通信量を40％削減した新技術「台帳型連合学習」の全貌

株式会社Rossoが提案する新しい学習方式

東京都渋谷区に位置する株式会社Rossoは、最新の連合学習技術、「台帳型連合学習」の開発を発表しました。この技術は、従来の連合学習と比べて40％以上の通信量削減を実現し、特に物体検出分野での応用を目指しています。

台帳型連合学習とは？

台帳型連合学習は、データが複数の拠点に分散されている状態からAIを作り出す新しい手法で、データを中央に集めずに学習を進めることが可能です。この技術の特徴は、プライバシーを守りながらデータを有効活用できる点にあります。具体的には、各クライアントが自身のデータで学習を行い、その結果を集約する形でAIモデルを構築します。

従来の連合学習のデメリットとして挙げられるのが、サーバー側で平均化処理を行う必要があるため、学習が同期処理を必要とし、待ち時間が発生する点です。また、巨大なAIモデルを使用する際には、サーバーに高性能なGPUが必要となり、コストがかさむ傾向にありました。これに対し、台帳型連合学習はクライアント側での平均化処理を可能にし、サーバー側のシステムを大幅にシンプルにしています。

驚くべき通信量削減技術

Rossoは台帳型連合学習に特化した最適化手法も開発しています。この手法により、各クライアントの学習状況に応じて通信量を動的に調整できるアルゴリズムを実現しました。この結果、固定された通信量で学習を行った場合と比較して、記録的な40％以上の通信量削減が確認されています。特に、非IID（独立同分布でない）データセットに対しても高い精度で機能するため、さまざまな環境での物体検出に効果が期待されています。

物体検出タスクへの実用性

現在、Rossoは台帳型連合学習の物体検出や物体追跡への実用化を目指して実験を進めています。具体的には、YOLO-NASモデルのファインチューニングを行い、連合学習による効果を確認しています。従来の単体学習と比べても高いスコアが出ており、実用に耐えるレベルと言えるでしょう。また、プライバシーが求められる物体追跡タスクでも、その有効性が期待されています。

今後は、台帳型連合学習と物体検出タスクを組み合わせたクラウドサービスの提供も検討しており、AI技術の発展に貢献するという目標を掲げています。

株式会社Rossoのサービス情報

Rossoは2006年に設立され、AIや機械学習を活用したさまざまなサービスを提供しています。具体的には、自然言語処理や画像処理、深層学習といった分野での受託開発やシステムエンジニアリングサービスを行っています。わたしたちは、より良いソリューションを提供し、ビジネスの革新を促進することを目指しています。