最終更新日： 2021年10月8日

TieSet.Inc. (本社:米国カリフォルニア州サンタクララ市) は、AIを推進するための基盤として、今後不可欠となる分散環境における連合学習 (Federated Learning)^※1をコア機能とするAIプラットフォーム「STADLE（Scalable Traceable Adaptive Distributed LEarning Platform）」を開発しました。

2019年9月13日から限定的にプライベートリリースを開始し、技術検証のためのパートナーを募集すると発表しました。

低コストで高精度なAIモデルを構築できるSTADLEとは

STADLEには次のような機能があります。

• 各種の機械学習フレームワークに対応したAIモデルの分散環境における集約・同期
• AI学習モデルの連合学習・転移学習
• 連合学習におけるパフォーマンスの可視化
• 連合学習したAI学習モデル管理機能
• 複数プロジェクトの管理

STADLE Dashboard スクリーンショット

STADLE Dashboard スクリーンショット

同サービスは、個人情報保護や、分散環境下で使用できること、リアルタイム処理が可能であるため、医療分野や金融分野、スマートフォン分野、ADAS（先進運転支援システム）での活用が期待されています。

▼STADLEについて解説した動画はこちら。

▼機械学習や深層学習のフレームワークについては詳しく知りたい方はこちら

AI専門ニュースメディア AINOW

まとめて解説！機械学習・深層学習で使われるフレームワーク7選

https://ainow.ai/2020/08/07/224868/

こんにちは、AINOWライターのゆかわです。機械学習、特にディープラーニング（深層学習）のモデルを構築する際に重要となってくるのが、深層学習フレームワークです。今回は、そもそもフレームワークとは何なのか、有名なディープラーニングフレームワークなどについ...

ビッグデータを前提としない連合学習を実現

ビッグデータを活用したAI処理は、多くの課題を抱えています。顧客やユーザーのデータの収集に伴うプライバシー問題や、大規模なデータを処理するためのコンピューティングリソースやネットワークリソースの対策、リアルタイム処理などが挙げられます。

そのような中、ビッグデータを集約しない分散型のAI技術が注目を集めています。TieSetはここに着目し、分散環境下での学習処理を前提とした連合学習を実現するために必要な機能を統合化したプラットフォームを構想しました。

同社は複数企業とPoCを実施し、機能を整理・開発してきました。2021年9月に基本機能の開発が完了したため、プライベートリリースの開始に至ったとのことです。

▼ビッグデータについて説明できますか？ビッグデータの定義や収集技術について詳しく知りたい方はこちら

AI専門ニュースメディア AINOW

ビッグデータとは何か、導入方法まで簡単にわかりやすく徹底解説

https://ainow.ai/2020/02/02/182669/

データ量が急増しています。総務省「ICTコトづくり検討会議」報告書では、2011年に1ゼタバイトに到達した国際的なデジタルデータの総量が、2020年には約40ゼタバイトに達すると予想されています。このような膨大なデータは「ビッグデータ」と呼ばれ、各界から注目を...

▼ビッグデータの時代からグッドデータの時代へ？データの品質の重要性について詳しく知りたい方はこちら

AI専門ニュースメディア AINOW

アルゴリズム時代は終焉、ビッグデータからグッドデータへ｜高品質なデータの重要性

https://ainow.ai/2021/09/13/258146/

AIへの注目が高まるとともに、ビッグデータの重要性もさらに高まり、AIの分野では、膨大なデータをいかに集めるかどうかが鍵となっていました。しかし、教師データを作成するために大量のアノテーション（タグ付け）を行う必要があるなど、大量かつ高品質のデータを...

ゆーどー

駒澤大学仏教学部に所属。YouTubeとK-POPにハマっています。
AIがこれから宗教とどのように関わり、仏教徒の生活に影響するのかについて興味があります。