Posts on Oct 2016

BBT宇宙天気予報研究会におけるChainer Playgroundの先行利用事例

京都大学BBT宇宙天気予報研究会では、京都大学をはじめ世界中の人々の努力により、これまでに膨大な観測データが蓄積されている、活動する天体・太陽に対して、深層学習技術を適用することで、人類の文明にも日々影響を与えている太陽活動を予測する研究に取り組まれています。(https://www.usss.kyoto-u.ac.jp/bbt.html

BBT宇宙天気予報研究会ではPFNが開発しているChainerを利用し、宇宙天気を予測する授業をされておりますが、このたびChainer Playgroundを先行利用することによりPython環境を学生のみなさんのPCにインストールすることなく、深層学習の原理やChainerの使い方を理解することが可能となりました。

村主 崇行 京都大学 非常勤講師のコメントです。
「環境のセットアップには毎度、1−2週間とられてしまうほか、学生さんのPCのOSや性能差も大きいので、ブラウザさえあれば動くオンライン教材はとても助かっています。」

PFNがん研究所 (PFN Cancer Research Institute (PCRI))の設立について

PFNがん研究所 (PFN Cancer Research Institute (PCRI))の設立について

 

株式会社Preferred Networks(プリファード・ネットワークス、本社:東京都千代田区、創業者 代表取締役社長:西川 徹、以下PFN)は、自動車、製造業、そしてバイオヘルスケアの3つの分野を重点事業領域として研究開発、産業化を進めております。

特にバイオヘルスケアの分野においては、近年の次世代ゲノムシークエンサーの発展により、ゲノム解析(DNA, RNA, マイクロRNAや、エピゲノムを含む)による個別化医療が実現可能な時代が近づいてきました。しかしながら、個別化医療を実現するためには、ディープラーニング(深層学習)など最先端の人工知能(AI)技術を活用し、大量のゲノムデータを正確に分析し、各医療機関とも密接に連携を取りながら、個別化医療実現に向けて努力することが急務となっています。

PFNは、その第一弾として、東京大学産業連携プラザにPFNがん研究所 (PFN Cancer Research Institute (PCRI))を設立しました。PCRIでは、次世代シークエンサーを利用したウェットラボを立ち上げ、最新バイオテクノロジーとディープラーニングに代表される最先端の人工知能技術との融合領域の研究・産業化を進めていきます。具体的には、診断、治療、創薬の3つの分野において、深層学習を利用したがんゲノム研究を進め、
1)新規がん診断法の確立、
2)ゲノム分析によるがん治療方針の決定、最適治療薬の選択や術後の予測、
3)それぞれの患者に適応した個別化創薬、
など革新的な個別化医療を実現できるようイノベーションを起こし続けます。

PFNはこれからも、最先端の人工知能技術をいち早く様々なヘルスケアの分野に応用し、皆様の健康やQOL( Quality of Life:生活の質) の向上のために貢献していきます。

■ 本件に関するお問い合わせ先
株式会社Preferred Networks
pfn-info@preferred.jp

ネットワークのエッジで動作する深層学習プラットフォームDeep Intelligence in-Motion(DIMo、ダイモ)のβ版先行提供を12月中旬から開始します

ネットワークのエッジで動作する深層学習プラットフォームDeep Intelligence in-Motion(DIMo、ダイモ)のβ版先行提供を12月中旬から開始します

 

株式会社Preferred Networks(プリファード・ネットワークス、本社:東京都千代田区、創業者 代表取締役社長:西川 徹、以下PFN)は、ネットワークのエッジで動作する深層学習プラットフォームDeep Intelligence in-Motion(DIMo、ダイモ)のβ版先行提供を12月中旬から開始します。DIMoはPFN製の深層学習(注1)フレームワークChainerと、同じくPFN製のIoT向けストリーム処理エンジンSensorBeeを利用し、ネットワークのエッジで発生するストリームデータに対して直接深層学習を適用します。さらにエッジで動作する深層学習をクラウドから管理・制御するためのコンソールを提供し、エッジやフォグ(注2)で動作する既存のIoT/M2Mプラットフォームと深層学習を簡単に連携させられます。

DIMoはクラウド型の深層学習APIを提供するのではなく、ネットワークのエッジで稼働するデバイスに深層学習のモデルとプログラムを転送し、そのデバイスから発生するデータに対して深層学習を直接適用します。そのため、クラウド型の深層学習サービスと比較して次のようなユースケースに対して有効です:

