NSF AI助成 $120万：通信が限られたエッジ機器で動く「適応的機械学習(CAML)」（NeTS）

米国科学財団(NSF)は、通信制約下で適応する機械学習(CAML)の研究に約120万ドル（$1,200,000）を交付した（NSF Award 2504762、プログラム：Networking Technology and Systems〈NeTS〉、ネバダ州）。

抄録によれば、本プロジェクトは、AIoT(モノのAI＝Artificial Intelligence of Things)機器が、通信・計算能力が限られていても、安全性・正確性・遅延の要件を満たして素早く正確に判断するための原理と方法論を探究する。通信資源の制約があってもうまく機能する新しい機械学習技術を開発することで、スマートヘルス・コネクテッドカー・拡張現実(AR)・スマートシティなど、通信制約下の機械学習という課題に直面する多様なAIoT応用に、新たな一筋の発想をもたらす。あわせて、研究成果を学部・大学院教育に統合し、データ科学・AI・機械学習の夏期プログラムでK-12の参加も広げるなど、この国家的に必要とされる分野の人材育成にも貢献する。

技術的には、エッジ機器ごとに異なる通信帯域・計算力・データ量に適応する「Communication-constrained Adaptive Machine Learning (CAML)」手法を開発し、異種の機器が協調して働けるようにする。具体的には、(1)中央コーディネータ（サーバ）を持つエッジ網と、(2)完全に分散したエッジ網、という2つの代表的設定でCAMLを研究する。中央サーバのある設定では、オンデバイス機械学習のための分散ファインチューニング等を扱う。