組み込み機器側に学習機能を搭載、高精度に推論：ディープラーニング

事前の学習時間とメモリ量を約30分の1に削減

　三菱電機は2016年10月、組み込み機器に実装できる「ディープラーニングの高速学習アルゴリズム」を開発したと発表した。同社が開発した「コンパクトな人工知能」に、このアルゴリズムを導入することで、車載機器や産業用ロボット側に学習機能を搭載することができ、より精度の高い推論を行うことが可能となる。

　新たに開発したディープラーニングの高速学習アルゴリズムは、推論処理に必要な事前の学習時間とメモリ量を大幅に節減できるという。2016年2月に同社が発表した「コンパクトな人工知能」と組み合わせると、従来に比べて学習時間とメモリ量をそれぞれ約30分の1に削減することが可能になる。このため、組み込み機器へ容易に搭載できる。しかも、組み込み機器側に学習機能を持たせることで、より高精度な推論処理を実現できる。

「ディープラーニングの高速学習アルゴリズム」を利用したドライバーの顔認証の一例 出典：三菱電機

　一般的にこれまでのディープラーニングは、サーバやGPU搭載の高性能なCPUボードなどに実装され、学習時間もドライバーの顔認証を行う用途では数時間要していた。これに対して、今回開発したアルゴリズムを用いると、組み込み機器や汎用コントローラに実装されたCPU性能でも、学習時間は数十秒～数分で済むという。人工知能の導入コストも大幅に削減することができるため、活用範囲の拡大が可能となる。