【終了】【エッジAI開発】個体差や仕様違いによるAIモデル増殖を回避する1つの手法

～モデルドリブンからデータドリブンへ～

自社製品の付加価値向上のため、増えるマイコンへのAI適用
近年のAI技術の発展は目覚ましく、その話題を目にしない日はありません。製造業の設計開発現場でも、故障予知、エネルギー効率の最適化、音声認識など、自社製品の付加価値やユーザーエクスペリエンスを向上させるため、マイコンへのAI導入ニーズが高まっています。

マイコンにおけるAI実装、製品のばらつき対応の課題
しかしながら、マイコンへAIモデルを適用するには、さまざまな課題が伴います。そもそも、マイコンには処理能力やメモリ容量、消費電力など、ハードウェアの制約があり、軽量化や最適化といった工夫が必要です。
しかし、課題はそれだけではありません。適切なAIモデルが構築されたとしても、量産の準備段階では、製品の個体差や使用環境の違いによるばらつきへの対処も必要になります。PoCや事前のシミュレーションで正常に動作していたとしても、実機検証で精度が低下し、予測精度の低下や誤検知が発生してしまうこともあるのではないでしょうか。
これらの問題を追加学習やパラメーターのチューニングで解決したとしても、製品のバリエーションや仕様変更のたびにAIモデルの再調整が必要になり、結果として複数のAIモデルを管理・運用しなければならないといった状況が生じてしまいます。このようなAIモデルの増殖という問題に対しては、AIモデルをファインチューニングするモデルドリブンでのバリエーション対応では解決が困難です。

個体差や仕様違いによるAIモデル増殖を回避するテクニックを紹介
オージス総研は、AIモデルと組み込みソフトの両方に精通した技術者が在籍しており、マイコン上でのAI活用に向けた多彩なサービスを展開しています。本セミナーでは、マイコン上のAIモデルの量産適用時に直面する自社製品の個体差や使用環境、仕様バリエーションによる管理対象AIモデルの増加の問題に焦点を当て、入力データの前処理での工夫や局所解を回避する学習手法など、モデルドリブンではなくデータドリブンでAIモデルの増殖を抑えるテクニックを紹介します。マイコンへのAI適用を検討している制御設計エンジニアの方で、量産時の個体差、環境のばらつき、製品のバリエーションへの対応に課題を感じている方、などに特におすすめです。

※当セミナーは、オンラインでの開催となり、Zoomを利用します。お申し込みいただいたお客様へ、後日、開催URLをご連絡いたします。
※当セミナーの詳細なご案内やお申し込みについては、以下ボタンを押した外部リンク先でご確認ください。
※この記事に掲載されている内容、および製品仕様、所属情報（会社名・部署名）は公開当時のものです。予告なく変更される場合がありますので、あらかじめご了承ください。