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
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。