　学習と圧縮を交互に繰り返しながら圧縮用パラメーターを探し、モデルサイズを最大で約30分の1に圧縮。この結果をFPGAに実装できる形式のソースコードで出力する。同ツールを、超解像モデルEDSR（baseline-x2）に対して実行したところ、全体を3.54％に圧縮した。精度については、非圧縮時の34.64dBが圧縮時には33.84dBと、ほぼ維持されていた。

圧縮技術による演算量削減（クリックで拡大）出典：新エネルギー・産業技術総合開発機構

　モデルの圧縮とコード実装、2つの行程が自動化されたことにより、自動車やスマートフォンなどのエッジデバイスにおいて、リアルタイムでのAI処理が可能になる。電力やスペース、コストを削減し、AI開発期間の短縮にも貢献する。なお、同ツールは、2020年3月に「Pressai（プレッサイ）」としてアラヤから提供される。

　両者は今後、深層学習と強化学習を組み合わせた「深層強化学習」の対応にも取り組む。ロボットやドローンなどを環境に合わせて制御できるように、環境シミュレーターと連動した学習機能を持つ深層強化学習用ニューラルネットワークモデルについても、自動で圧縮・実装できるツールを開発していく。

組み込みAIは必要不可欠な技術へ、推論に加えて学習も視野に
2017年初時点では芽吹きつつあった程度の組み込みAI。今や大きな幹にまで成長しつつあり、2019年からは、組み込み機器を開発する上で組み込みAIは当たり前の存在になっていきそうだ。
AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
機械学習はどうやって使うのか――意外と地道な積み重ね
前編では、AI（人工知能）と機械学習、ディープラーニングといった用語の説明から、AIを実現する技術の1つである機械学習が製造業を中心とした産業界にも徐々に使われ始めている話をした。後編では、機械学習を使ったデータ分析と予測モデル作成について説明する。
低コストFPGAで深層学習、コア技術をオープンソース化したベンチャーの狙い
LeapMindは2018年10月19日、組み込み向けFPGA上でディープラーニングを動作させるソフトウェアスタックをオープンソースで公開した。同社が今まで強みとしてきた技術が、誰でも利用もできるようになった。同社CTO（最高技術責任者）を務める徳永拓之氏に、blueoilとはどのようなもので、何が実現できるのか。そして、オープンソース化した狙いなどを聞いた。
ラズパイゼロで推論も学習もできる組み込みAI「DBT」、“AIチップ”で開発容易に
AIベンチャーのエイシングが、組み込み機器などのプロセッサでAIの推論実行だけでなく学習も行える独自技術「DBT」について説明。このDBTによるアプリケーション開発を容易に行えるAIモジュール「AiiR（エアー）チップ」を開発したと発表した。
ディープラーニングの学習データ量を削減、「敵対的特徴」の活用で
NECは2019年8月19日、ディープラーニングの学習に必要なデータ量を削減する新たな技術を開発したと発表した。同技術は画像や音声などデータ形式によらず適応でき、学習データセットの拡張を専門家による調整なしに実現するとしている。