
何が起きたか
日立は2026年8月25日、AI解析における画像データの平均処理時間を精度を維持したまま半減させる選択的再符号化技術を発表した。Vision Transformer(ViT)を用いて検証した。
なぜ重要か
従来のViTは画像全体のトークンを生成するため、処理時間と計算負荷が大きな課題だった。新手法は必要な領域に対応するトークンのみを再符号化し、トークン数を削減して処理時間を半減させる。
注目点
画像・映像認識AIを皮切りに、AIや社会インフラへの応用に向けて実利用での技術価値が試される。日立のAI戦略「Lumada 3.0」に連動した展開に注目だ。
誰に効くか画像・映像認識を導入する企業のAIチーム、特に欠陥検出や設備異常監視などのOT(運用技術)分野では、GPUなどの計算リソース要件の削減という恩恵を受けられる可能性がある。
こういう要約が、毎朝あなたのメールに届きます。
日立の2026年8月25日の発表の中心は、AIによる画像解析に長く影響してきた技術的ボトルネックにある。Vision Transformer(ViT)モデルは画像全体のトークンを生成するため、処理時間と計算負荷が増大する。新たな選択的再符号化技術は、画像のどの領域がモデル内部表現の固定領域に寄与するかを特定し、それらの領域に対応するトークンのみを再符号化することでこれに対処する。この手法により、処理すべきトークン数を削減しつつ精度を維持できる。
同社は画像解析を想定した試算で効果を検証し、精度を維持したまま平均処理時間が半減することを確認した。これは、製造業の欠陥検出や監視カメラ映像からの異常監視など、大量の画像・映像データを扱うOT(運用技術)分野で特に重要であり、GPUなどの計算リソース要件を削減できれば、より効率的なAI導入が可能になる。
日立は今後、画像・映像認識AIを皮切りに実際のユースケースで技術の価値を評価し、AI駆動型戦略計画「Lumada 3.0」に連動してAIや社会インフラへの応用を拡大する方針だ。成果は、実運用で試算結果を再現できるか、既存インフラとスムーズに統合できるかにかかっている。画像を多用するAIワークロードを管理するチームにとって、処理時間半減の約束はリソース制約を緩和し得るが、完全な影響は初期検証を超えた導入と拡大にかかっている。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
OneTrustはOneTrust CORIEを基盤とするFall '26リリースを発表し、厳選した基盤モデルライブラリからモデルの関連付けと非推奨指標を継続的に更新するAI台帳を追加した
11月18日の日経「Dialogues on the Future」で、ソフトバンクグループの孫正義氏はAnthropicへの出資見送りを「僕の失敗の一つ」と語った

Cassava TechnologiesがNvidia製チップ購入のため最大10億ドルの調達を検討

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

BrightAIがSmith Point Capital主導のラウンドで97百万ドルを調達

AUMOVIOはDatabricks Unity GatewayをLLMへの唯一の経路に採用
