　エイシングは2020年12月15日、新たなエッジAI（人工知能）アルゴリズム「MST（Memory Saving Tree）」を開発したと発表した。エイシングがこれまでに発表した「DBT（Deep Binary Tree）」や「SARF（Self Adaptive Random Forest）」などのエッジAIアルゴリズムと比べて使用するメモリを大幅に削減できるため、フラッシュメモリやSRAMの容量がKBレベルの小型マイコンにも実装でき、エッジAIの処理速度や精度も従来アルゴリズムと同等とする。MSTは2021年1月から提供を開始する予定だ。

　同社は、AI技術として広く知られているディープラーニング（深層学習）とは異なる、木（Tree）構造のAIアルゴリズム「AiiR（AI in Real-time）シリーズ」を展開している。AIの学習に高性能のCPUやGPU、アクセラレーターなどを用いた大規模な計算環境が必要となるディープラーニングに対して、AiiRシリーズはArmの「Cortex-Aシリーズ」などを搭載するプロセッサでリアルタイムにエッジ側で学習を行えることが特徴だ。2019年1月に発表したDBTは、「Raspberry Pi Zero」に実装して、学習は50μ～200μs、推論は1μ～5μsで応答可能としていた。

エッジAIアルゴリズム「MST」は“指先大”のマイコン「STM32G0」にも実装可能（クリックで拡大）出典：エイシング

　今回発表したMSTは、DBTと同じ木構造のAIアルゴリズムではあるものの、必要とするメモリ容量をDBTのMBレベルからKBレベルに削減することに成功した。実際に、Armの「Cortex-Mシリーズ」でもローエンドの「Cortex-M0+」（動作周波数64MHz）を搭載し、メモリ容量がフラッシュ32KB、SRAM8KBのマイコン「STM32G0」でも動作したという。STM32G0のパッケージサイズが4.9×6mmであることから「“指先大”のマイコンにも実装可能」（エイシング）としている。

　また、DBTなどはCortex-Aシリーズが推奨実装範囲だったため、Armベースチップの年間出荷量の17％だけが対象だったが、MSTはCortex-Mシリーズや、より高性能のプロセッサに用いられる「Cortex-Rシリーズ」も推奨実装範囲とすることから、Armベースチップの年間出荷量の92％をカバーするという。これにより、リアルタイムにエッジ側で学習と推論を行えるAIをより多くの機器に適用できるようになるとしている。

⇒その他の「人工知能ニュース」の記事はこちら

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。
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。
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。
ランダムフォレストで自動追加学習を可能にしたエッジAI向けアルゴリズムを開発
エイシングは、機械学習アルゴリズムの1つである「ランダムフォレスト」で自動追加学習を可能にしたエッジAI向けアルゴリズム「SARF」を開発した。パラメーターチューニングが少ないため、初期学習モデルが迅速に構築でき、運用上の変化にも柔軟に対応できる。
組み込み機器で学習できるAI「DBT」、予測精度1.5倍の「DBT-HQ」を投入
AIベンチャーのエイシングは、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同社の独自技術「DBT」において、従来比で予測精度を50％向上できる「DBT-HQ」を追加すると発表した。
エッジAIアルゴリズムに特化した研究開発チームを設立
エイシングは、エッジAIアルゴリズムに特化した研究開発を推進する専門チーム「Algorithm Development Group」を設立した。開発体制と投資を強化することで、顧客の先進的なニーズに対応した新たなアルゴリズムの創出を目指す。