Linuxなら「DQN」や「Universe」など、著名な人工知能(AI)のほとんどが動く――。日経Linux2017年3月号の特集「誰でもできる人工知能30」では、多くのAIソフトを導入して実際に動作させてみた(写真1)。AIソフトのインストール手順をうまくまとめられたので目標は達成できたが、作業を進める中でAI開発に対する課題を見つけた。

写真1●Linux上でUniverseを使ってゲーム操作を学習
[画像のクリックで拡大表示]

AI開発環境の導入が難しい

 Linuxで動作する一般的なフリーソフトの多くは開発元のWebサイトを読むと、すんなりとインストールできる。しかし、AIソフトは開発元のWebページにある説明やマニュアルを読んでも手間取ることが多かった。

 その原因は、AIのフレームワーク「Caffe」、ライブラリ「TensorFlow」、GPU(Graphics Processing Unit)の開発環境「CUDA」、Python環境「Anaconda」などのソフトが必要または推奨と1~2行程度で書かれているだけで、それらのインストール手順はそれぞれのサイトに記載されていたからだ。実際にそれらのサイトを見てみると、動かしたいAIソフトが利用しているLinuxのバージョンが違っていたり、多くの注意事項が書かれていたりする。その内容をすべて理解し、実際の動作環境に合わせてインストールしないと、AIソフトは動かない。

まずはAI開発環境の構築を楽にすべき

 AIソフトのインストールはサンプルを動かすまでの準備であり、AIの知識にはまったく関係がない。これだけAIが注目されているに、動作環境構築が簡単ではないのは大きな課題といえるだろう。

 ちなみに、AIのフレームワーク「Chainer」は、「pip」というPythonのパッケージ管理システムを使って簡単に導入できる。Linuxディストリビューション「Ubuntu」の場合は、次の通りだ。

$ sudo apt-get update
$ sudo apt-get install pip
$ sudo pip install chainer

 このように簡単な導入手順がほかのフレームワークやライブラリなどにも波及すれば、AI開発者を増やし、スムーズな開発ができるのではないだろうか。

この先は会員の登録が必要です。有料会員(月額プラン)は初月無料!

日経 xTECHには有料記事(有料会員向けまたは定期購読者向け)、無料記事(登録会員向け)、フリー記事(誰でも閲覧可能)があります。有料記事でも、登録会員向け配信期間は登録会員への登録が必要な場合があります。有料会員と登録会員に関するFAQはこちら