全6300文字
PR
本記事はロボットとAI技術の専門誌『日経Robotics』のデジタル版です
本記事はロボットとAI技術の専門誌『日経Robotics』のデジタル版です

 「生成モデルを使った解析(generative analysis)にブレークスルーをもたらすと信じている」。富士通研究所は、新たに開発した機械学習技術の論文をこの文言で締め括っている1)

 同社が「DeepTwin」と名付けた生成モデル技術の論文で、2020年7月開催の機械学習分野のトップカンファレンス「ICML(International Conference on Machine Learning)2020」で詳細を発表した。

 同社が学術論文に「ブレークスルー」とまで書いたのは、これまでの生成モデル技術では実現が難しかった大きな特徴があるからだ。生成モデルとは、現実世界で獲得できる様々なデータは、それぞれ特定の確率分布に従って生成されるものとみなし、この確率分布を推定することで新たなデータ・サンプルの生成やシミュレーションなどに活用する技術である。

 ただし従来の技術は、確率分布を学習済みのディープニューラルネットワーク(DNN)などの形で間接的に表現していた。これに対し富士通研究所が提案したのは、あらかじめ分布が従う確率分布のタイプを想定し、その確率密度関数のパラメータをデータから学習する方法である。確率密度関数がパラメータで微分可能であれば、どのような分布も利用可能とする。