TECH PLAY

Laboro.AI

Laboro.AI の技術ブログ

å…š147ä»¶

䞍安で団結するZ䞖代。AIで“自動化しすぎる未来”を止めるためには 2024.11.4 監 修 株匏䌚瀟Laboro.AI 執行圹員 マヌケティング郚長 和田 厇 抂 芁 10代〜20代のZ䞖代は、圌らを取り巻く䞖界に察する深い䞍安によっお団結しおいるず蚀われおいたす。その䞀぀にあるAIぞの䞍安は、倚くの点で気候倉動に぀いお若者が抱える䞍安ず䌌おいお、圌らはその䞡方が制埡䞍胜になり぀぀あるず感じおいるようです。 ただし、AIに察しおは期埅や信頌の感情も混ざり合っおいお、AIに䞍安を抱える孊生が自分の将来に぀いおAIに尋ねるずいうような矛盟も起こっおいたす。こうした傟向に敏感な若い䞖代の研究者は、AIシステムによる若者のメンタルサポヌトに取り組んでいたりもしたす。 より身近になり぀぀あるAI に「仕事が奪われる」ずいう耇雑な気持ちを抱える若者が、どうすれば自分の進むべき道を信じられるのか、圌らの䞍安に心を重ねながら考えおみたいず思いたす。 目 次 ・ AIを知るほどに、期埅も䞍安も倧きくなる  ・ 自分が将来なりたいものを信じられない  ・ 若者もテクノロゞヌに眮いおいかれる ・ AIに察する䞍安は、気候倉動ず同じ  ・ Z䞖代は瀟䌚を取り巻く䞍安で団結する  ・ 人間がAIに近づいおいる ・ AIに䞍安を抱えながら、AIに䞍安を盞談する  ・ AIが将来の自分を芋せおくれる ・ 未知の脅嚁の䞭で育぀Z䞖代  ・ 情報が芆っおも、自分を芆さない ・ 「なぜ勉匷するのか」を知りたい  ・ 0.01%の䜿える氎を探すように ・ 未来を䜜るのは、AIではなく若者たち  ・ 「自動化」「拡匵」を目指す AIを知るほどに、期埅も䞍安も倧きくなる 自分が将来なりたいものを信じられない 「将来、䜕になりたいですか」 ほんの数幎前たで、この質問に察しお進路遞択の岐路に立぀若者たちの答えは、ある皋床の確信に基づいおいたした。しかし、圧倒的な量ずスピヌドに加え、アりトプットの質が急速に人間を远い越し぀぀ある生成AIの成長を目の圓たりにし、孊生たちは自分の将来の仕事がどうなるのかずいう䞍安を倧きくしお いたす 。 しかしその気持ちは矛盟を孕み、AIが利益をもたらすずいう期埅も入り混じっおいるのだ そうです 。 若者もテクノロゞヌに眮いおいかれる 最も賢い人間よりも賢いAIが登堎するのは「恐らく来幎か、2幎以内だろう」ず、むヌロン・マスク氏が 予枬した ように、近い将来AIはどうなっおしたうのだろうずいう䞍安がたすたす珟実味を垯びおいたす。 䟋えば「GPT-4」のパフォヌマンスは、暙準化された適性怜査においお、平均的な人間の集団の95%を超えおいるずいう報告がなされお おり 、その埌に「GPT-4o」や「o1」が登堎、いただその成長に限界は芋えおいたせん。たた、テキストから画像を生成できるようになったAIが生成した画像は幎間で150億枚ずいう驚異的な量で、この数は写真が発明されお以来の150幎間に撮圱された写真の数にほが匹敵する そうです 。 人間の予想を超えた成長スピヌドを曎新し続けるAIの時代に、人間の胜力をどのように守っおいけばいいのかず提起し、著曞『The Skill Code』にたずめたカリフォルニア倧孊サンタバヌバラ校のマット・ビヌン助教授は、次のように 述べおいたす 。 「新しいテクノロゞヌが登堎するず、通垞、その恩恵は若者に広がりたす。しかし、AI の進歩は猛烈なスピヌドのため、すべおの賭けは倖れおいる」 AIに察する䞍安は、気候倉動ず同じ Z䞖代は瀟䌚を取り巻く䞍安で団結する 珟圚10 代〜20代で「デゞタルネむティブ」ずも呌ばれるZ䞖代は、生たれた時からむンタヌネットやデゞタル機噚に囲たれおきた䞖代で、むンタヌネットで䞖界ず぀ながり、倚様性や気候倉動など瀟䌚の課題にも敏感です。 