画像認識 AI はどこを見ているの？
さまざまな画像認識AIが提案されていますが、画像のどこを見て認識しているのでしょうか？本研究ではAIの認識箇所を特定する技術であるGrad-CAMを利用して認識箇所を可視化し、どこを見て認識しているかを調べました！その結果から次の提案を考えています。1)画像認識AIの精度比較のために、人間が画像を認識している特徴的な箇所とAIの認識箇所を利用する。2)長年の経験や勘が必要な画像識別技術をAIで再現し、無意識に利用していた画像の特定箇所を明らかにする。
Processing言語を用いた並列プログラミング環境の提案
マルチコアCPUの性能を最大限に活用してプログラムを高速実行するためには並列プログラムを作成する必要がある。しかし、一般に並列プログラミングの学習は初学者にとっては容易ではない。その理由として、数値計算問題を題材とすること、および大規模な計算でない限り並列化の効果を実感できないことから、初学者の興味を維持しにくいことが考えらえる。本研究では並列化の効果を体感しやすく、かつ、平易な教材を扱える並列プログラミングの学習環境としてProcessing言語を用いた図形アニメーションプログラムのための並列化フレームワークを提案する。
1. はじめに
並列処理とは複数の PC ・ CPU・コアなどに処理を分散することでプログラム全体の実行時間を短くする技法である．現在では一般的な PC においてもマルチコア CPU を搭載しており，並列プログラムをうまく記述すれば実行速度をコア数倍まで向上できる．そのため，今後は一般的な開発者も並列プログラミングを学ぶことが，高性能なアプリケーションを開発する上で重要になってくる．
しかし，並列プログラミングの学習は初学者の学習意欲を維持させにくい．一般に並列処理は数値計算を対象にすることが多く，数値計算に馴染みのない初学者には教材自体が難しい．また，これらは文字ベースのプログラムであるため面白みに欠ける．さらに，並列処理の実行環境に応じて MPI[1]，CUDA[2]といった，初学者にとっては煩雑なライブラリや言語を用いてプログラムを作成する必要がある．これらに対し，並列処理のための構文を追加して並列プログラミングの煩雑さを低減した教育向けのプログラミング言語の研究[4,5]や，Web ブラウザ上に表示させた 2 次元グリッドとアバタを操作させて並列処理を学習させる研究[6]が行われている．
本研究では，視覚的にわかりやすい図形アニメーションに着目し，図形アニメーションプログラムを並列プログラミングの教材にできる環境の構築を目的として，Processing 言語[3]上で簡単に並列処理を行うためのフレームワークを開発した．
2. Processing
ProcessingはJavaをベースとしたグラフィック機能に特化したプログラミング言語および統合開発環境でり，プログラミング初心者でも比較的容易にアニメーションなどを用いた視覚なプログラムを記述できるという特徴がある．
Processingのプログラム例を図1に示す．setup()は最初に一度だけ呼び出され，その中でsize()を呼び出すことで描画領域のウィンドウサイズを設定する．次にdraw()が繰り返し呼び出され，draw内に記述した描画処理による図形アニメーションが行われる．このdrawは1秒間に60回呼び出される．
3. Processingにおける並列化フレームワーク
3.1 アイデア
並列処理に関する煩雑な処理を親クラスに隠蔽し，このクラスを継承して，並列化したいプログラムを記述するだけで，並列に図形アニメーションを記述できるフレームワークを開発すれば並列プログラミング初学者が学習しやすいと考えた．隠蔽する処理として，(1)Processingにdraw関数内の描画処理をマルチスレッドで並列化する処理，(2)各スレッドの画像を統合する処理，を隠蔽することにした．その理由は並列処理のための記述を減らすためである．(1)では並列プログラミングにおいて並列化するために必要な記述が多く，(2)では複数の画像を統合するための記述が多い．それらをそれぞれ1つのメソッドにまとめることができれば煩雑な事前知識を削減でき，初学者にとって簡単に扱えるようになると考えた．
3.2 作成したフレームワーク
3.1節で述べた親クラスをParallelクラスという名前のクラスとして実装した．Parallelクラスには並列処理を記述するためのメソッドがまとめられている．使用者はParallelクラスを継承したクラスを作成し，Parallelクラスに含まる抽象メソッドrunをオーバーライドする．次に，継承したクラスを並列処理したい数だけインスタンス生成し，それらのインスタンスをフレームワークが提供する並列呼出のためのメソッドに渡すことで，インスタンスの数だけrunメソッドが起動され，それらが並列に処理される．
