リコー、新AI技術GP-Adapter発表

株式会社リコーは、画像とテキストを扱うマルチモーダル基盤モデル「CLIP」と予測の不確かさを評価できるベイズ機械学習モデルを組み合わせたAI開発手法「GP-Adapter」に関する研究論文が、ニューラルネットワーク分野の国際会議「IJCNN 2026」に採択されたと発表しました。

1. 提案手法「GP-Adapter」の仕組み

実業務におけるAI運用では十分な教師データを用意することが難しく、未知のデータ（OOD）に対してもAIが誤った高精度な予測を返してしまうハルシネーションの課題がありました。「GP-Adapter」では、CLIPの画像とテキストの類似度を評価するにあたり、ガウス過程に基づくベイズ推論を適用することで、予測結果の不確かさを定量的に算出することに成功しました。

2. 追加学習なしでの迅速な適用

本手法の最大の強みは、既存のCLIPモデルを利用する際に追加の学習（ファインチューニング）をほとんど必要としない点にあります。これにより、導入時の計算コストや学習負荷を大幅に削減し、様々な実運用環境に対して迅速かつ安定した性能で適用することが可能となります。

本技術は、特に誤判定が重大なリスクとなる製造業における外観検査や、インフラ・設備の自動点検などへの応用が期待されます。少量のデータで素早く、かつ高信頼なAIシステムを立ち上げられることは、AIの実現場への普及を大きく加速させるポテンシャルを持ちます。リコーは今後、この強みを活かし、ビジネス用途の安心・高信頼なAIサービス開発を強化していく構えです。