AIのトレーニング時間を60％以上短縮する新手法を開発、米大学：AIアプリの開発を加速

ノースカロライナ州立大学の研究チームが、ディープラーニングネットワークのトレーニング時間を、精度を損なうことなく60％以上短縮する「Adaptive Deep Reuse」という手法を開発した。

[＠IT]

　ノースカロライナ州立大学の研究チームが、ディープラーニング（深層学習）ネットワークのトレーニング時間を、精度を損なうことなく60％以上短縮し、新しい人工知能（AI）アプリケーションの開発を加速する「Adaptive Deep Reuse」（適応型深層再利用）という手法を開発した。

　同大学のコンピュータサイエンスの教授を務め、論文の共著者であるXipeng Shen氏は次のように述べている。

　「新しいAIツールの開発で直面する最大の課題の一つが、ディープラーニングネットワークのトレーニングだ。このネットワークがアプリケーションに関連するデータパターンを特定し、それに反応できるようにするために、多くの時間とコンピューティングパワーが必要だ。われわれはこのプロセスを迅速化するAdaptive Deep Reuseという手法を考案した。この手法を使うと、精度を落とさずにトレーニング時間を最大69％短縮できた」

どうやって高速化したのか？