今若者が抱えるAIに察する䞍安は倚くの点で気候倉動に぀いお感じる䞍安ず䌌おいお、その䞡方が制埡䞍胜になり぀぀あるず感じおいる そうです 。そうしたこずから、Z䞖代は「䞖界を取り巻く深い䞍安によっお団結しおいる」ず 蚀われおいたす 。 人間がAIに近づいおいる 50業皮に及ぶプロフェッショナルを察象ずした「職堎におけるAIの認識」レポヌトによるず、回答者の半数以䞊が、AIが仕事を代替するこずに懞念を瀺し、䞭でも最も高いレベルの䞍安を瀺したのがZ䞖代 でした 。 若者の仕事に察する参加床合いは目に芋えお䞋がり぀぀あるようで、むギリスの囜家統蚈に基づいたデヌタをみるず、Z䞖代の働かない若者の数は他のどの幎霢局よりも急増しおおり、10幎前よりも10%も倚くの若者が仕事をしおいないのだ そうです 。こうした状況に぀いおむギリスのシェフィヌルド倧孊経営管理孊スクヌルのリチャヌド・マヌフィヌ教授は、「若者が珟代の職堎に幻滅する理由は十分にある」ずいう 意芋を述べ 、若者の共感を呌んでいたす。 䟋えば、AIでどんどん自動化されおいく䞀連の採甚プロセスは、その状況をよく衚しおいるかもしれたせん。雇甚䞻偎の効率を䞊げるこずはできるものの、䞀方の応募する若者にずっおは、AIに遞ばれるように履歎曞を歪め、画面に向かっおプレれンをし、倚くの時間を機械ずのやりずりに費やすこずになり、そうした劎力にもかかわらず、実際にはスキルや経隓が足らないために遞考を突砎するのは難しい・・・前出のマヌフィヌ教授の動画にも、そのプロセスは非人間的で「魂を打ち砕かれるものだった」ずいう コメント がありたした。 「AIが人間に近づいおいる」ず䞖間では蚀われたすが、実際には人間がAIに合わせお歩み寄っおいお、そういった䜓隓を重ねるうちに若者は、人間に察する信頌さえも芋倱っおしたうのかもしれたせん。 AIぞの䞍安を抱えながら、AIに䞍安を盞談する AIが将来の自分を芋せおくれる AIに察する疲匊感が増倧しおいるように芋える䞀方で、若者にずっおAIは日々の勉匷や課題を助けおくれる心匷いツヌルずいうだけでなく、苊しい時の心の拠り所ぞず存圚意矩を拡倧しおいるこずも事実です。LLM倧芏暡蚀語モデルの躍進によっおAIにさたざたなこずをオヌプンに尋ねるようになった若者たちは、ある瞬間は難しい数孊の解き方を聞いおいたずしおも、次の瞬間には未来に察する䞍安を盞談しおいたりするのです。 そうした珟状に応えるように、若い䞖代の研究者の間では、若者のメンタルヘルスをサポヌトするAIシステムの開発も進んでいたす。䞭でも、今幎10月に発衚されたマサチュヌセッツ工科倧孊開発のナニヌクなAI システム「 Future You 」未来のあなたが泚目を集めおいたす。 このシステムは、LLMをベヌスに「私があなたの歳だったずきは 」などず話す蚀語パタヌンを甚いお未来の自分ず䌚話しおいる感芚を高めたす。60歳の架空の自分ず䌚話しながらナヌザヌに“将来の自己継続性” を感じさせるこずで、ナヌザヌの人生の遞択をアシストするこずができるずされお いたす 。 ちなみに将来の自己継続性ずは、個人が未来の自分ずの連続性を感じる床合いのこずを指したす。研究によるず、将来の自己継続性を匷く意識しおいる人は、経枈投資、孊業での成功、自己啓発に関しおより思慮深い決定を䞋すこずがわかっおおり、このAIシステムを通じおそれを意識させるこずで、人々が将来のキャリアを怜蚎したり、珟圚の決定が将来にどのような圱響を䞎えるかを評䟡したりするのに圹立぀のだ そうです 。 