Parallelクラスを利用した簡単なプログラムの流れを以下の図2に示す．このプログラムは3スレッドで並列処理される．各スレッドが〇と□と△をそれぞれ独自の描画領域に描画する．Parallelクラスを継承した子クラス内に記述する．その後並列呼び出しを行うと各スレッドがそれぞれ描画し，それらを統合するというプログラムの流れになっている．左側かプログラムの記述の流れで右側が記述に対応したプログラムの動作の流れである．
4. 実験
提案したフレームワークを用いることで並列処理を簡単に実装できるか，また並列の効果を視覚的に体感できるかを簡単な図形を並列で描くプログラムとプランクトンの活動をシミュレーションするプログラムを作成し実験を行った．
4.1 フレームワークを用いた図形描画プログラム
2つのスレッドで円と長方形を描画するプログラムを作成した．図3にプログラムの概要と実行例を示す．プログラムではParallelクラスを継承したMyAppクラスを作成し，その中のrunでスレッド番号(myrank)に応じて円または長方形を描画する．setupではMyAppのインスタンスを2つ生成しておき，drawでそれらを並列呼び出しすることで2つのrunが並列実行される．各スレッドが描画した画像は並列呼出の終了時に統合され，1つの画像として表示される．
4.2 プランクトンの活動シミュレーション
プランクトンの活動をシミュレートするプログラムを作成し，フレームワークによる並列化の効果を調べるために実験を行った．このプログラムとは，動物プランクトンと植物プランクトンの生態活動を単純な規則に基づいてシミュレートするものである．
このプログラムではプランクトンを表すオブジェクトを配列に格納し，それを各スレッドが均等に分割してシミュレーションの処理を担当する．例えば，総数500のプランクトンを2スレッドで処理する場合，スレッド1が0～249番，スレッド2が250～499番のプランクトンに対する処理を行う．それらのプログラムの大まかな流れと実行の様子を図4に示す．
このプログラムを1，2，4，8スレッドで実行したときの，アニメーションの1コマ分の処理に要した時間を表1に示す．表1より，並列化により計算時間は短くなっているが，画像統合に多くの時間を要したため，スレッド数が4以上において総実行時間は短縮できていない．これより，現段階のフレームワークでは画像統合に対するオーバーヘッドが大きく，並列化による性能向上はまだ実現できていないということがわかった．
5. まとめ
本研究では初学者の学習支援のために並列処理を簡単に実装することができるフレームワークの開発を行った．今後の課題として，実際に初学者に使用してもらうための教材開発とその適用実験，および描画画像の統合処理の性能向上があげられる．また，本研究では図形アニメーションの並列処理のみを対象としたが，図形描画を簡単に行えるというProcessing言語の特長を生かし，種々のアルゴリズムの動作の可視化を題材とした教材の開発にも着手したい．
参考文献
- http://www.mpi-forum.org/
- https://developer.nvidia.com/cuda-zone/
- https://processing.org/
- 田中寛章,藤井健太,礒淵郁也,水谷泰治.”複数のハードウェアでの共通操作に着目した教育用並列プログラミング言語の提案”. 第78回情報処理学会全国大会, 5ZC-02, (2016-03).
- Finlayson, J. Mueller, S. Rajapakse, D. Easterling. “Introducing Tetra: An Educational Parallel Programming System”. IEEE Int. Parallel and Distributed Processing SymposiumWorkshop(IPDPSW), pp.746-751,(2015-05).
- Buzek, M. Krulis. “An Entertaining Approach to Parallel Programming Education”. IEEE Int. Parallel and Distributed Processing SymposiumWorkshop(IPDPSW), pp.340-346,(2018-05).
研究シーズ・教員に対しての問合せや相談事項はこちら
技術相談申込フォーム