更新日：2025/03/21

大規模データ間の高速な最適輸送技術

目次

概要

大規模データ間の関係性を高速に算出し生成AIの学習を効率化します

技術課題

従来の最適輸送技術は、データ間の類似度や対応関係を高精度で算出できる一方で、多くの計算コストが必要となります。

研究目標

生成AIの学習で必要とされる大規模データ間の類似度や対応関係の算出にかかる計算コストを50%削減します。

要素技術

  • 最適輸送の研究分野において、実世界のデータに潜む巡回対称性に初めて着目し、さまざまな最適化手法と共にデータの巡回対称性を活用することで、最適輸送技術の計算コストを大幅に削減

市中技術差異点

  • データの巡回対称性を利用した最適輸送技術の高速化手法を世界で初めて提案
  • 従来技術と比較して、求まる解の質を落とすことなく高速化できることを、理論的/実験的に世界で初めて証明