2007年の入社以来、画像認識技術とその応用を研究してきました。また、学生時代からどちらかというと実用よりのテーマに取り組むことが多かったです。博士論文のテーマは画像認識の応用で、道路上に設置している監視カメラの映像から車を検出して交通流量を測定するというものでした。他にもベンチャー企業でのアルバイトとして、画像認識技術の製品開発にも携わりました。アルゴリズムの考案から性能評価、デモ機の作成と投資家へのプレゼン、そして製品としての実装に至るまで、チームみんなで取り組みました。とても充実した、楽しい経験でした。こうした経験を通じて、自分は理論を考えることよりも、自分の研究成果が実用化されて世の中で使われるということにモチベーションが上がるということに気づきました。
現在取り組んでいるのは、AIの演算量を減らして、省電力・省メモリで動作するコンパクトなAIモデルを作る「モデル圧縮技術」の研究がメインです。AIの精度が上がるほど演算量が増えるので、メモリ消費と電力消費も増えます。一方、車載機器に搭載するメモリには限界がありますし、消費電力にも制約があります。モデル圧縮技術は、先端AIの演算負荷と車載機器のチップ性能のギャップを埋め、先端AI研究の成果を車載機器に実装するために欠かせない技術です。AIの性能と消費電力の問題はこれから社会の様々な分野で課題となる話で、「演算量を減らしてチップに先端AIを搭載する」という技術は車載機器以外にもさまざまな社会課題に応用ができます。
