ET/IoT Technology Award 2018 受賞者インタビュー
シリーズ第3回：LeapMind株式会社
いよいよ2018年11月14日より、最先端のエッジテクノロジーを集めた展示会、ET/IoT Technology 2018 が開幕する。それに先立って10月31日、品川のプレス発表会会場では、ET/IoT Technology Award 2018 の受賞発表が行われていた。ET/IoT Technology Award は、組込み業界の発展と国内産業の競争力向上に寄与する、優れた組込み技術や製品、ソリューション、サービス、IoT技術を発掘し、その成果と功績を国内外に広く顕彰する賞として、今年で8回目となる。今年は前年の49件を上回る61件の応募が集まった。
今年は5つの賞に全7社が選出された。Embedded Technology 優秀賞（1社）、IoT Technology 優秀賞（2社）、JASA（主催者）特別賞（1社）、今年のコンセプトである＜ET✕ET＞に合わせて新設されたEdge Technology 優秀賞（1社）、そしてもうひとつのフォーカス領域である“スタートアップ”を選出するスタートアップ優秀賞（2社）。表彰式は会期2日目、11月15日を予定している。今回、アペルザではアワード受賞企業へ独占取材を実施。全7回に分けて、受賞企業各社の受賞製品、技術を紹介する。
【第1回：日本電気株式会社】 【第2回：富士通株式会社】 【第3回：LeapMind株式会社】 【第4回：株式会社ロビット】 【第5回：株式会社シード】 【第6回：STARWING Technology Co.】 【第7回：アルプス電気株式会社／株式会社NTTデータ経営研究所】
今回、Edge Technology 賞を受賞したのが、LeapMind株式会社が開発・提供する、組込みDeep Learning のビジネス導入を支援するトータルソリューション『DeLTA-Family（デルタファミリー）』だ。ソリューションの詳細、そして今後の展望について、LeapMind株式会社 鈴木貴広氏に話を聞いた。
― この度は受賞おめでとうございます。今回受賞された『DeLTA-Family』とはどのようなソリューションなのでしょうか。
DeLTA-Familyは、組込みDeep Learning のビジネス導入を支援するトータルソリューションです。Deep Learning（ディープラーニング：深層学習）の導入には流れがあります。例えば、目的設計、データの作成、モデルの作成・学習などです。当社では、それぞれの部分をそれぞれのソリューションで提供したいと考えており、DeLTA-Family はそれら個別のソリューションの総称です。DeLTA-Family は、それぞれ異なる領域をカバーする５つのソリューションから構成されています。
目的設計を支援する『DeLTA-Plan』、学習データの作成を支援する『DeLTA-Mark』、組込み向けのDeep Learningモデル構築を支援する『DeLTA-Lite』、ハードウェア上での評価を支援する『DeLTA-Kit』、そして保守・運用を支援する『DeLTA-Care』です。
― 今回のアワード受賞にあたりどのような点が評価されたと考えていますか。
DeLTA-Familyの強み、特長は大きく２つです。実用的な精度を保ったまま、モデルサイズを数十分の一程度にまで圧縮できるという点。そして、研究開発に裏打ちされた技術力、そしてそれを多くの企業がビジネスへ活用できる形で展開しているという点です。
当社の量子化技術や独自のネットワーク定義などが活用されています。これにより、生成されたモデルをFPGA搭載SoCボードへコピーし、簡単に動作させることができます。FPGA上でのDeep Learning 推論環境の構築をトータルで支援しますので、ワンストップで手のひらサイズのデバイス上へDeep Learningを組み込むことが可能となるのです。
当社ではDeep Learning の黎明期からソフトウェアとハードウェアの両面から研究開発を続けてきました。圧縮技術や専用回路設計の技術・知見などをパッケージングしてプロダクト化することで、専門的な知識がなくても簡単にエッジデバイスでの推論を可能にしています。DeLTA-Familyは、我々の研究技術を多くの方にご利用いただくため、SaaS※1方式でプロダクト化しています。『DeLTA-Lite』などがその例です。Deep Learning の深い知識を必要とせず、画面上からナビゲーションに沿ってオペレーションするだけで、組込み向けDeep Learning のモデル構築が実現できます。またそれをたった1日で実現しますので、検証やトライアルの短期化、そしてコスト削減を同時に達成することができます。
当社ではあらゆる機械に人間を支援する知性を与えることを目指しています。独自のニューラルネットワーク構築ツールを提供することで、電力やコストの制約の厳しい環境であってもDeep Learning を利用可能にしています。当社のソリューションをご活用いただくことで、Deep Learning のビジネス活用のハードルが大きく下がります。今回の受賞も、こうした強み、特長を評価いただけたのではないかと考えています。
― 今後の展開・目標について教えてください。
AI/Deep Learning の国内市場規模※2は2030年には約86兆円と言われるほど急速に成長しています。その中でモデル学習時に用いる全データのクラウド集中管理は、トラフィックの観点からも現実的ではなく、エッジデバイスでの推論処理の実行が求められています。
特に応答速度やネットワーク環境の制約が厳しい自動運転やスマートシティ、ロボット制御などのリアルタイムIoT系のアプリケーションでは、消費電力やメモリ量を低く抑えたローエンドデバイスでの、低ビット化された学習済みモデルの実施が必須です。
当社では、従来は技術的に困難であった小さな機械やロボットなど、様々なエッジデバイスへのDeep Learning 技術の導入を可能にしようと考えました。そこで、1ビット化した組込み向けDeep Learning モデルの推論を、FPGAをはじめとする小型デバイスで実行できる技術としてパッケージ化したというのが、DeLTA-Family 提供の始まりです。
今後の展望として、トータルソリューションとしてAI開発・運用をすべて、DeLTA-Family で提供できる形に完成させる予定です。また、コア技術に関しては既に『Blueoil』というOSSとして公開しており、これを基盤としたオープンな技術コミュニティを、社外へ広げていきたいと考えています。また、“App Store”のような、ユーザーが作成したモデルを公開し、売買できるプラットフォームの開発も予定しています。
― ご来場者へ一言お願いいたします。
LeapMind が提供するDeLTA-Family は、省スペース・省電力、セキュリティ、リアルタイム処理、インターネット不要、という4つのポイントを押さえた、組込みDeep Learning のビジネス導入を支援するトータルソリューションです。『DeLTA-Lite』でデータからモデルを生成し、生成したモデルを『DeLTA-Kit』を使いハードウェアに組み込むことできますので、実用的なDeep Learning の運用が可能になります。
また、DeLTA-Family を使えば、従来は技術的に困難であった小さな機械やロボットなど、様々なエッジデバイスへのDeep Learning 技術の導入が可能になります。製品にご興味をお持ちいただいた方は、是非、弊社のホームページお問い合わせからお気軽にご連絡ください。
― ありがとうございました。
※1 SaaS – Software-as-a-Service：ソフトウェア・アズ・ア・サービス／主にインターネット経由で、必要な機能を必要な分だけサービスとして利用できるようにしたソフトウェアもしくはその提供形態を指す。
※2 出典：EY総合研究所（2015）「人工知能が経営にもたらす創造と破壊」