(1) 低レイテンシが要求される
(2) 分析対象のデータをすべてクラウドに転送するのが難しい
(3) 深層学習の適用頻度が高い

ネットワークのエッジで直接深層学習を実行することのメリットの一つとして、クラウドへリクエストを送ってレスポンスを受けとるのにかかるネットワークの遅延をカットできる点があります。DIMoでは深層学習を直接ネットワークのエッジやフォグのデバイス上で動かすため、クラウド型のサービスと比較して低レイテンシの処理に向いています。

また、IoTの環境ではネットワークの帯域不足やプライバシーの保護などの理由でデータをすべてクラウドに転送するのが難しいことがあります。他にもデータの価値密度が低いためすべてのデータをクラウドに保存することにほとんど意味がないケースも多く、とりあえずクラウドに貯めるというアプローチが常にうまく行くわけではありません。DIMoではネットワークのエッジで発生する映像などのサイズの大きな非構造化データから必要な情報をその場で抽出し、さらに重要な情報のみをフィルタリングしてクラウドに転送できます。プライバシーに関しても処理したデータは永続化する必要がなくその場で破棄できるためより安全な解決策を提供できます。

他にも深層学習をデバイスの制御に利用する際には数ミリ秒単位での推論を求められることがあります。クラウド型の深層学習サービスではAPIの呼び出し回数による課金モデルを採用しているものが多いのですが、高頻度の呼び出しを行う場合には価格が高くなりがちで、シビアな制御に利用することは難しくなります。DIMoではユーザの用意したデバイス上で深層学習を実行する代わりに、学習や推論を含めた実行回数(API呼び出し回数)に制限はありません。

以上はエッジ側で深層学習を利用するDIMoをクラウド型のサービスと比較した際のメリットです。一方で、クラウドがエッジに対して優位な点ももちろんあります。特に、エッジでは大規模なストレージや強い耐障害性を持った計算クラスタを構築することは困難で、クラウドが得意とするような信頼性の高い大規模集計を行えません。そこで、DIMoはすべてをエッジで解決するのではなく、フォグやクラウドが得意とする部分はそちらに任せ、逆にそれらが苦手とする部分をエッジ側でフォローするような相補的関係を構築します。例えば現在のデータベースは構造化データの取り扱いは得意ですが、音声や映像と言った非構造化データを直接効率的に扱うのは現時点ではまだ得意ではありません。エッジで発生する映像データはネットワークの帯域的な問題でクラウドにアップロードしづらいだけでなく、そのままの形でクラウドの分析ソリューションに持って行っても柔軟な分析は行えません。しかし、DIMoを利用することで、ネットワークのエッジにあるカメラの映像をその場で分析しクラウドには通常時はカメラがとらえた物体の情報のみを構造化データとして送信するといった処理が可能になります。

DIMoは次のコンポーネントで構成されます:

* エッジでの深層学習を管理するためのポータル
* 分野毎のアルゴリズムと学習済みモデルのパッケージ
* 深層学習の開発・実験基盤(2017/4以降予定)

アルゴリズムパッケージはβ版では人・物体検出を行うためのコンピュータビジョンパッケージと異常検知用のパッケージを提供します。他にも電力需要予測の研究開発を現在進めており、そちらも早期に追加予定です。それぞれのパッケージのアルゴリズムも随時強化され、例えば電力需要予測では将来的に電力最適化アルゴリズムも提供していきます。他にも自律制御向けの強化学習、エッジデバイス同士の自律的なコミュニケーション手段を構築するためのアルゴリズムなども随時追加されます。

DIMoは2017/4に正式版を公開する予定です。

(注1)多層構造のニューラルネットワークを用いる近年急速に発展した機械学習の一手法
(注2)Cisco Systemsが提唱するクラウドとエッジの中間に位置するレイヤー

 

■ 本件に関するお問い合わせ先
株式会社Preferred Networks
pfn-info@preferred.jp

深層学習をウェブブラウザ上で学習できる「Chainer Playground」の無償公開について

深層学習をウェブブラウザ上で学習できる「Chainer Playground」の無償公開について

 

株式会社Preferred Networks(プリファード・ネットワークス、本社:東京都千代田区、創業者 代表取締役社長:西川 徹、以下PFN)は、深層学習をウェブブラウザ上で学習できる環境、「Chainer Playground」を無償で公開します。ChainerはPFNが開発したPythonベースの深層学習(注1)フレームワークで、複雑なニューラルネットワーク(注2)を柔軟に記述するために開発されました。Chainer Playgroundでは深層学習とChainerの基礎を実際のプログラミングを通しながら学べます。Chainer Playgroundを利用するにあたって必要なのはウェブブラウザのみで、PythonやChainerのインストールも必要ありません。ブラウザでChainer Playgroundに接続するだけですぐに学習を始められます。

