Lightweight and Explainable AI

少量の教師データ、または教師データなしでも特徴量の抽出が行えるスパースモデリング技術を採用しています。 大量の学習データが入手できない、学習データの収集に多大なコストがかかる分野でも、AIを利用することができます。

AIの意思決定の過程がブラックボックス化されるディープラーニングとは異なり、人が解釈できる形で可視化することができます。AIの意思決定の過程を理解することが必須である医療やミッションクリティカルな分野において高い解釈性を提供します。

環境変化によるAIの性能低下をエッジ側での追加学習で防ぐことができます。サーバやインターネット接続を必要とせずに、完全にオフラインの状態での学習と推論の両方をサポートします。