AIBR プレミアム
田中専務
拓海先生、最近部下から「シミュレーションで学習させれば現場のデータを減らせる」と聞きました。うちの現場に役立つ話でしょうか。正直、実機で学習するコストが一番の懸念でして。
AIメンター拓海
素晴らしい着眼点ですね！大丈夫、一緒に整理しましょう。結論を先に言うと、シミュレーション（simulation）をうまく使い、ドメイン適応（domain adaptation）を組み合わせれば、実機で集めるデータ量を大幅に減らせるんですよ。
田中専務
それはいい話ですが、要するに「模型やCGで学ばせておけば現場の手間が減る」という理解でいいですか。現場の例外や汚れたデータにも耐えられるのでしょうか。
AIメンター拓海
いい質問です、田中専務。ここでの要点は三つです。第一に、シミュレーションは安価に大量の注釈付きデータを作れる点。第二に、ただそのまま使うと現実と差が出るため、ドメイン適応で差を埋める点。第三に、リアルデータを少し入れるだけで性能が飛躍的に上がる点です。
田中専務
ふむ、三点ですね。ただ「ドメイン適応」って聞き慣れない。要するにどういうことですか。これって要するに現実の写真に似せる加工をして学習させるということですか。
AIメンター拓海
その理解はかなり近いですよ。専門用語を使うと、pixel-level domain adaptation（ピクセルレベルのドメイン適応）でシミュレーション画像を現実風に変換する手法や、特徴空間で差を減らす方法があります。たとえば模型の写真を
監修者
阪上雅昭（SAKAGAMI Masa-aki）
京都大学 人間・環境学研究科 名誉教授
論文研究シリーズ
AI技術革新 - 人気記事
PCも苦手だった私が
