⑤ ディープラーニングの応用例／ 26. 画像認識

MnasNetとは

MnasNetとは、強化学習を用いたNeural Architecture Search（NAS）により、モバイル端末上での推論速度を最適化した自動設計モデルです。

この用語はG検定シラバスの「26. 画像認識」に含まれます。章全体の用語は用語解説⑤（全133語）にまとまっています。

AIがAIの構造を設計し、スマホでの速さを最適化したモデルです。

人ではなく探索で設計する

MobileNetは人間が設計したモデルでした。MnasNetは構造そのものを探索アルゴリズムに探させます。

探索には強化学習が使われ、「良い構造を選ぶ」ことに報酬が与えられます。AIがAIを設計するという興味深い構図です。

特徴的なのは、計算量の理論値ではなく実際のモバイル端末で測った推論時間を目標に含めた点です。

理論上の計算量が少なくても実機で速いとは限りません。現実の性能を直接最適化したことがこのモデルの新しさでした。

MnasNetが最適化したのは精度だけではありません。精度と推論速度を同時に目標に含めています。

実務では「精度は少し落ちても速いほうが良い」場面が多くあります。複数の目標を同時に扱う設計は実用上きわめて重要な考え方です。