深層学習を裏側で支える行列演算をはじめとした数学的理解
C++やShaderといった低レイヤプログラミングに関する周辺知識
ストリームデータ処理に有用な、機械学習モデル設計とC++によるカスタムオペレータの実装技法
iOS/Androidへの移植や、Unityとの繋ぎ込みを想定した計測や最適化のアプローチ
これら研究開発から生まれる、具体的なアプリケーションの開発事例
リアルタイムグラフィックスやオンラインマルチプレイなど、低遅延処理が随所で求められるゲームにおいて「前フレーム計算結果の再利用」と「差分への着目」は今なお根幹をなす最適化アプローチです。例えばちらつき軽減を目的としたTemporal Filter、物理シミュレーションにおける後退Euler 法、クライアントサーバー通信におけるデルタ圧縮はその一例と言えるでしょう。またCPU-GPU間のデータコピーに伴うボトルネック解消のため、ゲーム機はUMAやX Velocity Architectureといったハードウェアレベルの進化を遂げました。
こうした計算結果の再利用やゼロコピーといった文脈で、新たに機械学習モデルを書き起こしたり、カスタムオペレータをC++で組んだり、あるいは実機に特化した低レイヤチューニングを施して低遅延の限界を追求したAIの開発事例は、皆さんにとって初耳の内容ではないでしょうか？
本セッションはこうした取り組みの中で培った技術を共有すると共に、音声と動画像という２つのドメインにおいて既存ミドルウェアでは得られないであろうAIの成果を、目や耳でわかりやすく体感できる形でお伝えします。
竹村 伸太郎
株式会社ディー・エヌ・エー
ソリューション事業本部データ統括部データ基盤部MLエンジニアリングアライアンスグループ
<講演者プロフィール>
現職では、過去には「七声ニーナ」のような一般向けWebサービスの開発・運用から、事業ごとにプラットフォームが異なるネイティブアプリへの組み込みまで、AIの実用化を幅広い技術領域で担当しております。お気軽にご相談ください。
<受講者へのメッセージ>
園部 良介
株式会社ディー・エヌ・エー
ソリューション事業本部データ統括部AI技術開発部音声グループ
<講演者プロフィール>
音声分野では、JSUTコーパスの作成や音声による認知症識別、日本語TTSに関する研究をおこなった。
<受講者へのメッセージ>
特に事前知識を必要としませんが、ニューラルネットワークの基礎知識があるとより理解が深まるかと思います。
限られた計算リソースで速度と品質が求められるような機械学習モデルの応用場面を切り抜けるヒントとなれば幸いです。