近日，東芝開發(fā)出了可高速對照大數(shù)據(jù)、大規(guī)模媒體數(shù)據(jù) 注1 的數(shù)據(jù)處理技術(shù)。此技術(shù)以高維矢量 注2 表現(xiàn)人物的面部、銷售數(shù)據(jù)等，通過預(yù)先將類似的矢量群索引化處理，可實現(xiàn)高速對照。利用此技術(shù)從1000萬張人物的面部圖像數(shù)據(jù)中提取指定人物的實驗 注3 中，僅8．31毫秒（1毫秒＝1／1000秒）即可完成處理。比傳統(tǒng)的處理速度高出約50倍 注4。
近年來，大數(shù)據(jù)的分析、活用技術(shù)不斷用于機(jī)械學(xué)習(xí)或機(jī)器故障預(yù)測等領(lǐng)域，大幅提高了故障的預(yù)測精度，給人們的生活帶來諸多便利的同時，分析的數(shù)據(jù)量也比人們預(yù)想的更快實現(xiàn)了大容量化、大規(guī)?；?，尋求計算處理的高速化需求日益凸顯。
東芝開發(fā)的高速對照技術(shù)，結(jié)合了“矢量符號技術(shù)”（以盡量維持矢量間的距離的狀態(tài)進(jìn)行壓縮）、“矢量索引技術(shù)”（不計算矢量間的距離而是預(yù)先索引化處理距離比較近的矢量群）、“管道搜索技術(shù)”（將粗略搜索和詳細(xì)搜索進(jìn)行階段性組合）這3項技術(shù)，從而實現(xiàn)了計算處理的高性能化、高速化。其中，“矢量索引技術(shù)”是東芝最先開發(fā)的技術(shù)，擺脫了逐一對照咨詢數(shù)據(jù)的矢量，而是對照已經(jīng)過索引化處理的類似的矢量群，使得處理速度大幅提高。
東芝以模式挖掘 注5、媒體識別的強化 注6、大數(shù)據(jù)分析 注7 三個領(lǐng)域為中心，將此技術(shù)向解決方案服務(wù)領(lǐng)域推廣應(yīng)用。例如，可通過在大范圍內(nèi)設(shè)置的監(jiān)控攝像頭的影像瞬時發(fā)現(xiàn)指定人物，可使用機(jī)場等的水域監(jiān)控高速對照國際通緝犯的人臉照片列表 注8。
今后，東芝還將把此技術(shù)應(yīng)用于深度學(xué)習(xí)，擴(kuò)大與提高人工智能等相關(guān)的應(yīng)用領(lǐng)域，為企業(yè)創(chuàng)造全新的價值。
此外，東芝已將此技術(shù)與向外擴(kuò)展型數(shù)據(jù)庫“GridDB®”組合，建立了可高速處理大數(shù)據(jù)、大規(guī)模媒體數(shù)據(jù)的世界首個適用高維矢量對照的數(shù)據(jù)庫，計劃將于2016年制作成產(chǎn)品。
注1：例如，監(jiān)控影像、廣播節(jié)目檔案、客戶服務(wù)中心儲存的語音記錄、Web文本等大規(guī)模媒體數(shù)據(jù)。
注2：并非二維（平面）或三維（空間）的矢量，而是擁有數(shù)百～數(shù)萬等維數(shù)的矢量。
注3：使用拍攝的5800人的面部共1000萬張圖像，以98％或以上的面部識別精度為限制條件進(jìn)行實施。
注4：依據(jù)東芝獨立調(diào)查獲得的速度比較值。
注5：模式挖掘（類似模式搜索）
可對照監(jiān)控攝像頭等的影像的広域監(jiān)控(追蹤需要監(jiān)控的對象人員等)
配置場所可以是車站、機(jī)場、高速道路等的閘口(驗票)、主題公園、娛樂場等的各監(jiān)控點、從車站到運動場(音樂會、體育)的移動路線監(jiān)控、ATM、接待窗口、售票機(jī)等。
注6：媒體識別的強化
國際通緝犯的檢查(在機(jī)場等場所的監(jiān)控強化等)
注7：大數(shù)據(jù)分析
對學(xué)習(xí)和預(yù)測自動進(jìn)行數(shù)據(jù)分析云服務(wù)。只將銷售數(shù)據(jù)、機(jī)械信號數(shù)據(jù)等需要分析的數(shù)據(jù)上傳至服務(wù)器，無需另行配置分析管理等人員，可自動獲得分析結(jié)果。
注8：將1千萬人的國際通緝犯的人臉照片列表和通過安全門的人物進(jìn)行對照，使用其它公司的類似技術(shù)需要約20秒，使用本技術(shù)則僅需約0.68秒便可進(jìn)行對照（依據(jù)東芝與系統(tǒng)整體處理時間相關(guān)的理論估計值）。
※ GridDB是株式會社東芝的注冊商標(biāo)。
