テクノブレーン AIセミナーレポート
人間を超えるセンシング能力をクルマに！ デンソーが取り組むAIプロジェクト（2/3 ページ）
「アルゴリズム」「半導体」「品質基盤」を柱にAIの実用化を目指す
AI R&Dプロジェクトの体制は東京、シリコンバレーの2拠点あり、東京ではアルゴリズム、半導体、品質基盤を、シリコンバレーでは現地のベンチャーや大学との共同開発（オープンイノベーション）に関する取り組みを行っている。講演で、岩崎氏は東京での取り組み事例の概要について順番に紹介した。
デンソー「AI R&Dプロジェクト」の体制 ※講演スライドより
まず、1つ目の柱がアルゴリズムだ。「AIに限らず最先端の技術をクルマに適用しようとすると、車載ならではの制約が付きまとう。熱や消費電力などの問題から、PCやサーバで使われているようなコンピュータリソース（CPUやメモリ）をそのまま搭載することができない。そのため、車載には高速化や省メモリ化といったアプローチが必要になる。また、大量の学習データをどうするか、計算機環境をどうするかといった課題もある」と岩崎氏は述べる。
画像認識については、車載機器への搭載を前提に高速化、省メモリ化を実現した汎用物体認識ソフトウェア「SPADE（Scalar Product Accelerator by integer DEcomposition）」およびディープラーニング（深層学習）を用いた歩行者認識の研究開発に取り組んでいる。「通常、単眼カメラを用いた物体認識をするような場合、特別な半導体（演算用ハードウェア）が必要となるが、SPADEではこれをCPUリソースのみで動かせる。パターンを学習することでさまざまな対象を検出できるようになる」と岩崎氏は説明する。
高速化、省メモリ化を実現した汎用物体認識ソフトウェア「SPADE」 ※講演スライドより
SPADEの肝となるのが「バイナリコード化技術」で、従来のHOG（Histograms of Oriented Gradients）特徴量とSVM（Support Vector Machine）を使った手法の約10倍高速化できるという。これは実数の特徴量の代わりに、バイナリコード（2値）の特徴量を用いることで、高速な省メモリ処理を実現する技術で、「実数で表していたある意味冗長な情報を、バイナリで究極まで圧縮することで演算量を減らしている」と岩崎氏は解説する。
また、3年ほど前に発表したディープラーニングを用いた歩行者認識と分散学習の取り組みについても紹介。単眼カメラの画像から、1つのニューラルネットワークを用いて、歩行者の有無を検知し、身長、距離、体の向きを推定する手法を開発した。「今でこそ当たり前だが、その当時データの数が勝負を分けることを痛感した。そうなると、大規模データの学習時間をいかに短縮するかがポイントになってくる。1台の計算機で数カ月、あるいは1年もの時間を要するようでは、いつまでたっても実用化できない。学習時間を短縮するためにはアルゴリズムとハードウェアが必要だ」（岩崎氏）。そこで、用いられたのが学習処理の分散化手法「SPRINT（SuPeRcomputation In Neural Training）」である。そして学習高速化の研究については、東京工業大学のGPUスパコン「TSUBAME」が用いられたという。
Copyright © ITmedia, Inc. All Rights Reserved.
特集（自動車）
この記事の著者
新着ホワイトペーパー PR
-
製品資料
[株式会社 Green AI] 自動車業界には好機 脱炭素×コスト削減×現場改善を実現するエネルギー戦略 -
製品資料
[株式会社 Green AI] 脱炭素投資をすぐ回収したい 自動車業界にも有効なCO2削減アプローチ -
市場調査・トレンド
[スマートジャパン編集部] 「ペロブスカイト太陽電池」の普及戦略が公表 政府が目指すコスト・導入量のロードマップを解説 -
市場調査・トレンド
[スマートジャパン編集部] 導入が加速する再エネ・系統向け蓄電システム コスト・収益性の現状分析 -
技術文書・技術解説
[スマートジャパン編集部] いまさら聞けない「ペロブスカイト太陽電池」の基礎知識と政策動向
関連記事
こんなメディアも見られています
TechFactoryに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
特集
- マテリアルズ・インフォマティクスの動向調査
- 研究・開発職のデジタル活用調査
- 設計・解析業務におけるAI活用
- 3Dプリンタ利用動向調査
- CAD利用動向調査
- つながる工場の現状と課題
- 製造業におけるAI開発および活用の実態
- 設計・製造現場における品質管理
ホワイトペーパーランキング PR
-
1
CAE解析をAIエージェントに任せてみた 人は何を担うのか
-
2
高度な半導体／電子デバイスの非破壊不良解析を支える「3D X線技術」に迫る
-
3
「ロボットアーキテクチャ」実態調査2026年版：現在の課題と優先事項を解説
-
4
EE Times Japan×EDN Japan 統合電子版：製造現場にフィジカルAIをどう実装するか――電子版2026年9月号
-
5
スマート工場動向調査2026
-
6
「見て覚えろ」が通じない時代 製造業の保全技術はどのように継承すればよい？
-
7
動き出したファナックの「フィジカルAI」
-
8
【読者調査結果】製造業の脱炭素動向調査2026
-
9
はじめての化学工学まとめ（Part1）
-
10
QC活動の形骸化はどう防ぐ？ 実効性のある業務へ転換する3つの解消策とは
TechFactory SNS
@techfactory_itmをフォロー
インフォメーション
注目情報をチェック
TechFactoryをフォロー