多様な環境に適応する高効率分散型機械学習基盤の創出

• 研究課題/領域番号: 24K20856
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分61040:ソフトコンピューティング関連
• 研究機関: 東京大学
• 研究代表者: 金子 竜也 東京大学, 大学院情報理工学系研究科, 特任助教 (80984252)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円); 2026年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2025年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円); 2024年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
• キーワード: 機械学習 / 連合学習 / MLSys / 信頼されるAI

研究開始時の研究の概要

今日の AI システム・サービスの多くはクラウドにデータを集約し学習を行う中央集権型の処理形態である．一方で，プライバシー保護の観点からデータを秘匿しながら学習可能な分散型機械学習基盤として連合学習が注目されている.
連合学習は学習データの独立性や通信の効率化，暗号化等の多くの課題が存在する．特に，多数の小型エッジデバイスから構成される IoT 上での連合学習では，従来の連合学習に内在するクライアントに偏重した演算負荷バランスは大きな課題となる．本研究では，実行環境に関わらずに誰もがその恩恵を享受できる高性能 (演算・通信効率) かつ信頼できる分散型機械学習基盤の実現を目指して研究を行う.