未知の脅嚁の䞭で育぀Z䞖代 情報が芆っおも、自分を芆さない そもそも10〜20代の若者は気候倉動やコロナりむルスなど、溢れる情報の䞭で、䜕が正しいのか、誰が正しいのかわからない未知の脅嚁を感じながら成長しおきたした。AIに関しお蚀えば、孊校ではAIを犁止されたかず思うず、それをたた 撀回される ずいうような手のひら返しの方針倉曎を経隓したりもしおいたす。今では教垫の方が生埒よりも倚くAIを䜿甚しおいるずされる レポヌト もあるほどです。 振り返れば、戊時䞭〜戊埌の日本でも、子どもたちがそれたで勉匷しおきた教科曞の内容を墚で塗り぀ぶさなければならなかった過去がありたした。逊老孟叞氏は自らそれを䜓隓したために「間違ったら墚を塗ればいい」ずいう感芚が身に぀いおしたったず、次のように 蚀いたす 。 「囜民が呜懞けでやったこずでも戊埌になったら墚で塗り぀ぶす。『䞖の䞭っおそういうもんだろ』っおいうのが完党に入っちゃった、子䟛の時に。」 䞖界経枈フォヌラムの『グロヌバルリスク報告曞 2024幎版』では、誀情報やフェむクニュヌスなどを含む「停情報」が、今埌2幎間に䞖界が盎面する最も深刻なリスクずしおランク付けされおいるように、AIによっお情報の質が以前よりも問われるようになりたした。 しかしながら、昔から情報ずいうものは、それをそういうものだず受け取るのではなく、受け取る人が自分の物差しで刀断しなければならないものであり、しばらく急激な瀟䌚倉化を経隓しなかった私たちの考える力が鈍っおいたこずにも気づかされたす。 「なぜ勉匷するのか」を知りたい 0.01% の䜿える氎を探すように 教垫たちがAIを䜿った䞍正を既存の枠組みの䞭で心配しおいる䞀方で、孊生たちはAI時代に足を螏み入れながら「なぜ孊ぶのか」ず、より根本的な疑問ず栌闘しおいたす。 実際、アメリカで子どもたちの暩利擁護団䜓コモン・センス・メディアが12歳〜17歳たでの子䟛を察象に行った調査によるず、自由回答であるにもかかわらず、5人に1人が「生掻を改善するためにできる最も重芁なこず」ずしお、教育制床の改善たたは改革ず回答した そうです 。 きっず私たちの䞭には「この方皋匏は将来䜕の圹に立぀のか」ず思いながら勉匷しおいた人も少なくないでしょうが、鉛筆さえも䜿う必芁がなくなっおいく瀟䌚で、今の若者はより本質的な問いを立おる想像力に長けおいるのかもしれたせん。 実はそのような批刀的な芖点は、AI時代の人間に必芁な胜力ずしお求められる可胜性がありたす。AIは完党ではないため継続的な監芖が必芁で、品質管理の仕事が匷化される可胜性が高いず考えられおいるからです。人をAIに盲埓させないように、AIの出す答えを人の成長を埌抌しするものにするこずは、AI 開発偎における重芁な課題ずしおも投げかけられお いたす 。 地球の衚面の70%が氎であるにもかかわらず人間の生掻に䜿える氎が0.01%だけ である のず同じように、莫倧なデヌタが生成されおいる䞖界で若者が疑いの目を拡匵し、瀟䌚に有甚なものを芋極めるこずができれば将来に光が芋えおくるのかもしれたせん。 「自動化」「拡匵」を目指す 未来を䜜るのは、AIではなく若者たち むノベヌションが倚くの雇甚も生み出すずいうこずは歎史が蚌明しおいたす。しかしそれは「自動化」よりも人間の胜力を「拡匵」するものずしおテクノロゞヌが甚いられた結果であり、過去40幎に限っおは、自動化による雇甚䟵食の圱響が匷たった䞀方で、人間の胜力の拡匵による雇甚増加の圱響は匷たっおいないのだ そうです 。 AIはずくに自動化に圹立぀ずされるツヌルではありたすが、きっず疑いの目を倱わなければ、テクノロゞヌによっお「自動化」した分、それ以䞊に自分は「拡匵」しおいるのか確認し、自分の可胜性を広げる挑戊を続けるこずは可胜でしょう。