HOME/ AINOW編集部 /ブロックチェーン上でAIの透明性を担保し、プロジェクト管理をサポート −「GeneFlow」β版がリリース
2020.04.14

ブロックチェーン上でAIの透明性を担保し、プロジェクト管理をサポート −「GeneFlow」β版がリリース

最終更新日:

AIうやIoT、 AR/VR、ブロックチェーンなどの技術を組み合わせ、 人型AIアシスタントを可能にする技術プラットフォーム「コネクトーム」の開発・提供を行うクーガー株式会社は、 ブロックチェーン上でAIモデル(機械学習モデル)を管理するプラットフォーム「GeneFlow(ジーンフロー)」β版を提供開始すると発表しました。管理面のコスト削減と、 機械学習モデルの検証に信頼性を持たせることが狙いです。

機械学習を自社開発する企業だけでなく、研究機関や研究審査機関、 AI技術コミュニティなどを想定しています。

GeneFlowは、 機械学習プロジェクトで必須とされる複雑なAIモデル管理のコストを削減し、 機械学習モデルの学習履歴を証明することで機械学習モデルの信頼性を向上させるプラットフォームです。管理プラットフォームにブロックチェーン技術を採用することで、 社内だけでなく、 外部企業など第三者に対するAIモデルの学習履歴と精度の透明性を高められます。

クーガーは、 XAI(Explainable AI:説明可能なAI」)プロジェクトとして、 2018年にGeneFlow α版をリリースしました。その後、 スタンフォード大学での発表や、 中部大学との実験などを通じて、 プラットフォームの構築・整備を進めてきました。

機械学習などの現存のAI技術は、その内部がブラックボックス(中身が見えない)ことが1つの課題として掲げられています。そのため、多くの企業や研究機関が、機械学習の判断の根拠を示し、説明性を向上するためXAIの研究開発を行っています。AI技術が社会インフラになり、 発生した問題に対する原因究明の重要性が増す中、機械学習技術の透明性が向上することで、多くの企業がAIをさらに活用することが期待されます。

また、機械学習のモデルの精度は、 学習データの中身やアルゴリズム、 それらのチューニングなどで大きく変動します。 例えば、99%の性能を誇るとされるAIでも、 特定の状況にだけ対応し、 実社会における汎用性に欠けていれば実用化できません。 そのため、 AI開発現場においては、機械学習のモデルを構築した後でも、データの取得を続け、学習と検証を繰り返すことで、機械学習モデルの性能の保持にあたっています。一方で、この工程には膨大なデータ管理業務が発生します。

「GeneFlow」では、AIモデルがどのように学習・検証され、 どのような精度であったかの記録にブロックチェーン技術を用いることで、技術的仕組みとして透明性を担保しながらデータ管理業務も効率化するインフラ環境を提供します。

GeneFlowの機能特徴
  • AI開発業務の管理
    分散環境であるブロックチェーンに対して、 AIの学習データ、 学習アルゴリズム、 生成されたAIモデルおよびそのAIモデルによる実行履歴を記録して、 管理することができます。
  • 任意のAIモデルの管理
    GeneFlowで作成されていない既存のAIモデルに関しても、 GeneFlowにアップロードすることで、 AIモデルの実行結果をブロックチェーン上に記録して管理することができます。 これによって、 任意のAIモデルの精度や実行履歴の管理が可能となります。
  • 想定する提供先
    – AIを自社開発している企業
    – 外部企業との連携を通じてAI開発をしている企業
    – 研究機関や研究審査機関
    – AI技術コミュニティ

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する

あなたにおすすめの記事

PFNが教育事業を開始、やるきスイッチと提携 -第1弾は小学生向けプログラミング教材

社会人2,000人に調査、51%が「自分の職業はAIに淘汰されない」と回答、「AIを味方」だと捉える人も46%

「今機械学習に必要なのはデータマネジメント」5つの秘訣を実例つきで紹介

688台のAIカメラが導入!関東初のスマートストアが千葉にオープン

「差別を植え付けるデータ」MITが大規模データセットを削除 -問われるデータの公平性

振り込め詐欺をエッジAIで防止 -北洋銀行が実証実験

CEATECと日経新聞主催のAIや交通技術がテーマのイベントが連携し、一大イベントが10月に開催!

アマゾンがAIを活用したコードレビューツール「CodeGuru」を一般提供開始

データサイエンティストの平均年収、必要条件、採用要件を可視化 ー60万件の求人票を分析

チャットボットは人になりすませるか?明智光秀AIから考えるAIの未来