ディープラーニングモデル最適化プラットフォーム GenSynth - ジェンソン AI building AI

<「GenSynth」使用イメージ>

GenSynth(ジェンソン)は、ディープラーニングモデルを最適化するためのプラットフォームです。顧客企業が持つ DNNモデルとデータセットを GenSynth へセットするだけで、GenSynth 内にある AI が最適化された DNNモデルを自動生成します。

最適化されたモデルは、オリジナルモデルの精度を担保しながら、劇的なサイズ圧縮を実現します。最適化は GenSynth の AI が自動的に行うため、作業効率を改善し、ディープラーニング開発の期間が飛躍的に短縮します。入出力の DNNモデルは TensorFlow※1 等の汎用的なフレームワークを利用するため、最適化後のモデルをエッジデバイス向けの DNNエンジンやハードウェアに応用できます。

また、このプラットフォーム内では、DNNモデルの決定プロセスが説明可能かつ質の悪いトレーニングデータを特定するなど、AI 開発における可視化を支援します。

※1 2020年2月の時点のサポートは、 TensorFlow のみ。その他のフレームワークについては、順次サポート予定。

主な特長

  • モデルを自動的に最適化(精度を維持したまま、ディープラーニングモデルサイズを劇的に削減)
  • ディープラーニング開発期間の短縮
  • DNNモデルの決定プロセスが説明可能(XAI ※2)
  • TensorFlow で出力され、最適化後にほかのツールチェーンと組み合わせてエッジデバイスに即実装可能

※2 XAI(Explainable AI):予測結果や推定結果に至るプロセスが人間に説明可能なAI。

加速されたディープラーニング開発

<従来のディープラーニング開発+エッジデへのデプロイ>

<GenSynthで加速されたディープラーニング開発+エッジデバイスへのデプロイ>

自動最適化により従来の開発で必要としていた試行錯誤作業、学習やチューニングが不要となり、ディープラーニング開発を加速します。また、最適化済みモデルは即エッジデバイスへデプロイ可能であり、エッジデバイス向けのDNNエンジンやハードウェアを活用することで更なる高速化も実現できます。
このプラットフォーム内では、DNNモデルの決定プロセスが説明可能(XAI)なため、ディープラーニングにおけるブラックボックス問題も解決できます。

対応環境

  • クラウド、オンプレミス、いずれの環境でもご使用可能

採用事例

  • 自動運転:90%モデルサイズ圧縮。推論速度38倍。
  • コンシューマーエレクトロニクス:87%モデルサイズ圧縮。推論速度10倍。

その他、インダストリー、ドローンなどでの採用事例あり。

本製品の開発企業

Darwin AIについて

カナダのウォータールー大学のスカラーシップのもと、2017年設立。
2019 “Toronto‘s Best Tech Startup”、CBINSIGHTS GAME CHANGERS 2020 など数多くの賞を受賞。
NeurIPSなどでも数多くの論文を発表する、カナダ発のAIリーディングカンパニー。