサを並列構造で結合する方法には限界があります.その限界は,プロセッサの個数の問題とは別の次元にあります。神経回路網における情報の表現法は,コンピュータのそれとはまったく異なっているからです.我々がやろうとしているのは,その神経回路網の情報表現です.
――多くの人は,非常に単純な疑問を持っていると思います.つまり,「それが本当にうまくいくのか?」とか「現在ある問題を解決する実際的な解決法といえるのか?」ということです.
　私はできると信じています。3~5年以内には多くの問題が解決されると思います.
――Synaptics社が開発しているのはシリコンチップですか?
チップそのものです.
――完成するのはいつ頃ですか?価格は?
　3年後くらいでしょう。価格は,そんなに高くならないと思いますよ。
――チップに対して,ユーザーはどうやってアプリケーションを開発するのですか.アプリケーションプログラムを作る必要があるのですか?
Neural Netに,アプリケーションのようなソフトウェアは存在しません.システム自身が学習するわけですから.
――しかし,ユーザーはシステムに対して何かしなければならないでしょう?
それは開発システムに対して行うことになります.その方法論は開発中ですので,お話しできません.
――もしシステムが,期待されない結果を出力した場合,つまりある種のバグがあった場合ですが,どうやってそれを発見し,修正するのですか?
　それは、考え方をちょっと変える必要があります。既存のコンピュータと同じような考え方は適用できません.既存のプロセッサができないことをやるわけですから、たとえば,(コーヒーカップを手に取って)これはカップです。ところがグラスに非常に近い.エラーとは,これをグラスと認識することです。エラーは,これがグラスに似ているために発生するのですが,これをある別のグラスと認識して,後でそれをカップと呼べばエラーにはならない.このように,Neural Netの方法論を,既存のコンピュータ環境と単純に比較することはできません.
――潜在的な市場は十分にあると考えていますか?
　あると思います.そうでなければ,企業化が早すぎたということになります.ただ,製品の展開は遅いでしょうが……
――1990年代以降の展望を聞かせてください。
　Neural Netに基づいたシステムや市場は,将来的には,現在のコンピュータに基づいた市場と同じくらいの規模になると思います.しかし,30～40年先を見極めるのは非常にむずかしい.今後10年間は,両方が存在するでしょう.その期間は,Neural Netが既存のコンピュータの目や耳や触覚といったペリフェラル環境として位置付けられると思います.

(本稿は株ザイロン代表脇山弘敏氏の寄稿による)

よく分からなかった。最後の「Neural Netに基づいたシステムや市場は,将来的には,現在のコンピュータに基づいた市場と同じくらいの規模になると思います.しかし,30～40年先を見極めるのは非常にむずかしい.」その34年後になったわけだが、現在隆盛を極めているAIがこのNeural Netに基づいたシステムなのかどうかも私には分からないが、Deep Learningがそうであればなんだか嬉しい。

開発者のFederico Faggin氏のご尊顔と会社（Synaptics社）のこじんまりとしたビル。