リザーバコンピューティングにより、ディープラーニングの性能を超える多変量時系列処理ソリューションの開発に成功したQuantumCoreが4,000万円の資金を調達

報道関係者各位
プレスリリース
2018年11月27日
株式会社QuantumCore

リザーバコンピューティングにより、ディープラーニングの性能を超える多変量時系列処理ソリューションの開発に成功したQuantumCoreが4,000万円の資金を調達

株式会社QuantumCore（クアンタムコア、本社：東京都品川区、代表取締役：秋吉信吾、以下当社）は、IDATEN Ventures （本社：東京都港区、代表パートナー：足立健太）及び個人投資家を引受先とする第三者割当増資を実施いたしました。

当社は、リザーバコンピューティングによって、ディープラーニング（Long short-term memory：LSTM）の性能を圧倒的に超える精度、コスト、スピードを実現する多変量時系列処理（Recurrent Neural Network：RNN）ソリューションQore（コア）シリーズの開発に成功しております。当社ソリューションの社会実装へ向けた事業開発、ならびにさらなる研究開発のために、今回調達した資金を用いて参ります。

Qoreの特長は「データ波形を効率的に捉えることで、少ないデータ量でLSTMを超える分類ができる」ことにあり、個体差、環境差、時間差等の影響が大きい領域（＝ルールベースの推論モデルが通用しにくい領域）において、特に力を発揮します。

例えば異常検知等においては、推論モデルを構築するためにデータを採取してみたものの、正常データこそ大量に得られるが異常データをほとんど得ることができず、LSTMではそこから有効な異常検知の推論モデルを確立することが難しいといった問題が考えられます。そのようなケースにおいてもQoreを活用することで少ない異常データから有効な推論モデルをリアルタイムに導くことができます。しかも、従来ディープラーニングで問題であった複雑なパラメータチューニングもQoreでは不要です。

今回の資金調達とあわせ、IDATEN Ventures代表パートナーの足立氏を社外取締役として迎え入れ、ガバナンス面および戦略面も強化いたしました。当社技術によって、これまで有効な推論モデルを確立できていなかった領域のAI課題を解決し、社会に貢献していく所存です。

■ Qoreを搭載したWebAPI「Web Qore」について
Qoreを活用し、LSTMに比べて高い精度と圧倒的な速さを実現するWebAPIを開発いたしました。Web Qoreを使えば、学習用データをCSVファイル形式にしてアップロードするだけで、簡単に高精度な時系列処理APIを瞬時に生成できます。高価なGPUは不要なため、安価に構築可能です。
例えば、9人の音声ファイルから正しく話者分類するタスクを従来型のLSTMとWeb Qoreで行ってみた結果が下図になります。Web Qoreは98.4%の精度（LSTMは92.4%）を、わずか1.8秒の学習（LSTMは120.5秒を要しました）で実現しました。従来型LSTMより高い精度を1/100オーダーの処理時間で実現したことになります（当社実験）。
将来的には、マイコンなどに組み込んだ状態で提供することにより、エッジコンピューティングまでカバーすることを目指しております。

 

 

図　LSTMとWeb Qoreによる話者分類性能比較
UCI Machine Learning Repository: Japanese Vowels Dataset.

■ 株式会社QuantumCoreについて
当社は、QoreをベースとしたAPIならびにエッジ機能の開発・提供を行っております。
これまでディープラーニングでは活用しきれなかったデータや、実現できなかったニーズに対し、高精度・パラメータチューニング不要・リアルタイム学習・安価といった特長を備えたQoreを通じて、解決策を提示して参ります。

社 名：株式会社QuantumCore
代表者：代表取締役 秋吉 信吾
所在地：東京都品川区西五反田二丁目14番13号
設 立：2018年 4 月
ＵＲＬ：https://www.qcore.co.jp/
お問合せ：[e-mail]