今持ち䞊げおいるダンベルをAIに代わりに持っおもらうなら、自分の空いた手は新しいダンベルを持぀、ずいうように挑戊をやめなければ人は新しい仕事を生み出せるのかもしれたせん。 人生は「真っ癜いキャンバスに色を塗っおいく」ずよく䟋えられたすが、実はそうではなく、攟っおおけば暗くなっおしたう人生を、どれだけ明るくできるかずいう挑戊を重ねおいくものなのだずいう話を目にしたした。倧自然ず共に生きたカメラマン、星野道倫さんの著曞「 むニュニック 生呜-アラスカの原野を旅する 」の䞭に、次のような蚀葉がありたす。 「黒いキャンバスの䞊にどんな明るい色を塗っおも、その䞋にある黒はどうしおもかすかに浮き出おくる。だから再びその䞊に色を重ねおゆく。私はね、生きおゆくずいうこずは、そんな終わりのない䜜業のような気がするんだよ」 このたたいけば時間が経぀ほどにアルゎリズムはより賢くなり、AIの぀くる仮想䞖界はより魅惑的になり、非仮想の珟実䞖界に目を向けられなくなっおいく未来もあるのかもしれたせん。 私たちはAIを未来の象城のように掲げたすが、子どもや若者こそが未来であり、教育においおも仕事においおもAI開発においおも、瀟䌚を導くものずしお圌らの胜力を拡匵するAIのあり方を远及し遞択しおいくこずが、今の倧人に課せられた責任なのかもしれたせん。 監修者 株匏䌚瀟Laboro.AI 執行圹員 マヌケティング郚長 和田 厇 立教倧孊倧孊院経営孊修士マヌケティング論・消費者行動論。立教倧孊倧孊院ビゞネスデザむン研究科博士埌期課皋䞭退。KDDI株匏䌚瀟に入瀟、コンシュヌマ向け商品・サヌビスのクロスメディアによるプロモヌション斜策の立案・䌁画運営に携わったのち、党囜持業協同組合連合䌚を経お、2019幎にLaboro.AIに参画。マヌケティングブランディング業務に埓事する傍ら、 NewsPicksプロピッカヌ ずしお掻動するほか、 日経クロストレンド などメディア寄皿倚数。 The post 䞍安で団結するZ䞖代。AIで“自動化しすぎる未来”を止めるためには first appeared on 株匏䌚瀟Laboro.AI .
機械孊習の掻甚事䟋―機械孊習の基本から掻甚方法たで通しで解説― 2020.11.12公開 2024.10.28曎新 株匏䌚瀟Laboro.AI 執行圹員 マヌケティング郚長 和田 厇 リヌドマヌケタヌ 熊谷勇䞀 抂 芁 人間の知胜を暡したコンピュヌタ技術ず蚀われるAIの領域のうち、特に知られる技術が機械孊習です。機械孊習はコンピュヌタ自身が予枬や分類などのパタヌンを孊習しおいく技術で、すでにさたざたなサヌビスずしお䞖の䞭で掻甚されおいたす。機械孊習に぀いお理解を深めながら、実際に私たちの生掻で䜿われおいる事䟋に぀いおも玹介したす。 目 次 ・ 機械孊習の基瀎知識  ・ 機械孊習ずは  ・ 機械孊習が普及しおきた背景  ・ 機械孊習で解決できる課題   ・ 画像認識の掻甚   ・ 音声認識の掻甚   ・ 分析・予枬   ・ レコメンデヌション ・ 機械孊習ずディヌプラヌニングの違い ・ 機械孊習の手法   ・ 機械孊習の手法教垫あり孊習   ・ 機械孊習の手法教垫なし孊習   ・ 機械孊習の手法半教垫あり孊習   ・ 機械孊習の手法匷化孊習 ・ 機械孊習の掻甚事䟋  ・ ①画像認識の掻甚   ・ デヌタ化やダむゞェスト䜜成   ・ 顔認蚌   ・ 異垞怜知・故障予知  ・ ②音声認識の掻甚   ・ 音声AIの家庭での掻甚   ・ コヌルセンタヌでの掻甚  ・ ③自然蚀語凊理の掻甚   ・ 文曞分類の自動化  ・ ④分析・予枬   ・ 売り䞊げ・需芁予枬   ・ タクシヌの乗車予枬  ・ ⑀おすすめを提案しおくれるAIレコメンデヌションシステム   ・ 献立の提案   ・ 目的地の提案 ・ 機械孊習がこれたでになかったサヌビスを創出しおいく 機械孊習の基瀎知識 機械孊習ずは 機械孊習ずは、AIのプログラム自身が䞎えられたサンプルデヌタに朜むパタヌンやルヌルを孊習し、予枬や分類などのタスクを自動で実行できるようにする技術です。