自動車インテグレーションメーカーのAZAPA、米TieSet Inc.と次世代AIで業務資本提携

自動車のTier0.5、インテグレーションメーカーを目指すAZAPA株式会社(愛知県名古屋市中区錦⼆丁目4番15号、代表取締役 近藤康弘、以下AZAPA)と、米国シリコンバレー発の次世代AI(連合学習)技術のTieSet Inc.(米国カルフォルニア州サンタクララ市、CEO Kiyoshi Nakayama、以下TieSet)は、2021 年8 月に業務資本提携を締結し、日本での従来AI 市場に向けて、最先端技術の研究およびソリューションの提供を開始します。

画像1

従来のAI技術を組み入れたエッジコンピュータでは、人の意識的な学習が基本的で、より多くの潜在データを⽋落してしまうことや、推論モデルが固定化されて、自立的な学習進化を伴わないことが指摘されています。環境変化における不確実性が増す中で、一度きりの推定モデルは、すぐに廃れてしまう危険性があります。そのため、AI 技術では、常に推論モデルをアップデートする必要がありますが、多くのコストと労力を必要とします。そればかりか、AI 技術を限定的なサービスや作業効率化のオペレーションにしか利用できないなどの本来のAI技術を縮小した形でしか利用できていない狭義なAI活用になっている原因につながっています。

1.STADLE、分散環境による連合学習(Federated Learning)

(1) あらゆるエッジAIをつなげる時代の到来
STADLEとは、Scalable Traceable Adaptive Distributed LEarning platformを意味しており、従来のAI 技術を1.意味的にも技術的にも拡張し、2.軌跡を広げ、3.あらゆる環境に適応できる分散学習プラットフォームとして開発されました。このSTADLEの特徴としては、あらゆるエッジにおける推定モデルを統合、分散による推定モデルの学習スピード、推定モデルとパーソナライズなどの多機能化も実現しています。

画像2

(2) STADLEの特徴
STADLEでは、以下のような5つの大きな特徴があります。従来のAI技術での実装における課題を解決することができます。

画像3

(3) エッジ単体でのAI推定より、圧倒的にインテリジェンス
連合学習機能により、最適解へのいち早い収束がみられ、STADLEのモデル管理と組み合わせれば常に最適なAIの運用を実現する事が可能です。

画像4

2.AZAPAとの「次世代ADAS分野」におけるSTADLE活用

(1) あらゆる環境での安全性を学習し、自動運転の回避シナリオを見据える
現在、AZAPAとTieSetが、共同開発しているのは、ADAS領域における安全性の定義です。ADAS や自動運転での安全の策定シナリオでよく見られるものは、考えられる認識パターンが数十パターンしか考慮されておらず、地域の道路状態や天気などの環境の違いや人のレスポンスに関する違い、あるいは、それぞれの人が運転経験の中で、重要と考える認識内容の違いを考慮していません。運転時のドライバーの認知は、それほど天文学的な組合せから、安全という定義をしていると考えられ、世界中のドライバーの認知を学習した結果が、数十パターンでは全然足りません。このような策定シナリオ不足をSTADLEによって解決します。環境により安全性への認知の相違や偏重された地域別の分散データを連合学習することで、継続的な安全の定義を世界同時にアップデート可能にします。近年では、エッジコンピュータへのOTA(Over TheAir)技術も合わせ、自動運転での回避シナリオを構築しています。

画像5

(2) AZAPAのコミユニティカーへの実装

画像6

(3) STADLEの応用分野

「エネルギー分野」
EV普及を加速するエネルギーシェアリング
離島や地方などでは、電力メーカーの系統連携とは別の調整力として、再生可能エネルギーによる分散エネルギーグリッドの構築が期待されています。同時に、EV による移動性の確保は、社会システムを支える生活圏の維持でも最低限に必要です。STADLEは、天候などに左右される分散グリッドでの電力の供給力とEVの利用予測をつなぎ、エネルギーシェアリングとして利用することを可能とします。

「製造業分野」
設備の故障予測の精度のアップデート
製造業では、生産ラインの稼働時間とサイクルタイムで生産工数が変化し、サイクルタイムの短縮が⾮常に重要視されています。ここで、設備システムに故障が発生すると著しく生産個数が減少し、生産効率が悪くなる為、設備システムの故障予測におけるAI 活用が期待されています。しかし、故障予測は現場作業者の匠的な領域であり、時間や環境の変化を紐解くことができません。STADLEは、こうした課題に対して、データやアルゴリズムの偏りを統合し、予測制度を高めることが可能です。

■AZAPAについて
AZAPA株式会社は、限界を超えるイノベーションですべての人が未来を選べる世界を実現することを理念に掲げて2008年に設立しました。自動車業界で初なる独立系のTier0.5プレイヤーとして、システムのインテグレーションメーカーを原点にイノベーションおよびリダクションの技術を研究、自動車を中心に事業を展開しています。モデルベース、計測技術、システムの新制御開発、エネルギーや感性など他産業や技術分野をインテグレーションする高い技術力を各分野へ展開しています。

H P:https://azapa.co.jp

「ソーシャルメディア」
Facebook:https://www.facebook.com/azapacojp/
Instagram:https://www.instagram.com/azapa.official
AZP-CM100:https://www.azapa-eng.co.jp/news/694/
画像7

■TieSetについて
シリコンバレーの世界トップクラスの大学やトップラボの研究者を中心に開発されたFederated Learningをベースとし、深層強化学習や最先端のAI技術を活用したAIモデルを進化させるインテリジェンス・マネージメント・システムのプラットフォームを開発いたしました。IoTやAI技術の普及を見据え、インテリジェンスの共有やAIを進化させることにより、様々なAIの抱える社会課題を解決し、真に人々の現実社会生活に価値をもたらすAI技術普及に不可⽋な基盤構築を目指しています。

(CEO)Kiyoshi Nakayama
画像8

米国トップクラスのカルフォルニア大学、ネットワークサイエンスで博⼠号を取得。在学中に、国際学会の最優秀論文賞(Best Paper Award)を受賞するなど、注目を集めた。その後、シリコンバレーを拠点にFujitsu Laboratories of America、AI研究で世界的にも名高い、Vladimir VapnikやYann LeCunなどが在籍するNEC Laboratories of Americaでリサーチサイエンティストで活躍し、ブロックチェーン技術に基づいた世界初となる完全分散型連合学習(Federated Learning)を開発したことが、起業家としてのきっかけとなった。現在、ベンチャーとしての活動を世界に移し、AIが創り出す新たなビジネスとテクノロジーのイノベーションを発信してゆく。

STADLE :https://stadle.ai
TieSet Inc. : https://tie-set.com/
TieSet Asia株式会社 : https://tie-set.jp/

リリース詳細
提供元: PR TIMES