出典：MIT News
詳細を読む
MITとIBM、Red Hatなどの研究チームは16日、2次元設計を3次元のCADモデルへ自動変換する視覚言語モデルを鍛える新手法「GIFT」を発表しました。従来手法より正確で実用的なCADプログラムを、約20%の計算量で生成できる点が特長です。国際機械学習会議で発表されました。
GIFT（Geometric Inference Feedback Tuning）は、既存モデルの弱点を突き止めるデータ拡張の仕組みです。特定のタスク向けに、モデルが苦手とする問題を集中的に改善するデータを生成します。色や形をランダムに変える一般的な拡張とは異なり、モデル自身の性能に合わせて最適化する点が新しいところです。
鍵となるのは失敗からの学習です。GIFTはモデルに同じ課題を並行して何度も解かせ、正解率を測定します。「惜しい」解答を正解へ修正し、成功例とともに新たなデータセットへ蓄積することで、つまずきやすい問題の克服法を教え込みます。
研究チームは、正解も不正解も明確な問題ではなく、正答率5割前後の中間的な課題こそ学習価値が高いと指摘します。この手法は学習済みモデルを再学習させず、推論時スケーリングで出力を改善するため、利用者は時間や予算に応じて計算量を調整できます。
GIFTを使ったモデルは、正解形状との整合性で競合手法を上回りました。研究チームは今後、製造しやすさの向上や大規模モデルへの適用を目指します。試作の高速化とコスト削減により、AI設計ツールが日常のエンジニアリングに近づくと期待されます。