機械学習やディープラーニングの分野には年々注目が集まっており、中でも画像データを用いた画像認識は現実世界のユースケースとの紐づけの容易さよりDX（デジタルトランスフォーメーション）の一環として検討されているケースが増えています。
Avintonでは、お手元の画像データの有用性を検証する術としてのAI画像認識の無償PoCを提供しています。なお、PoCの実行にあたっては画像データの準備並びにそのラベリングについてはお願いさせて頂いております。また、難易度が高く追加の開発が伴うケースについては、別途費用を頂戴する可能性があります。
画像分類とは、クラスごとに分けた複数の画像をAIに与え、AIはその画像を認識し、そのクラスごとに画像の特徴を学習します。
学習したAIにテスト画像を与えると、学んだ特徴と照らし合わせ、その画像がどのクラスに属するかを判断します。その正解率が精度と呼ばれています。一般的には画像データが多ければ多いほど精度が向上すると言われていますが、特徴が複雑でなければそれほどまでのデータ量を必要としません。
また特徴が複雑であったり、画像の解像度や背景等、画像にノイズが多い場合は難易度があがります。
ディープラーニングの出現により精度が飛躍的に高まったAIによる画像認識の技術ですが、現在は製造業をはじめとしさまざまな分野で活用が広まっています。
人間が2～3秒で判断していたことはすべて機械が代替する時代は、すぐそこまでやってきています。
製造業において、AIの導入が一番進んでいるのは、商品の外観検査ではないでしょうか？製造ラインのネットワークで学習用の画像を撮影すれば、AIに製品検査をサポートさせることができます。
人の目による検査では見逃してしまうリスクがありますし、またどんなに熟練した職人がそろっているとはいえ、高齢化・人手不足が社会問題となっている日本では、AIを活用し、効率化していくことが絶対条件でしょう。
ただ現状のAIの精度では、精度100%に達するのは難しく、人との共存が現実的な利用方法です。
従来のシステムプロジェクトと、AIプロジェクトの違いのひとつが、実証実験(PoC)が必要なことです。なぜ実証実験が必要か。それは実のところAIはやってみないとわからないからです。
AIの技術を使ってこんなことをやってみたいという企画、データがあったとしても、実際にデータをAIに入れて解析をしてみて初めて精度や追加準備が必要なことがわかってきます。
またその結果を踏まえてこそ、経営陣は今後の追加投資を検討することができるのです。
現在各社からの機械学習APIが無料公開されていて、一見だれでも実証実験くらいすぐできるのではないかと思ってしまいます。
しかしエンタープライズレベルでの実証実験をするためには、データを収集するのと同時に、コストを要する項目がたくさんあります。例えばGPUサーバーの準備。購入するには高くつき、クラウドを使用するとなればまた別途準備が必要となるのです。
プロジェクト初期や実証実験にかかるコストこそが、日本の産業を支えている中小企業で、足踏みをしてしまっている大きな要因といっても過言ではないでしょう。
また、優秀なAIエンジニアもプロジェクト成功のためには必要となってきます。実際実証実験をしてみたものの、精度があがらずプロジェクトが頓挫してしまうというケースは多いです。
現在ビッグデータやAIの分野でのエンジニアへの需要は高まる一方、知識と経験を持つエンジニアは足りない傾向にあります。
そんな企業みなさんのお悩みを解決するのは、Avintonが提供する、無料AI画像認識PoCサービスです。企業の皆さんが準備するのはデータのみ。 いただいた画像をもとにAIに学習をさせ、外観検査や異常検知のモデルを作成、テストを行います。テスト結果を基に今後の対策や進め方について、経験豊富なAvintonならではの簡単なコンサルティングもさせていただきます。 データはもちろん多ければ多いだけ精度を向上させる要因ですが、AIに判断させるものが複雑でない場合、そんなデータ量を要さない場合もあります。
無料PoCのお申込みはこちらから！
新聞やニュースでAI活用のニュースが賑わう中、なかなかプロジェクト開始に踏み切れない企業の皆様。まずはAvintonと一緒に第一歩を踏み出してみませんか？ 多くのケースを経験してきたAvintonだからこそ提供できる無料PoCサービスで、みなさんのAIプロジェクト成功をサポートします。
ご質問等がございましたら、下記よりお気軽にお問い合わせください。