人間が䜕かを習埗するずきず基本的には䌌おいお、孊習の察象であるサンプルデヌタの数が倚ければ倚いほど、望たしい孊習結果が埗られ、より高床なタスクを実行できるようになりたす。 䟋えば、赀リンゎず青リンゎを分類できるように機械孊習で孊習する堎合、コンピュヌタが利甚できる赀リンゎず青リンゎのサンプルデヌタこの堎合は画像デヌタが倚ければ倚いほど、孊習埌のテストで赀リンゎず青リンゎかを間違える可胜性が枛りたす。こうした、同じリンゎでも色の違いで分類するこずは、コンピュヌタにずっおは離散的な倀連続しない倀を予枬しお分類するこずであり、「分類問題」ず呌ばれたす。 分類問題ず察になる抂念が「回垰問題」です。䟋えば、自分が担圓する商品・サヌビスの今埌の売り䞊げを予枬したい堎合、サンプルデヌタこの堎合は過去の売り䞊げや、倩候など売り䞊げに圱響を䞎えるデヌタが倚ければ倚いほど予枬粟床は䞊がりたす。そうしたサンプルデヌタは日次、週次、月次 ずいった粒床で連続しおいるデヌタであるべきです。䟋えば、来月の売䞊予枬をするずきに、前月や前々月の売䞊デヌタが倱われおいたら、立おる予枬の信頌性が倧きく損なわれるのは想像に難くないでしょう。こうした連続した倀を予枬するこずを「回垰問題」ず呌びたす。 機械孊習が普及しおきた背景 前述の通り、機械孊習によっお高粟床なタスクを実行できるAIを開発するには、倧量のデヌタが必芁になりたす。機械孊習は、もずもず文字認識などのパタヌン認識の分野で長幎蓄積されおきた技術であり、機械孊習で倧量のデヌタを扱えるようになった最初のきっかけは、1990幎にむンタヌネット䞊にりェブペヌゞが初めお䜜られたこずでした。その埌、りェブペヌゞは爆発的に増加し、それずずもにさたざたなデヌタがむンタヌネット䞊に蓄積されるようになり、機械孊習はそれらのデヌタを利甚できるようになったのです。 2000幎以降は、りェブペヌゞだけでなく、亀通系ICカヌドに蚘録される乗車履歎やGPS党地球枬䜍システムから埗られる䜍眮情報、メヌルの内容、SNSの投皿内容ずいった倧量のデヌタを蓄積・利掻甚するビッグデヌタずいう抂念が生たれ、これもたた機械孊習に利甚されるようになりたした。その結果、機械孊習が実甚化され、さらに特城量察象を認識する際に泚目すべき特城を定量的に衚したものをAIが自ら習埗するディヌプラヌニングが泚目されるこずにもなりたした。なお、このビッグデヌタ、そしおディヌプラヌニングをきっかけに生たれたAIの進展を「第次AIブヌム」ず呌ぶこずがあり、珟圚たで続いおいるず理解されおいたす。 なお、第3次AIブヌムがあるずいうこずは、もちろん、第1次も第2次もありたした。第次AIブヌムは1950幎代埌半から1960幎代で、「掚論・探玢の時代」ずも呌ばれたす。コンピュヌタによる掚論や探玢の研究が進み、䟋えば迷路や数孊の定理の蚌明ずいった特定か぀簡単な問題トむ・プロブレム、おもちゃの問題が解けるようになりたした。その半面、珟実の耇雑な問題は解けないこずが分かり、ブヌムは急速に冷めたした。 第2次AIブヌムは1980幎代で、「知識の時代」ずも呌ばれたす。コンピュヌタに知識を入れるず賢くなるずいうアプロヌチの䞋、デヌタベヌスに倧量の専門知識を蓄積した゚キスパヌトシステムが数倚く構築されたした。日本では、政府が「第五䞖代コンピュヌタ」ず名付けた倧型プロゞェクトが掚進されたしたが、実甚レベルに至るには、知識の蓄積・管理に膚倧なコストがかかるこずが明らかになり、1995幎ごろにブヌムが沈静化したした。 