深層学習モデルのサイズを30分の1に　NEDOとアラヤが自動圧縮ツールを開発：FPGAにもAIを実装可能に

NEDOとアラヤは、深層学習用ニューラルネットワークモデルを自動で最大約30分の1に圧縮し、FPGAに実装可能なソースコードを出力するツールを開発した。自動車やスマートフォンといったエッジデバイスにもAIを実装できるようになる。

» 2019年11月19日 08時00分公開

[＠IT]

この記事は会員限定です。会員登録（無料）すると全てご覧いただけます。

　国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）は2019年11月18日、AI（人工知能）の深層学習用ニューラルネットワークモデルを自動で圧縮し、プログラム可能な半導体「FPGA」（Field Programmable Gate Array）に実装可能なソースコードを出力するツールをアラヤと共同で開発したと発表した。アラヤは同ツールを「Pressai（プレッサイ）」の名称で2020年3月に提供開始する予定だ。

　NEDOとアラヤが開発したツールは、ニューラルネットワークモデルの精度をほぼ維持したまま、モデルのサイズを最大約30分の1に圧縮する。こうすることで自動車やスマートフォンといったエッジデバイスにもAIを実装できるようになる。アラヤの深層学習モデル圧縮技術を基に開発した。

エッジデバイスへのAI搭載プロセス

「深層強化学習」の圧縮も取り組む

#CmsMembersControl .CmsMembersControlIn {width:100%;background:url(https://image.itmedia.co.jp/images/spacer.gif) #DDD;opacity:0.05;filter:progid:DXImageTransform.Microsoft.Alpha(Enabled=1,Style=0,Opacity=5);z-index:1;}

続きを閲覧するには、ブラウザの JavaScript の設定を有効にする必要があります。

機械学習／統計学／データサイエンスの無償gacco動画、全まとめ【2022年秋版】
2022年3月末の最新状況に合わせて改訂。はじめてのAIから、機械学習、深層学習、自然言語処理、統計学、社会人のためのデータサイエンス（実用知識）、大学生のためのデータサイエンス（理論知識）まで、全28個の講義内容を紹介。本稿独自に考察した、学習者対象やお勧めの学習方法についても示す。
深層学習にはどんなデータが使えるのか？どれくらいのデータ量が必要か？ ― DLLAB コミュニティ勉強会 2018Q2
「機械学習・深層学習に向くデータの種類」「PoC（概念実証）段階と実用段階でのデータ収集の違い」「実用段階で精度メンテナンス」「深層学習に必要なデータ量」「アノテーションのクラウドソーシング」「オープンデータ」に関して有識者がコメントしたパネルディスカッションの内容を紹介する。
【3目並べで学ぶ強化学習】Q-LearningとDQNを徹底解説
3目並べで強化学習を行うと、どうなるのだろうか。強化学習のアルゴリズムの一つである「Q-Learning」を説明しつつ、Q-LearningにDeep Learningを組み合わせた「Deep Q-Network」を使って、強化学習を実装する方法を紹介する。