AIでディープラーニングが流行ってるけど…
『ディープラーニングの具体的な活用事例が知りたいなぁ…』
『ディープラーニングが活用できなかった失敗事例も知りたいなぁ…』
こんな疑問に答えます。
ＡＩ／ディープラーニングの活用事例【５選】
AI／ディープラーニングの活用３パターンで、画像認識・音声認識・予測です。
それぞれの分野で活用事例をご紹介します。
AI／ディープラーニングの活用事例【画像認識】
AI／ディープラーニングが活用できる代表的な分野の１つが画像認識です。
スマホ顔認証の活用事例
これはもう浸透してきた感がある、定番の活用事例ですね。
皆さんのお持ちのスマホも顔認証が付いているコトも多いかと思います。
ディープラーニングでＣＮＮという手法で画像認識能力が爆発的に向上しました。
今では人間より画像認識能力が高い側面もあります。
- CNN（畳み込みニューラルネットワーク）
生物の視覚がモデルとなっている
局所的なデータの位置のずれを吸収してくれる
顔認証型サーマルカメラの活用事例
先程の顔認証機能（AIによる顔認証）とサーマルカメラ（赤外線による発熱検知）を合体させた商品です。
コロナの影響で、タッチせずに瞬時に温度を判断できる装置が必要となったコトが大きいですね。
顔認証型サーマルカメラはアイリスオーヤマ等、各社から販売されていますが売れ行きは好調のようです。
派生商品としてマスクを装着しなければ、入場を許可させないような機能を持つものも登場しています。
特大サイズ画像生成の活用事例
AI／ディープラーニングでは画像を認証するたけではなく、生成することも可能となりました。
元の画像の画素数を数十倍に高解像度化させることができるためです。
路上の特大広告などで利用する特大画像の生成サービス「OOH AI」等が登場しています。
従来は、画像を引き伸ばして人が画像編集ソフトを使って画像が粗い箇所を修正していました。
大幅なコストダウンが見込まれます。
以下、ディープラーニングの代表的な画像生成技術です。
- GAN（Generative Adversarial Network）
敵対的生成モデル 生成器(generator)ネットワークと識別機(discriminator)ネットワークが競い合うように学習 - VAE（variational autoencoder）
訓練データの特徴を捉えて、似たデータを生成する
専門家でなければ知らなくても良いぞ
AI／ディープラーニングの活用事例【音声認識】
AI／ディープラーニングが活用できる代表的な分野に音声認識・自然言語処理があります。
自然言語処理ってナニ？
『あいまいな言語の読解力を上げる技術』
のことじゃ
早速、具体的な活用事例を見ていきましょう！
AIスピーカーの活用事例（Google Home）
言わずとしれたGoogle社が製造販売しているAIスピーカー『OK Google』の「Google Home」です。
AIスピーカーとは、話した言葉をAIが音声認識により抽出し、自然言語処理により読解・意図を読み取って結果を出力する機能を持つスピーカーです。
ハンズフリーで調べ物・翻訳・音楽の再生などができることが最大の特徴です。
まだまだ、これから精度は上がってくるでしょう。
チャットbotの活用事例
コールセンター業務が行っていた対応を、一部AIが対応する機能です。
まだ、定型的なものに留まっていることが多いですが、これから精度は上がってくるでしょう。
将来的には音声を認識して会話できるレベルになることが期待できます。
AI／ディープラーニングの活用事例【予測】
AI／ディープラーニングが活用で、忘れてならないのは予測です。
膨大なビッグデータを元に予測します。
早速、具体的な活用事例を見ていきましょう！
スマートグリッド（次世代送電網）の活用事例
スマートグリッドをザックリ言うと効率良く電気を供給することが目的です。
スマートグリッドは、スマートセンサーから大量データを継続的に収集して、エネルギー源の効率の良い割当て方法を柔軟に決定します。
スマートセンサーとは通信機能を持つセンサーです。
何百万というスマートセンサーで電力量・地理情報・顧客情報を得て、電気を効率よく供給方法を決定できる訳ですね。
言われる所以（ゆえん）じゃな
