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：人工知能ニュース

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。

[MONOist]

　エイシングは2020年7月7日、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（人工知能）向けアルゴリズム「SARF（Self Adaptive Random Forest）」を開発したと発表した。

　ディープラーニングは、予測精度は高いが、事前学習したデータから予測するため、環境が変化した場合に柔軟に対応するのが難しい。

　一方、自動追加学習（オンライン学習）は、学習済みのデータを変化に応じて更新し、即時性や高いセキュリティが求められる環境にも対応できるため、近年、自動運転やFAの分野で需要が高まっている。

　SARFは、研究者や技術者の間で広く普及しているランダムフォレストにおいて、自動追加学習を可能にしたアルゴリズムだ。データ処理性能や精度の高さ、パラメーターチューニングが少ないといったランダムフォレストの特徴を継承しつつ、産業用ロボットの経年劣化によるチューニングやエアコンの温湿度調整などを自ら学習して自動化できる。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、その後の運用で変化が生じた場合にも対応可能となっている。

　広く利用されているランダムフォレストで自動追加学習が可能になったことから、クラウド側でなくエッジ側で情報処理を実行する、エッジAIのさらなる広がりが期待される。

　同社は、社内にエッジAIアルゴリズム専門の開発チーム「Algorithm Development Group（ADG）」を有しており、自動追加学習を特徴としたアルゴリズム「AiiR（AI in Real-time）」シリーズを開発している。SARFは、同シリーズの新たなアルゴリズムとして開発された。