パナソニック ホールディングス株式会社は、AI・コンピュータービジョンの世界的な国際会議「CVPR 2026」において、AI開発のコスト削減や空間認識の高効率化に関する2件の論文が採択されたと発表した。
今回の発表に含まれる技術は、AIが優先的に学習すべきデータを自動選択する技術や、空間情報の処理量を大幅に削減する技術であり、現実世界で動作するAIの実用化を支えるものである。
採択された論文のうち、特に優れた研究として「Highlight」に選出された「Portable Active Learning（PAL）」は、AIの開発において最大のボトルネックとなるアノテーション作業を大幅に効率化する技術だ。
不確実性や画像の多様性などの要素を統合評価し、AIが「どの画像を優先的に学習すべきか」を自動で判断する。
これにより、従来手法と比較して平均約20％少ないアノテーション作業で同等以上の認識性能を実現した。
また、様々な物体検出モデルにそのまま適用できるplug-and-play型を採用しており、従来は課題となっていたモデルの改造が不要な点も大きなメリットである。
これにより、自動運転や工場検査、インフラ点検におけるAI導入の低コスト化と開発の効率化が見込まれる。
もう一つの採択論文である「Proxy3D」は、ロボットなどが現実環境を認識・判断する際に生じる空間情報の演算量増大を抑制する技術だ。
クラスタリングによる高効率な特徴表現の圧縮を用いることで、従来の一部手法では約8,000トークンを要していた3D空間の表現を700トークンへと削減し、処理する情報量を抑えながら同等以上の空間認識性能を達成した。
これにより、マルチモーダルAIが扱う演算量が最適化され、フィジカルAIの将来的なリアルタイム処理への応用が期待される。
パナソニックHDは今後も、これらの成果を基盤としてAIの社会実装をさらに加速させていくとしている。