ＡＩ／ディープラーニングの失敗事例【５選】
AI／ディープラーニングは必ずしも成功する訳ではアリません。
挑戦には失敗がつきものです。
早速、残念な失敗事例を見ていきましょう。失敗から学ぶことは大切ですね。
交通量予測の失敗事例
道路上に設置されているカメラの画像から、交通量を推定する目的だったが…
カメラ画像の解像度が低く、期待する精度の結果は得られなかった。
データ量が多くても、データの質が悪ければ上手く活用できない事例です。
解像度が悪ければダメ
ってコトだね
パソコン需要予測の失敗事例
需要予測を通して『生産数量や在庫の最適化』を行うという目的があったが…
商品の売れ行きは、ＣＭ広告や割引キャンペーン、OSサポート停止など、特別な販売促進や特需によるものが大きく予測に足りる精度を持つデータを得られなかった。
販売促進の詳細データも関係者の調整の問題で必要なデータが得られず、生産計画の最適化の目的は達成できなかった。
ってコトじゃな
検品自動化の失敗事例
AIによる画像認識を利用して、検品による不良品発見を自動化する目的だったが…
人の検品で99％以上の精度を達成しており、ＡＩは人の精度を抜くことができなかった。
元々どこまでＡＩができるかということを、確認してからAI適用の準備を進める必要があるようだ。
ってコトだね
GPU利用予算オーバの失敗事例
具体的な事例ではありませんが、
精度が出てもGPU利用の計算コストがかかり過ぎて予算オーバになるケースがあります。
関係者の協力が得られない失敗事例
AI・ディープラーニングはまだまだ、現場レベルには浸透していません。
現場のAI理解度が不足してることにより、データ不足に陥り精度の高い結果が得られなかったり、予算オーバとなるケースが存在します。
コミュニケーションが大事
ってことじゃな
ディープラーニング以外のＡＩ活用事例：Pepper（ロボット）
ソフトバンクで販売されている感情ロボットPepperは、ディープラーニングを使用していません。
Pepperはソフトバンクが独自で開発した感情エンジンの仕組みで作られたものです。
感情を生成するのに、ディープラーニングで使用する教師データなどを使うのは確かに難しそうです。
ディープラーニングが現在のAIを代表する技術であることには間違いありません。
しかし、ディープラーニングは数あるAI技術の１つに過ぎないことも事実です。
Pepperにも言えるように、ディープラーニング以外のAI技術を用いた活用事例もあることも学んでおきましょう。
AIと機械学習とディープラーニングの違い【歴史で発見3大ブーム】
優れたAI技術があるんだね
ＡＩ／ディープラーニングの活用事例と失敗事例 まとめ
いかがでしたでしょうか？
ＡＩ／ディープラーニングの活用事例と失敗事例を５つ紹介いたしました。
少し振り返ってみましょう。
- スマホの顔認証／顔認証型サーマルカメラ
- 特大画像の生成
- AIスピーカー「Google Home」
- チャットbot
- スマートグリッド（次世代送電網）
- 交通量の予測
- パソコンの需要予測
- 検品の自動化
- 関係者の協力が得られずデータ不足
- GPU利用費用の予算オーバ
単純にAIの勉強不足による、見切り発車が失敗を招いているケースが多いように思います。
また、
AI・ディープラーニングですが、適用するのは人間。
関係者のコミュニケーション不足により、必要な情報を得られずに失敗するケースもあるでしょう。
しかし、
これからAI・ディープラーニングが発展していくことは間違いありません。
活用事例と失敗事例を知り、新たな挑戦の糧としていただければ幸いです。
「記事を読んでもわからないトコがある」「内容が変だよ」
という時は、お気軽にコメントください♪
「もっとＳＥおっさんに詳しく聞きたい。何かお願いしたい！」
という時は、ココナラまで。メッセージもお気軽に♪
LINEでのお問合わせも受付中！
LINE公式アカウント
メッセージをお待ちしています！
- 応用情報技術者
- Oracle Master Gold
- Java SE Gold
- Java EE Webｺﾝﾎﾟｰﾈﾝﾄﾃﾞｨﾍﾞﾛｯﾊﾟ
- Python ｴﾝｼﾞﾆｱ認定ﾃﾞｰﾀ分析
- 簿記２級