Chainer Playgroundのコンテンツとして、まずは公式ドキュメントベースのChainerチュートリアルと、深層学習の基礎を学べる教科書を公開します。教科書は書き終わったところから公開し、随時加筆していく予定です。これらのコンテンツではあらかじめ提供されているオープンデータセットを使ってGPU上で実際に実験を行えます。

Chainer Playgroundの公開は11月初旬を予定しています。その後は深層学習を使う上で必要なテクニックを分野毎に一問一答形式で学べる「深層学習100本ノック(仮称)」、より初心者向けの深層学習教材、深層学習や機械学習の経験がないアプリケーションデベロッパー向けのChainerチュートリアルなどを随時増やしていきます。

(注1)多層構造のニューラルネットワークを用いる近年急速に発展した機械学習の一手法
(注2)神経回路に似た計算構造を持つ機械学習モデルの一種

■ 本件に関するお問い合わせ先
株式会社Preferred Networks
pfn-info@preferred.jp

CEATEC JAPAN 2016 に出展します

株式会社Preferred Networksは、2016年10月4日(火)〜7日(金)幕張メッセにて開催されております、CEATEC JAPAN 2016(www.ceatec.com)に出展しております。

Preferred Networksは、特別企画展示エリア内の人工知能パビリオンにおいて、人工知能(AI)の中核技術といわれるディープラーニング(深層学習)の製品への適用事例を、以下3点展示しております。

 

1.ドローン 深層強化学習に基づくドローン制御

複雑で制御が難しい対象(Cyber-Physical Systems)を物理モデルベースではなく強化学習を使って制御し、ドローンが自ら学習して飛行するデモを展示いたします。Preferred Networksは、深層強化学習を用いた自動運転や工場用ロボットの制御等で先端的かつ汎用的な技術を持っており、このデモではドローンというさらに複雑な制御対象にも適用できることを示します。

* Cyber-Physical Systems
実世界(Physical System)に浸透した組み込みシステムなどが構成するセンサーネットワークなどの情報を、サイバー空間(Cyber System)の強力なコンピューティング能力と結びつけ、より効率のよい高度な社会を実現するためのサービスおよびシステム

2.ロボット 棚から多様な物体を取出しできるロボット

現実世界の多種多様な物体をロボットで正しく認識して持ち運ぶことは、物流倉庫の自動化において非常に重要な課題であり、将来的には産業用だけでなく、家庭環境へも応用範囲が広がっていきます。倉庫内ピッキングに関する世界的な大会であるAmazon Picking Challenge 2016でも優秀な成績を修めたシステムを改良し、ドローン等と連携するシステムも構築しました。

3.DIMo  Deep Intelligence in Motion (ディープラーニングを利用した弊社データ解析プロダクト)による映像解析

深層学習を利用したデータ解析プロダクトによる映像解析のデモを実施します。展示では、例としてドローンを模したカメラからの映像を処理し、人を検知して男女などの属性を推定する技術を示します。監視用・マーケティング用を含めて現在使用されているカメラは無数にあり、それらを人が全て監視したり、単に記録用に使われたりするのではなく、リアルタイム性が高くインテリジェンスな分析ができることで、新しい防犯やマーケティングの仕組みを作ることができると期待されています。

■ CEATEC開催期間中に予定されている講演について
CEATEC期間中に予定されている弊社の講演は以下のとおりです。
・10/4(火) 11:15-12:15  IoT推進コンソーシアム総会 「IoTに向けた世界の取り組みと日本の取り組み〔仮〕」(CEO西川)
  http://www.iotac.jp/event/plenary2016/
・10/4(火) 15:10-16:10  ICTイノベーションフォーラム2016 「AI・ロボット技術の基礎研究と社会展開・社会実装との橋渡し」(CEO西川)
  http://www.keieiken.co.jp/if2016/
・10/6(木)  11:00-11:40  【CEATEC×産総研人工知能カンファレンス~PAVILION DAY】
「IoTのエンジンとなるディープラーニング」(CEO西川)
  http://www.ceatec.com/ja/conference/confDateList.html?date=2016-10-06  
・10/7(金) 10:00-11:00 CPS/IoTトレンドセッション 「実世界の人工知能 ~交通、製造業、バイオヘルスケア~」(CSO丸山)
・10/7(金) 12:30-14:30 AIと知財について「学習済モデルの再利用について(仮)」(CSO丸山)
・10/7(金) 14:40-16:55 特別展示企画セッション(FANUC稲葉専務取締役と弊社CEO西川の対談)
  http://www.ceatec.com/ja/conference/confDateList.html?date=2016-10-07

ぜひご来場の際は、ブースや講演にお立ち寄りください!