AIのロバスト性（信頼性）向上支援ツール Zetane AIの弱点を特定・改善し、AIの予想外を防止

AIのロバスト性向上支援ツール「Zetane Protector」

Zetane Protectorは、セットされたAIと学習データに対し、ツール内で検証したい条件（雨、雪、霧、ブレ、水滴など）を学習データに付与してAIの精度劣化が起きる条件を特定します。特定した精度劣化の発生条件を学習データへ付与し、新たなデータとして学習データを生成させます。そのデータを用いて再学習させることで、ロバスト性の高いAIを実現します。

例）学習データへ雪の条件を付与しAIの精度劣化を検証。雪が強くなるほどAIの精度も劣化することを特定。

その他多数の再現可能なシーン

日中から夜へのシフト

ぼけ

照度変更

霧

その他、レンズに付着した水滴、ノイズ、雨など計80種類を超えるシーンが再現可能。

ユースケース

主なユースケース

AIのロバスト性について

AIは、与えられた学習データに対しては優れた精度を誇ります。一方、学習データに含まれていないデータが入力された場合、期待通りの推論を示すのは苦手です。ロバスト性とは、学習データ内に存在しない未知のデータに対して適切に推論を行うことを意味し、ロバスト性が高いAIといは、開発時に予想していなかった入力データに対してもうまく推論できるAIとい言えます。実際の現場では予想外の事態が起こる可能性も高いので、AIを運用する際はロバスト性の高いAIを使用することが重要になります。

AIのロバスト性を高めるには？

AIのロバスト性を高める方法としてさまざまな方法が議論されていますが、Zetaneでは、AIが苦手とする条件を特定し、AI開発の段階で多様なデータ（天気、照明、角度、背景、ノイズ、ブレなど）を用いて学習させることで、ロバスト性の高いAIを実現しています。

Zetaneを用いたロバスト性改善

Zetaneでは、ツール内でAIの精度が悪くなる条件を特定した後、特定した条件を独自技術で学習データへ付与し、新しい学習用データを生成します。AIが苦手な条件のデータを学習データセットに追加して再学習させることで弱点を無くし、ロバスト性の高いAIを実現します。また、従来再現が困難だったようなシーンをツール内で再現することで、コストを下げながらデータの拡充を実現することが可能です。

導入メリット

• AIの予想外を防ぎ、事故を防止
  ロバスト性の高いAIを開発し、AIシステムの堅牢性を実現
• AI搭載機器・サービスの市場出荷を加速
  ツールを用いたAIのロバスト性向上により、市場への提供スピードを実現
• 学習データ取得の効率化とコスト削減
  網羅する必要のあるデータをツール内で検証・再現することで、時間・コストを削減

効率的なAI開発を実現するニューラルネットワーク可視化ツール「Zetane Insight Engine」

Zetane Insight Engineは、AIのネットワークを可視化するツールです。AI開発者は、可視化されたネットワークから各レイヤーのテンソルの値などを確認することができます。これにより、ネットワークに対する理解を深めながらAI開発を行うことが可能になります。例えば、「画像の縁側のテンソルの値が大きい」などが分かるため、そのようなシーンではパディングを行うなどしてAIの開発を支援します。この可視化については、学術分野でも活用されています。

Zetane Insight Engine デモ動画

提供形態

Zetane社について

Zetane社は、機械学習のアプリケーションに必要な次世代のAI開発環境を、お客様が直面している重大な技術的課題を解決するための最良の手段として提供しています。また、ツールの提供のみならず、さまざまな分野におけるAIソリューションの導入と展開を促進するためのコンサルティング・サービスも提供しています。ステークホルダーがAIソリューションを信頼できるように、容易に理解でき、十分に説明可能かつ堅牢なAI開発を強力に支援するリーディングカンパニーです。

採用事例・ケーススタディ

• ケーブルの欠陥検出時における運用停止時間の短縮