INEEJI-KAIST、NeulPS認定のTensorflowより優れた世界最高水準のディープラーニング説明可能な人工知能(XAI)技術開発

当技術はGoogleを超した世界最高水準の技術

従来のディープラーニングモデルの限界を克服した技術を開発した企業 INEEJI Corp.、世界最高水準の説明可能人工知能ソリューションを通じて産業の自動化を超え全ての産業へ人工知能による知能化及び高度化を主導。

INEEJI(インイジ)のジョン·ギヨン研究員とKAIST‐AI大学院のジョン·ヘドン研究員が共同第1著者として執筆した研究論文が機械学習分野の最高権威を誇る学会＊NeurIPSに掲載されました。
*NeurIPS (神経情報処理学会２０２２、Neaural Information Processing Systems)
< Title: Distilled Gradient Aggregation: Purify Features for Input Attribution in the Deep Neural Network >

当論文はディープラーニングの説明過程で寄与する主要部分を分離し説明する、世界最初のディープラーニング「説明技術」に関する論文です。 当技術はGoogleを超した世界最高水準の技術でもあります。

近年のディープラーニング·モデルは文書の自動翻訳や自動運転など、生活により広く普及かつ活用されながら発展する一方ですが、複雑なモデルの構造や高次元入力データにより、正確なモデル予測の根拠を提示することが難しいです。

従来のディープラーニング·モデルの限界を乗り越えた当技術は刮目すべき成果です。研究チームの「入力寄与度測定技術」はモデルの予測過程で適切に反映された入力寄与度を安定的に提供しつつも、ディープラーニングの構造への依存性が少ないため、様々なディープラーニング·モデルに説明性を提供することができます。

それにより、当技術はディープラーニング予測モデルの判断の根拠を提供できると共に、ディープラーニング活用分野の拡張に貢献できると期待されています。

当技術はINEEJIの産業工程最適化プロジェクトにも適用され、複雑な工程内部の多様な予測変数間の相関関係をより正確に分析し予測することで、工程最適化（エネルギー節減、品質向上、生産量増加）の効果を導くことができました。
 

「図１」蒸留基盤方式と従来統合傾斜度方式の比較図。入力寄与度計算に欠陥を引き起こす区域が存在する時、従来の方式はその欠陥誘発区域を最小限に通過するように探索するが、当アルゴリズムは該当区域を跳び越すことで結果のノイズを最小化できる。

■ INEEJI、説明可能人工知能で韓国中小ベンチャー企業部、長官賞受賞

一方、当論文で世界最高水準のディープラーニング·意思決定説明技術を開発したINEEJIは韓国中小ベンチャー企業部、長官賞·大賞を受賞しました。

商業用工程最適化AIソリューション「INFINITE OPTIMAL SERIES™」を韓国国内で独自で技術開発したINEEJIの技術力が将来ユニコーン企業、優秀な企業として認められました。

INEEJIは世界で最も正確なAI予測サービスを提供する企業として、世界最高水準の説明可能人工知能ソリューションを通じて産業の自動化を超え全ての産業へ人工知能による知能化及び高度化を主導しています。

(出妻: https://www.aitimes.kr/news/articleView.html?idxno=26505)