KDDI、NEC、凸版印刷ら10者は、2023年7月28日に総務省委託研究開発「安全なデータ連携による最適化AI推進コンソーシアム」を設立した。このコンソーシアムは、多様なデータを安全に連携させることを可能とする分散型機械学習技術を確立することを目指す。これにより、プライバシーデータや機密データ等を含む実空間に存在するデータを分野の垣根を越えてAI学習に活用することを可能とし、分野横断的な社会課題の解決や産業競争力の向上に貢献するとしている。
●10社(10者)の詳細
KDDI株式会社、株式会社KDDI総合研究所、国立研究開発法人情報通信研究機構、グリーンブルー株式会社、日本電気株式会社、株式会社ピコラボ、さくらインターネット株式会社、凸版印刷株式会社の8者は、総務省の令和5年度情報通信技術の研究開発課題である「安全なデータ連携による最適化AI技術の研究開発」の委託先として選定された。
それを受けて、この8者に、プラナスソリューションズ株式会社、ギリア株式会社を加えた10者でコンソーシアム設立に至った。
●コンソーシアムの活動内容
コンソーシアムは、この研究開発において大きく3つの活動を行う。さらに3つの活動を組み合わせた分散型機械学習技術を活用し、具体的な社会実装シーンを想定した技術実証を行う。
●1.マルチモーダルAI技術の開発・高度化
多様なデータを組み合わせ複雑な予測を可能とする大規模マルチモーダル深層学習モデルの構築技術、及び、実空間から収集するデータの差異を吸収可能な、ロバストなマルチモーダルAI技術の研究開発を行う。
1).多様・不均衡・少量データに対するロバストな深層学習技術(担当:株式会社KDDI総合研究所)：
収集された場所や期間等によってデータの量や粒度に不均衡が発生した場合においても性能を低下させることなく予測を可能とするマルチモーダル深層学習技術を開発。
2).異分野データ横断的な予測を可能にする深層学習技術(担当:国立研究開発法人情報通信研究機構)：
異種・異分野センシングデータ間の相関性をマルチレベルに発見・学習し、横断的(クロスモーダル)な予測を可能にするマルチモーダル深層学習技術を開発。
3).参加型地域安全サービスにおける検証技術(担当:KDDI株式会社)：
地域内の様々な場所を横断的に走行するオンデマンドモビリティ等の車両から取得したデータと外部データを掛け合わせ、地域内の交通リスクを分析・可視化する実証システムを開発し、地域に根付いたモビリティの新たなる価値の創出と地域住民の行動変容を促すフィールド実証を実施。また、基盤モデルの作成・評価・検証に必要なデータの利活用基盤を整備する。
●2.エッジAI技術の開発・高度化
マルチモーダル深層学習モデルを対象に、エッジ環境の限られた計算資源の規模に応じて、効率的に学習を行う技術の研究開発を行う。
1).エッジの多様性を考慮した高効率な連合型エッジAI技術(担当:国立研究開発法人情報通信研究機構)：
エッジの収集データや計算能力等に応じてマルチモーダル深層学習モデルを分割・転送・集約する分散機械学習や大規模モデルの軽量化を行う連合型エッジAI技術を開発。また、仮想サーバによるエッジAIのシミュレーション実験システムを構築する。
2).リスク・ベネフィット適応ナビゲーションにおける検証技術(担当:グリーンブルー株式会社)：
車載用や歩行者用のスマートセンサ等のデータで基盤モデルを連合学習し、運転リスク回避の行動推薦を行うスマート運転支援と、地区拠点ごとの環境ホットスポット予測の実証システムを開発する。
●3.連合学習技術の開発・実用化
マルチモーダル深層学習モデルを対象に、多数のエッジ環境間におけるデータの偏りを前提とした⾼精度な連合学習技術の研究開発を行う。