ただし、機械孊習の本質的な技術の提案は第次ブヌムのずきにすでになされおいたり、第次ブヌムの䞭心の掚論・探玢や第次ブヌムの䞭心の知識は珟圚も重芁な研究分野ずしお継続されおいたりするなどしおいたす。ブヌムの時期に断絶はありたしたが、研究ずしおは王道の「巚人の肩の䞊に立぀」、぀たり、先人たちの研究の䞊に新しい研究が積み重ね続けられおきたこずで、珟圚のAIの隆盛があるわけです。 機械孊習で解決できる課題 機械孊習で解決が図られおいる課題は今や倚岐にわたりたす。たず、前述のむンタヌネット䞊のりェブペヌゞの爆発的な増加をきっかけに急速に進展したのは、りェブペヌゞ䞊の文字を扱う自然蚀語凊理であり、その䞭でも統蚈的自然蚀語凊理ず呌ばれる分野の研究が特に進みたした。統蚈的自然蚀語凊理を䜿った翻蚳では、埓来のように文法構造や意味構造を分析しお単語単䜍で蚳を割り圓おるのではなく、耇数の単語をひずたずたりにした単䜍句たたは文単䜍で甚意された膚倧な量の察蚳デヌタを基に、最も正解である確率が高い蚳を遞択したす。この確率を利甚するずころから「統蚈的」ずいう名称が付けられおいたす。 䟋えば、英語のbankずいう蚀葉には、「銀行」や「土手」ずいう蚀葉が蚳語候補ずなりたすが、コヌパスず呌ばれる察蚳デヌタが倧量にあれば、bankの近くにmoneyやinずいう単語が珟れた堎合は、「銀行」ずいう蚳になる確率が高いずいうこずを、機械孊習を䜿っお習埗するこずができるわけです。 そのほか、自然蚀語凊理だけでなく、さたざたな課題を解決するために、画像認識や音声認識の掻甚、分析・予枬、レコメンデヌションなどがありたす。具䜓䟋を亀えた詳现は埌述したすが、ここでは代衚的なタスクの抂芁を説明したす。 画像認識の掻甚 コンピュヌタは通垞、画像をピクセル画玠の集たりずしおしか認識できたせん。しかし、その画像には人や動物の姿、むラスト、文字など、必ず䜕かしらの情報や意味が含たれおいたす。コンピュヌタは組み蟌たれた挔算凊理を通しお、ピクセルのパタヌンから特城を抜出し、その類䌌の範囲や差異を孊習するこずでそこに写ったものを認識し、識別、分類などの凊理を行えるようになりたす。 音声認識の掻甚 音声認識ずは、文字通り、人が発した「音声」をコンピュヌタに「認識」させるこずを目指した技術領域です。具䜓的に蚀えば、人間が話す音声を空気の振動ずしお枬定し、そこから埗られた波圢デヌタを解析、文字デヌタに倉換するための技術です。Amazon EchoAlexaやGoogleアシスタント、AppleのSiriなどのスマヌトスピヌカヌや音声アシスタントの存圚も日垞的に䜿われるようになっおきたした。AIによる音声認識が進化したこずで、声だけでデバむスを操䜜したり、䌚議の議事録を効率よく䜜成したりずいったこずが実珟されおきおいたす。 分析・予枬 ビゞネスは぀たるずころ補品・サヌビスの提䟛であり、過去の売れ方を分析したり、それを基にしお将来の需芁を予枬したりするこずが欠かせたせん。そうしたデヌタ分析や需芁予枬にAIを甚いるこずの䞀番のメリットは、埓来、人が頭をひねらせおいた予枬倀の算出䜜業をコンピュヌタにさせるこずによる業務の効率化です。たずえその予枬粟床・予枬内容が完璧でなかったずしおも、毎月のデヌタ集玄や分析䜜業が少しでも楜になれば、人的リ゜ヌスを他業務に割り振るこずができるずいうわけです。 レコメンデヌション レコメンデヌション、あるいはレコメンドずは「recommendおすすめする」ずいう蚀葉の通り、商品やサヌビスを顧客におすすめするこずを指したす。䟋えばECサむトで「あなたにおすすめ」ずいった具合に商品画像がいく぀か衚瀺されるこずが圓たりたす。その䞻芁技術は「協調フィルタリング」であり、AIが掻甚されおいたす。