研究展示
| 04 |
大量のベクトルから高速に似たものを見つけます枝刈りによるベクトル量子化手法ScaNNの高速化 
|
|---|
| どんな研究 |
ScaNNはベクトルを符号語に置き換えて量子化し、内積による類似検索を高速・高精度で行う、機械学習における重要な技術です。一方でその置き換え処理自体に時間がかかるという課題がありました。本展示ではScaNNの精度を犠牲にせずにベクトル量子化を高速に行う技術を紹介します。 |
|---|---|
| どこが凄い |
従来のScaNNはすべてのベクトルと符号語との誤差を計算して最適な符号語に置き換える必要がありました。本技術は量子化誤差の上限に着目し、それを高速に計算することで最適になりえない候補を枝刈りします。その結果、ベクトル量子化の大幅な高速化を実現しました。 |
| めざす未来 |
本技術は計算結果の精度を落とさずにベクトル量子化を高速化できます。内積計算は画像検索、深層学習、自然言語処理など幅広い分野で不可欠です。本技術はベクトル量子化を大規模データに対しても適用可能にし、情報処理基盤を支える中核技術となることが期待されます。 |
[1] Y. Fujiwara, Á. López, Y. Ida, A. Kumagai, M. Nakano, M. Nakatsuji, A. Kimura, “Fast Vector Quantization Algorithm for ScaNN”, in Proc KDD, 2026.
藤原 靖宏（Yasuhiro Fujiwara）メディア情報研究部 メディア認識研究グループ