リザーバコンピューティングで「少量データ×リアルタイム学習」を実現するAIスタートアップQuantumCoreが、JAFCOとIDATEN Venturesから約1.6億円の資金調達を実施
シード資金で開発に成功した独自のWebAPI ( WebQore ) とマイコン実装技術 ( EdgeQore ) を駆使し、リザーバコンピューティングの本格的な社会実装へ
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、JAFCO （本社：東京都港区、代表：豊貴 伸一）及びIDATEN Ventures （本社：東京都港区、代表パートナー：足立健太）を引受先とする約1.6億円の第三者割当増資（シリーズＡ）を実施いたしました。これは、2018年11月にIDATEN Venturesを中心に実施したシード資金調達に次ぐものです。
当社は前回調達したシード資金を用いて、独自のリザーバコンピューティング技術Qore（コア、国際特許化中）を計画通り開発することに成功しましたが、今回調達したシリーズＡ資金を用いて、Qoreの社会実装を強力に推進して参ります。
既に10社を超える企業との実証実験が順調に進んでおりますが、当社は、従来型のAI技術では実現できなかった「少量データ×リアルタイム学習」が可能なAIソリューションを、特にビッグデータが効かない分野（ヘルスケア、機械制御、感情分析、音声・話者認識、価格予想、等）において構築し、従来型AIが抱えてきたスケーラビリティ問題を解決します。
■ リザーバコンピューティングとは
リザーバコンピューティングとは、レーザーの波長や波動く水面など、ダイナミクス(ノイズソース)を持つさまざまな物質を利用したコンピューティングのことで、これを活用したリカレントニューラルネットワーク（Recurrent Neural Network：RNN）が、最近新たな機械学習方式として注目されています。入力層、中間層（リザーバ層）、出力層（リードアウトニューロン層）の3層で構成される教師あり学習となります。
この方式では、ディープラーニングと違い、中間層を溜め池（Reservoir：リザーバ）にして計算を回すことで特徴抽出を行います。そのためディープラーニングで必要だった特徴抽出機能を学習により強化する必要がなく、学習時の中間層の重み更新が不要となる特徴を有しており、学習時の計算に必要なデータ量や計算力を著しく節約することができます。
なお、溜め池にはダイナミクス(ノイズソース)を持つものであれば様々なものが利用でき、現在はロボットやタコの身体をノイズソースとして計算する仕組みが探求されています。このように狭い意味では人工の神経回路を使って様々なノイズソースを用意し、そこから適宜情報を取り出して加算し計算する新しい人工の脳型コンピュータです。
■ QuautumCoreのテクノロジーについて
リザーバコンピューティングの特長は上述の通りですが、ディープラーニングに比べて精度を出しにくいという課題を有しておりました。その技術的な課題を当社独自の技術（特許進行中）で解消することに成功、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。
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。
そのQoreを誰でもオンライン上で使うことができるようにしたものがWebQore（ウェブコア）という専用APIになります。
（WebQoreプロダクトURL： https://www.qcore.co.jp/#sec2）
さらには、マイクロコンピュータのラズベリーパイ上で稼働するQore、その名もEdgeQore（エッヂコア）の開発にも成功しております。このEdgeQoreを用いることで、オンプレミスで、ディープラーニングでも実現不可能な「少量データによるリアルタイム解析」を、誰でも実現することができるようになりました。
例えば、プライバシー保護が重視される用途や、インターネットに接続できない環境下での利用、高いレイテンシ(応答速度)を求められる用途など、これまで実現することができなかった幅広いケースに役立てることができます。
動作中の動画
■ 今回の出資に関するコメント
北澤知丈 JAFCO パートナー
全産業において本格的なデジタルシフトが進む中、その基盤となる技術の重要性は益々高まっています。QuantumCoreのテクノロジーは、既に複数のパートナー企業との実証実験を通して証明されている通り、従来型AIでは困難だった、新たな領域へのAI適用を可能とするものであり、その技術価値は大きいものと感じております。今後、更なる社会実装に向けてご発展されることを期待しております。
足立健太 IDATEN Ventures 代表パートナー
QuantumCoreの技術は、これまでDeep Learningで解決できなかった多くの問題を解決することができます。前回、シードラウンドで出資して以来、EdgeQoreのリリースや各種実証実験の成功など順調に開発が進み、今回のシリーズＡラウンドも迷いなく、追加出資することに決めました。IDATEN Venturesは製造業・建設業・物流業を支える技術に特化した投資をしておりますが、まさにこのQuantumCoreの技術は、それら業界にも大きな恩恵をもたらしてくれるものと信じています。これからの本格的な社会実装が楽しみです。