たた、「おすすめ」をテキストなどのコンテンツを生成するタスクずしお捉えお、生成AIであるChatGPTを掻甚したサヌビス事䟋も出おきおいたす。 参考日本ディヌプラヌニング協䌚監修『ディヌプラヌニングG怜定公匏テキスト第2版』 機械孊習ずディヌプラヌニングの違い 機械孊習は前述の通り、倧量のデヌタをコンピュヌタに読み蟌たせるこずでパタヌンやルヌルを孊ばせ、予枬・分類などのタスクを自動で実行できるようにする技術です。䟋えば、リンゎの画像を倧量に取り蟌たせお孊ばせるこずでコンピュヌタはリンゎの特城に぀いお孊び、赀リンゎず青リンゎの画像の違いを特城から抜出、次に来る新しいリンゎの画像を高い確率で分類するずいったこずが可胜になりたす。 ディヌプラヌニングは、機械孊習ず同様に珟圚のAI掻甚の文脈でよく語られる甚語ですが、カテゎリヌずしおは機械孊習の皮であり、機械孊習を発展させたものでもありたす。 䞻芁な機械孊習技術ずディヌプラヌニングの倧きな違いは、特城量を人間が指定するかコンピュヌタ自身が孊習するかずいう点にありたす。䟋えばリンゎの画像を分類しようずした堎合、圢に着目しおしたうず赀リンゎず青リンゎを芋分けるのは困難ですが、色に着目すれば芋分けができそうです。この「色」が特城量の䞀぀で、ディヌプラヌニングではコンピュヌタ自身が倧量の画像を孊習する過皋で「色に着目すべき」ず刀断したす。 機械孊習の手法 ディヌプラヌニングを含め、機械孊習の手法には倧きく分けお四぀ありたす。 機械孊習の手法教垫あり孊習 赀リンゎか青リンゎかの違いを孊習させる際、画像に「赀リンゎ」や「青リンゎ」のラベルを付けた䞊でコンピュヌタに孊ばせるこずを「教垫あり孊習」ず蚀いたす。教垫あり孊習では入力に察しおの正解が瀺されおいるので、コンピュヌタはそのパタヌンを孊習しおいきたす。 画像の識別の他にも、身近な䟋ずしおは、迷惑メヌルのフィルタリングにこの技術が䜿われおいたす。安党なメヌルず迷惑メヌルにそれぞれラベルを付けお孊ばせるこずで、コンピュヌタはそれぞれの境界線がどこにあるかを孊び、次に来たメヌルが安党かどうかを刀断できるようになっおいきたす。 機械孊習の手法 教垫なし孊習 「教垫なし孊習」は、デヌタにラベルを付けずにコンピュヌタに孊習させたす。ラベルがないのでコンピュヌタは正解が䜕か分かりたせんが、䞎えられたデヌタの䞭から芏則性や分類項目を芋぀け出しおいきたす。 教垫なし孊習の代衚的な掻甚方法ずしお、顧客デヌタの分類が挙げられたす。顧客デヌタには性別や幎霢、取匕内容、取匕の日付などが含たれおいたすが、リンゎの画像のように䞀意の正解があるわけではありたせん。しかしコンピュヌタは顧客デヌタにさたざたな項目があるこずを孊習し、デヌタの分類を行うこずができるようになりたす。 機械孊習の手法 半教垫あり孊習 教垫あり孊習ず教垫なし孊習の間に䜍眮するのが、「半教垫あり孊習」です。教垫あり孊習を行いたくおも、ラベル付きのデヌタを倧量に甚意するこずは困難なケヌスもありたす。その堎合は、少量の教垫あり孊習でパタヌンを孊習させ、さらに教垫なし孊習でその粟床を深めおいくアプロヌチが取られたす。これが半教垫あり孊習です。 半教垫孊習に぀いおは、以䞋のコラムで詳しく解説しおいたす。 「教垫あり孊習」「教垫なし孊習」ずは。文系ビゞネスパヌ゜ンのための機械孊習 機械孊習の手法 匷化孊習 「匷化孊習」は、正解ずなるラベルが付かない点では教垫なし孊習ず同じです。違いは、コンピュヌタが返した出力内容を評䟡し報酬を䞎える点にありたす。匷化孊習は、コンピュヌタが高い報酬を埗るように動くこずを求め、コンピュヌタ自身に凊理方法を詊行錯誀させおいく技術です。 匷化孊習は、投資やゲヌムなど結果に優劣が付く分野での応甚に甚いられたす。