パナソニック ホールディングスは、パナソニックグループのマルチモーダル基盤モデル「HIPIE」の開発効率を高めるためFastLabelと協業すると発表した。HIPIEとFastLabelの「Data-centric AI プラットフォーム」と統合し、自動アノテーションモデルを構築するとしている。
同社は、これによりHIPIEでのAIの開発効率を向上させ、アノテーション（ここではAI学習のデータに注釈を付与すること）に関わるコストの削減と高精度化の両立を目指す。パナソニックグループで2024年11月から段階的に導入を進めるという。HIPIEについては、大規模言語モデル（LLM）をストックマークと共同開発する「Panasonic-LLM-100b」に置き換えて社内データなどを反映させ、AI開発の高度化を図ることも明らかにした。
連携イメージ
モデルを学習せずにプロンプト入力だけでアノテーションを自動化できるHIPIEと、プロンプト内にアノテーションを行いたい物体名を入力するだけで自動的に該当内容を検出できるようにするData-centric AIプラットフォームの連携により、パナソニックグループ全体のAI開発の効率化、高度化を実現し、グループが推進する「Scalable AI」と「Responsible AI」の取り組みに貢献するとしている。
具体的には、例えば、HIPIEによって冷蔵庫内のトマトを事前学習がなくても、「これがトマトである」と指定すればトマトとして認識される。その作業にData-centric AIプラットフォームによるユーザーインターフェース（UI）やデータ管理の仕組みを用いることで、ワークフローが劇的に改善される。これまで手作業だったアノテーションを自動化でき、1物体当たり60秒を要した作業が5秒に短縮できるといった効果がある。この例では、冷蔵庫AIカメラの学習データの構築を効率化できるようになる。
冷蔵庫内で検知したモノのアノテーション適用の効果イメージ
また、特定の部品の傷や摩耗を画像からAIで判断するケースでは、従来は熟練者のノウハウが必要だが、Data-centric AIプラットフォームのUIを用いて、AIの専門知識を持たない現場担当者でも分析対象データに特定の情報やラベルを付ける作業ができる。こうしたアノテーションは、ツールが使いにくいとの指摘も多いが、Data-centric AIプラットフォームはその課題を解決でき、アノテーション作業にAIエンジニアの工数を割きたくないというケースにも貢献する。
パナソニックグループもアノテーションのためのツールを開発していたが、今回はFastLabelのData-centric AIプラットフォームを採用した。モデル学習時間を約30％削減でき、今後さらに効率化が進めることができると見ている。