■ 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：info@qcore.co.jp
既に10社を超える企業との実証実験が順調に進んでおりますが、当社は、従来型のAI技術では実現できなかった「少量データ×リアルタイム学習」が可能なAIソリューションを、特にビッグデータが効かない分野（ヘルスケア、機械制御、感情分析、音声・話者認識、価格予想、等）において構築し、従来型AIが抱えてきたスケーラビリティ問題を解決します。
左から、JAFCO北澤氏・清田氏、QuantumCore秋吉・長島、IDATEN Ventures 足立氏
■ リザーバコンピューティングとは
リザーバコンピューティングとは、レーザーの波長や波動く水面など、ダイナミクス(ノイズソース)を持つさまざまな物質を利用したコンピューティングのことで、これを活用したリカレントニューラルネットワーク（Recurrent Neural Network：RNN）が、最近新たな機械学習方式として注目されています。入力層、中間層（リザーバ層）、出力層（リードアウトニューロン層）の3層で構成される教師あり学習となります。
この方式では、ディープラーニングと違い、中間層を溜め池（Reservoir：リザーバ）にして計算を回すことで特徴抽出を行います。そのためディープラーニングで必要だった特徴抽出機能を学習により強化する必要がなく、学習時の中間層の重み更新が不要となる特徴を有しており、学習時の計算に必要なデータ量や計算力を著しく節約することができます。
なお、溜め池にはダイナミクス(ノイズソース)を持つものであれば様々なものが利用でき、現在はロボットやタコの身体をノイズソースとして計算する仕組みが探求されています。このように狭い意味では人工の神経回路を使って様々なノイズソースを用意し、そこから適宜情報を取り出して加算し計算する新しい人工の脳型コンピュータです。
リザーバコンピューティング概念図
■ QuautumCoreのテクノロジーについて
リザーバコンピューティングの特長は上述の通りですが、ディープラーニングに比べて精度を出しにくいという課題を有しておりました。その技術的な課題を当社独自の技術（特許進行中）で解消することに成功、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。
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。
そのQoreを誰でもオンライン上で使うことができるようにしたものがWebQore（ウェブコア）という専用APIになります。
（WebQoreプロダクトURL： https://www.qcore.co.jp/#sec2）
さらには、マイクロコンピュータのラズベリーパイ上で稼働するQore、その名もEdgeQore（エッヂコア）の開発にも成功しております。このEdgeQoreを用いることで、オンプレミスで、ディープラーニングでも実現不可能な「少量データによるリアルタイム解析」を、誰でも実現することができるようになりました。
例えば、プライバシー保護が重視される用途や、インターネットに接続できない環境下での利用、高いレイテンシ(応答速度)を求められる用途など、これまで実現することができなかった幅広いケースに役立てることができます。
動作中の動画
■ 今回の出資に関するコメント
北澤知丈 JAFCO パートナー
全産業において本格的なデジタルシフトが進む中、その基盤となる技術の重要性は益々高まっています。QuantumCoreのテクノロジーは、既に複数のパートナー企業との実証実験を通して証明されている通り、従来型AIでは困難だった、新たな領域へのAI適用を可能とするものであり、その技術価値は大きいものと感じております。今後、更なる社会実装に向けてご発展されることを期待しております。
足立健太 IDATEN Ventures 代表パートナー
QuantumCoreの技術は、これまでDeep Learningで解決できなかった多くの問題を解決することができます。前回、シードラウンドで出資して以来、EdgeQoreのリリースや各種実証実験の成功など順調に開発が進み、今回のシリーズＡラウンドも迷いなく、追加出資することに決めました。IDATEN Venturesは製造業・建設業・物流業を支える技術に特化した投資をしておりますが、まさにこのQuantumCoreの技術は、それら業界にも大きな恩恵をもたらしてくれるものと信じています。これからの本格的な社会実装が楽しみです。
■ 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：info@qcore.co.jp
このプレスリリースには、メディア関係者向けの情報があります
メディアユーザーログイン既に登録済みの方はこちら
メディアユーザー登録を行うと、企業担当者の連絡先や、イベント・記者会見の情報など様々な特記情報を閲覧できます。※内容はプレスリリースにより異なります。
すべての画像
