独自アルゴリズムのAIを使った超高速、高精度、小規模な「リアルタイム3次元予測技術」を開発

【PR】本記事は東芝情報システム株式会社のスポンサードコンテンツです。

東芝情報システムは、ICTで人々の暮らしや心を豊かにする社会を目指し、エンベデッドシステム、LSI設計、システムインテグレーションの3つのソリューションで事業を展開しています。

私たちは高度なテクノロジーをベースに、デバイスからプラットフォーム、アプリケーション、サービスまで、幅広いソリューションでお客様のさまざまな課題を解決し、成長を支えていきます。

リアルタイム3次元予測技術とは

リアルタイム3次元予測技術とは、時系列で変化していく3次元データを、AI技術を活用して予測する技術です。通常、予測精度を上げるためには計算量を増やす必要がありますが、「精度」と「速度」の間にはトレードオフという課題があります。当社は自社開発した独自のアルゴリズムによってこの問題を解決。深度センサーやドローン、VR、自動運転など、様々な分野での活用が期待されています。

注目を集めるAI予測技術とその課題

予測技術にはカルマンフィルタ、再帰型ニューラルネットワークなど、原理の異なる複数の予測技術がありますが、現在その中でも、AIを利用した予測技術が注目を集めています。

AI予測技術はさまざまな分野に使われており、例えば身近なところでは小売店の販売予測や倉庫の在庫予測、経済の分野では株価などの変動予測にも使われています。他にも電力の需要予測や機械の故障・劣化予測など、挙げはじめればキリがありません。

このように各分野で広く使われ始めているAI予測技術ですが、この技術には両立が難しいと言われる「精度」と「処理時間」の問題があります。予測精度を上げるためには計算量を増やす必要があるので、処理に時間がかかります。また逆に処理時間を短くするために計算量を減らすと、予測精度が下がってしまいます。つまり、「精度」と「処理時間」はトレードオフの関係にあるのです。

1次元、2次元、3次元と扱うデータが複雑になると、当然のことながら計算にも膨大な時間がかかってしまうことになります。この問題を解決するのが、東芝情報システムの開発したリアルタイム3次元予測技術です。

当社技術（リアルタイム3次元予測）と、他のAI予測技術の違い

独自アルゴリズムで処理時間の高速化、高精度化を“同時”に実現

リアルタイム3次元予測技術とは、時系列で変化していく3次元データを、AI技術を活用して予測する技術です。1層の畳み込みニューラルネットワークをエンコーダとデコーダに実装した独自アルゴリズムによって、処理の高速化と高精度化を同時に実現しました。

1層のCNN(畳み込みニューラルネットワーク)で実現した独自アルゴリズム

この独自開発したアルゴリズムにより、リアルタイムに時系列で検出されるデータを遅延を発生させることなく予測できます。また様々な特徴を持つデータを高精度で予測が可能です。また本アルゴリズムは小規模のため、エッジデバイスへのソフトウェア組込みやFPGAなどのハードウェア化が容易にできることも特徴です。

本アルゴリズムをタッチペンに応用した事例を紹介しましょう。一般的にタッチパネルにタッチペンで描画を行うと、タッチペンの動きとタッチパネルの描画にはタイムラグが生じます。ここに当社が開発したリアルタイム3次元予測技術を適用したところ、以下のような結果が得られました。

タッチペンの移動予測では、この技術を導入したことによりタッチペンとタッチパネルの描画の遅延を50%改善できました。本技術は、タッチパネル以外にも、ドローン、VR、自動運転、深度センサ、ヒートマップ、脳波、ディープラーニングの前処理など、様々な分野・用途での活用が期待できます。

ドローンなどでは本技術をデータ予測に用い、センサ検出からHW制御までのレイテンシー改善、衝突回避などに応用できます。またVRでも、視線予測によるカメラ動作のレイテンシー改善、視線の追尾、自分の感覚との“ずれ”解消を行うことによりVR酔いを防ぐこともできるでしょう。

他にもこの技術を活用することで、ノイズの軽減や、特徴量の鮮鋭化などの効果も得られるので、例えば自動運転であればノイズの軽減によって自動運転精度の向上に寄与できます。特徴量の鮮鋭化は、深度センサや距離(ToF)センサに応用して物体の形状認識精度向上や物体の識別精度向上が期待できます。

これまでのAI予測技術の課題であった、精度と処理時間のトレードオフ。東芝情報システムの提供するリアルタイム3次元予測技術によって、今まで実現が困難であった高精度リアルタイム予測を実現可能にいたします。