エイシングがランダムフォレストの自動追加学習を可能にしたエッジAIアルゴリズム「SARF」に関する特許を取得

　エッジAIスタートアップのエイシングが、自社独自のエッジAIアルゴリズム「SARF（Self Adaptive Random Forest：サーフ）」に活用されている、既存アルゴリズムの「ランダムフォレスト」と「決定木」を自動追加学習（オンライン学習）可能にする技術について、特許を取得した。
この技術により、多くの研究者や技術者、メーカーに利用されているアルゴリズムが、環境の変化に応じて学習データを自ら更新することができ、新型コロナウイルスの影響で推奨される人的リソースの削減、自動化の推進に寄与する。

AIの活用において、これまでクラウド上で実行されることが一般的であったAIの情報処理をエッジ※1側で実行する「エッジAI」の実装への具体的な取り組みが近年増加している。その要因として、即時性や高いセキュリティが求められる環境、「自動運転」や「工場の自動化（Factory Automation：FA）」といった注目を集めている分野において、その需要が高まっていることが挙げらる。また、AI業界において代表的なアルゴリズムである「ディープラーニング」は、予測精度も高く画像認識や音声認識などに適している一方で、事前に学習させたデータを元に予測を行っているため、その後の環境変化にすぐに対応できず、変化への対応には改めて人力でデータ学習の調整作業をする必要がある。

エイシングの特許技術は、多くの研究者や技術者、メーカーで活用されているアルゴリズム「ランダムフォレスト」や「決定木」において、これまで実現できていなかった環境の変化に応じて学習済ネットワークを自ら更新する自動追加学習（オンライン学習）を実現したものである。ランダムフォレストの特長である多変量・多量データ処理や高い精度、ディープラーニングよりパラメータチューニングが少ないといった優位性を引き継ぎながら自動追加学習を可能にした。

この技術により、産業用ロボットの経年劣化によるチューニングや、エアコンの気温変化による温度・湿度の調整などを人力で行う必要がなくなる。また、パラメータチューニングが少ないことから初期学習モデル構築が迅速に行える上、その後の運用時の変化にも追従できるため、作業コストやモデルの再構築が必要かどうかといった判断コストを削減することができるため、リソースを最適なアクションに費やすことができる。

エイシングは、社内のエッジAIアルゴリズム専門開発チーム「Algorithm Development Group（ADG）」により、クラウドを介することなく、導入機器単体がリアルタイムに自律学習・予測可能な独自のエッジAIアルゴリズム「AiiR（AI in Real-time）」シリーズ※2を研究・開発している。“ものづくり”の国である日本の産業競争力の一翼を担うべく、製造業の品質と生産性の両立を実現することにより、国内外問わず、エッジAIによる第4次産業革命をより一層推進していく。

※1：産業用ロボット（FA：Factory Automation）や、スマートフォン、コンピュータが内蔵された自動車など、利用者の近くにある“機器”を指す。
※2：「AiiR（AI in Real-time）」は、エイシングが独自開発する、導入機器側でリアルタイムな自律学習・予測が可能なAIアルゴリズムのシリーズ。高精度、軽量かつ自動追加学習（オンライン学習）が可能。