富士通は2021年12月9日、マサチューセッツ工科大学（MIT）のCenter for Brains, Minds and Machines（CBMM）と共同で、学習時のデータと傾向が大きく異なる未知のデータに対しても高い認識精度を示すAI技術を開発したと発表した。
近年、ディープニューラルネットワーク（DNN）の登場によって、AIが製造現場での不良品の検知や、医療現場での画像診断などで幅広く使われるようになり、人と同等以上の性能を発揮している。しかし、照明の明るさや視点の違いなど、学習時に想定していなかった環境や条件の変化によってAIの認識精度が大幅に低下することがある。
そこで富士通とCBMMは、人の脳が物を認知する際、形や色などの見え方に違いがあっても、それらの視覚情報を脳内で正確に捉えて分類できることに着想を得て、新たなAIの学習方法を開発した。
従来はDNNを分割せず1つのモジュールで学習させることが認識精度の高いAIを実現する最良の手法だと考えられていたが、開発した技術はまず複数の画像データをDNNに入力した際に生じるニューロンにおける対象物の見え方と分類の反応から独自の指標を算出。この指標に基づき、DNNを物の形や色などの属性ごとのモジュールに分割して学習させることで、より認識精度が高いAIを実現した。
今後、この技術を活用することで、観測条件の変化に対応できる交通監視AIや、多種多様の病変を正しく認識できる画像診断AIなどの実現が期待できる。
今回の成果の一部は2021年12月8日、オンライン開催されたAI分野で最も権威のある国際会議「NeurIPS 2021」で発表された。
関連リンク
The post 未知のデータを高精度に認識できるAI技術を開発 富士通とMIT first appeared on fabcross for エンジニア.