マルチプラットフォームAI開発向けネットワーク構造設計・合成・解析システムの構築
| Project/Area Number |
21K11807
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60040:Computer system-related
|
|---|
| Research Institution | Kobe University |
|---|
Principal Investigator |
黒木 修隆 神戸大学, 工学研究科, 准教授 (90273763)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
沼 昌宏 神戸大学, 工学研究科, 教授 (60188787)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 人工知能 / 画像処理 / ニューラルネットワーク / 機械学習 / Deep learning / AI / PyTorch / CAD / ニューラル・ネットワーク / GPU |
|---|
| Outline of Research at the Start |
人工知能（AI）型のアプリケーション開発を支援するため、ニューラル・ネットワークの構造設計・自動生成を行うシステムを構築する。
近年は画像認識や音声認識の分野においてAI型の信号処理が大きな成果を挙げており、世界で研究・開発競争が激化している。各社が利用するAIプラットフォームもChainer、Caffe、TensorFlowなど様々である。研究者はアプリケーションの最終的な実装形態を見据えながらソフトウェアやハードウェアの選択を迫られるのが現状である。
そこで、本プロジェクトはモデルベースでニューラル・ネットワークの構造を設計し、マルチプラットフォームに向けて構造記述を自動生成するツールを開発する。
|
| Outline of Annual Research Achievements |
本プロジェクトはAI産業の発展に貢献するため、ニューラルネットワークの中でも視覚情報系のAIモデル（監視カメラや画像処理を目的とするAI）の設計を支援するCADシステムを構築することが目的である。
2022年度はAIを用いた様々なアプリケーションをプログラミング言語（PyTorch）レベルで設計すると共に、それらをCADレベルで設計するためのGUIの作成に着手した。
視覚（カメラ）を用いたアプリケーションの代表例として、「AI画像生成」、「３次元計測」、「音楽・スポーツ解析」の実装および動作確認を完了した。（※これらの研究成果は論文１件、および国内会議５件において発表した。）特に「３次元計測」については、実装した体積推定システムが“日刊建設工業新聞”、および“建設通信新聞”に取り上げられ、高い評価を得た。（2023/1/11「大林道路と神戸大が共同開発、AIで数量算出、業務時間を9割削減。）現在の所、これらのソースコードは手作業で作成されているが、今後は要素技術のモジュール化を進め、ブロック単位で組み換え可能な高レベル設計ツールへと展開する予定である。GUIの開発にあたっては、TkInterと呼ばれるライブラリを採用した。これを用いることにより、WindowやUbuntsなどマルチOS環境で動作するアプリケーションが開発可能になる。
2023年度はユーザがAIのネットワーク構造をGUIを用いて記述・設計することにより、PyTorchのソースコードを自動生成することを目標とする。これが実現できれば、言語による構造記述とグラフィカルな構造記述の間を双方向にコンバートすることが可能になり、より高度で大規模なネットワークを短時間で設計することが可能になるため、AI技術者にとって強力な設計支援ツールになると期待できる。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2022年度は、ほぼ計画通り様々なAIのアプリケーションを実装し、それらのソースコード（PyTorch）を順調に収集している。GUIアプリケーションの開発にあたっては、当研究室が既に公開しているCADツールOpenCV Builder のノウハウが利用できる見込みである。また、その開発ツールとしては、マルチOSに対応したライブラリTkInterを採用した。以上のように本プロジェクトは2023年度に向けた準備が整っている。
|
| Strategy for Future Research Activity |
本プロジェクトは当初の計画通り、2024年に「マルチプラットフォームAI開発向けネットワーク構造設計・合成・解析システム」の完成を目指す。次年度は提案システムのインターフェース部の完成を急ぐと共に、予定通り「PyTorchによる記述の自動生成エンジン」の構築を目指す。
また、上記の研究成果を各種学会・論文等で逐次報告する。
|
Report
(2 results)
Research Products
(15 results)
