低価格コンピュータで学習&推論可能なAI基盤モデルを開発 -軽量かつ既存の大規模AIモデルと同程度の性能を達成-
岐阜大学工学部の加藤邦人教授と日本車輌製造株式会社の共同研究チームは、物体認識、物体検知などAIの適用先の範囲を適度に限定することで、軽量ながらも既存の大規模モデルに匹敵する性能を持つ汎用マルチモーダルAIの基盤モデルを開発しました。このAIモデルでは、学習と推論を低価格なコンピュータ(GPU)上で効率的に行うことが可能です。また、この研究はAIの学習コストを大幅に削減するという重要な進歩を示しました。
この成果は、2024年2月20日にコンピュータービジョンの国際ワークショップIW-FCVで発表されました。
発表のポイント
- 低価格なコンピュータ(GPU)で物体認識などの推論が可能なマルチモーダルAI基盤モデルを開発
- 効率の良いマルチモーダルAIの学習方法の提案
- 軽量でありながら、既存の大規模AIモデルと同程度の性能を確認
詳しい研究内容について
低価格コンピュータで学習&推論可能なAI基盤モデルを開発
軽量かつ既存の大規模AIモデルと同程度の性能を達成
論文情報
- 雑誌名:IW-FCV 2024
- 論文名:Constructing Lightweight Large Vision-Language Model
- 著 者:梁瀬 和哉、軸屋 敬介、表 英輝、土田 裕登、加藤 邦人(岐阜大学)