AIを賢く学習させる手法、教育時間を50分の1に：人工知能ニュース

三菱電機は人工知能（AI）の事前学習時間を50分の1に低減する、効率的な学習技術を開発した。製造現場などでAIを活用する際に障壁となる学習時間を低減することで「現場で使えるAI」の実現を目指す。

[三島一孝，MONOist]

　深層学習や機械学習などの人工知能（AI）関連技術の活用に期待が集まっているが、領域拡大に対して障壁となっているが事前の学習期間や手法である。三菱電機では2017年5月24日、研究成果披露会を開催し、事前学習のための試行数を大幅に削減する「スマートに学習できるAI」を発表した。

　今回開発した技術は、AI技術そのものではなく、AIの学習に対して指標を与え、効率化を図るという技術である。深層強化学習技術では、機械が試行を繰り返し、失敗と成功の経験を積み重ねることで、人がプログラミングしなくても、自動的に高い精度で作業を成功させるアルゴリズムを生成することが可能である。

　しかし、これをAIの活用が期待される製造現場や車載環境などの現実的な工程に当てはめた場合、試行の時間が長く掛かりすぎて適用するのが難しいという状況がある。複数の試行機械を用意すれば学習時間を短縮することも可能だが、これも「1つ1つの作業を学習させるのに、多くのロボットや機械などを用意しなければならないのは、製造現場などを想定した場合、現場への負担が大きくなりすぎて難しい」（担当者）。

AIの活用が期待されている産業用ロボットの作業プログラムの自動生成のデモ。従来型だと学習時間がかかりすぎるのが課題となっていた（クリックで拡大）

学習期間を従来比50分の1に

　今回開発した技術は、従来のAIモジュールに、「制御アドバイザー」と「成功度合い評価」という2つの機能を加えたものである。この2つの技術により、試行の方法に一定の指標を与えることで、効率的に試行を行い、学習を進めて、学習期間を短縮する。

新たに開発システムの機能ブロック図。ポイントは「制御アドバイザー」と「成功度合い評価」（クリックで拡大）出典：三菱電機

　従来の機械学習は、試行作業の手法そのものには特に工夫なく、ひたすら試行作業を繰り返し、その中で成功と失敗のパターンを探るというものだった。そのため人間の目から見ると「その試行で駄目だったら、こっちも当然駄目なのに」というような失敗が分かりきった試行も繰り返してしまい、長い試行時間が必要となっていた。この無駄な試行を低減する。

　試行に対する成功度合いを3次元データ化し、より成功度合いが高い方向での試行を進めることで最短ルートを目指す。これにより、従来のAIモジュールのみの場合と比べて学習時間を約50分の1に低減することに成功したという。

　会場ではデモとして産業用ロボットが、ソケットを嵌合する作業を学習する過程を披露。単眼カメラだけで高精度で嵌合を行う様子を示した。「成功度合い」をどう評価するかについては「詳しくは言えないが、人間のノウハウ的な要素になる。カメラによる映像での評価だけでなく力覚センサーにより、どういう力がかかれば成功に近いのかなどを指標として加える」（担当者）と説明している。

成功度合いを3次元データ化（赤丸）することで、より成功度合いを高める方向に試行方法の工夫をする（クリックで拡大）出典：三菱電機

　三菱電機ではAIの活用について、一貫して「現場で使える技術」という思想を訴えている。2016年2月に発表したエッジデバイスに搭載できる「コンパクトな人工知能」技術^※）などと組み合わせることで、「現場で使えるAI」の実現に向け、さらに関連技術の開発を進めていく方針だ。

※）関連記事：「コンパクトな人工知能」実現へ、組み込み機器でディープラーニング