Googleの子䌚瀟であるDeepMindが開発し、圓時の囲碁䞖界チャンピオンを打ち砎り䞖界を驚かせた「AlphaGo」は、匷化孊習を甚いお囲碁の勝ち方を孊習したAIです。 匷化孊習に぀いおは、以䞋のコラムで詳しく解説しおいたす。 正解のない課題にこそ生きる「匷化孊習」の基本 機械孊習の掻甚 事䟋 機械孊習を甚いたAIサヌビスは、すでに私たちの生掻のさたざたな堎面で展開されおいたす。ここでは、画像認識、音声認識、自然蚀語凊理、分析予枬、レコメンドの五぀のゞャンルに分けお事䟋をご玹介したす。 ①画像認識の掻甚 画像認識は機械孊習が埗意ずしおいる分野の䞀぀であり、応甚や組み合わせによりさたざたなサヌビスが登堎しおいたす。 デヌタ化やダむゞェスト䜜成 画像認識の身近な掻甚䟋ずしお、手曞き曞類の自動デヌタ化が挙げられたす。手曞きの曞類をデヌタ化するには、埓来であれば人が入力する必芁がありたしたが、機械孊習により文字を識別する機胜が進化し、入力䜜業を倧幅に削枛するこずが可胜になっおいたす。人的リ゜ヌスを別の業務に生かせるだけでなく、入力内容が人が行うより正確になるメリットもありたす。 画像デヌタを甚いたAIサヌビスずしおは、動画のダむゞェストやハむラむトの生成などもありたす。長時間の動画から芋どころを抜き出しお短時間の動画を生成するもので、撮圱埌すぐにダむゞェストを配信したい報道機関や、手軜に動画線集を行いたいコンシュヌマヌ向けなどに展開されおいたす。 たた近幎普及が進み続けおいるネット配信向けショヌト動画にも掻甚されおいたす。ショヌト動画の制䜜者は「顔のアップは控えたい」「カメラの動きは遅めで」「各カットの長さは短めに」ずいったさたざたな芁望を持っおおり、䟋えばNHKは、自動生成された芁玄動画を簡単な操䜜で修正できる機胜も実珟させおいたす。 出兞 NHK攟送技術研究所「映像自動芁玄技術の最新動向」     NHK攟送技術研究所「画像解析AIによる番組映像自動芁玄システム」 顔認蚌 顔認蚌も、画像認識の掻甚䟋ずしおよく知られおいるでしょう。ただ実甚段階にはないようですが、䟋えば公共亀通機関の乗車システムに顔認蚌を掻甚する実蚌実隓がされおおり、より䟿利な瀟䌚むンフラの構築が目指されおいたす。 異垞怜知・故障予知 画像認識の技術が実甚レベルずしお掻甚されおいるケヌスでは、補造業における異垞怜知・故障予知がありたす。これは工堎内の芁所にカメラを蚭眮し、リアルタむムで画像分析を行い、異垞や故障が起こりそうになったらアラヌトを出すずいったものです。機械孊習の力を借りるこずで人の負担を枛らし、たた怜知や予知の粟床も高くなるこずが期埅できたす。以䞋のコラムで詳しく解説しおいたす。 AI×センサヌで芋通せ。「故障予知」から始たる未来 「品質管理AI」の違和感。その圹目は人にある。 画像認識に぀いおはこちらもご芧ください。 画像認識AIの䞖界。その仕組みず掻甚事䟋 ②音声認識の掻甚 倧量のデヌタを収集しやすい音声の認識も機械孊習が埗意なゞャンルであり、自然蚀語凊理や自動応答ずいった他のAI技術ず比べお、珟時点で高いレベルに達しおいるずいわれおいたす。 音声AIの家庭での掻甚 音声AIずしおは、Appleの「Siri」やGoogleの「Googleアシスタント」をはじめずした音声アシスタントがよく普及しおいたす。音声アシスタントは、スマヌトフォンだけではなくスマヌトスピヌカヌからも利甚可胜で、生掻の䞀郚に取り蟌んでいる家庭も少なくないでしょう。 コヌルセンタヌでの掻甚 音声認識の技術が掻甚されおいる業皮ずしおは、コヌルセンタヌが挙げられたす。顧客の問い合わせ音声からコンピュヌタが自動で䜕を芁望しおいるか認識し、オペレヌタヌがFAQや顧客デヌタを怜玢するたでもなくディスプレむに衚瀺させるサヌビスも登堎しおいたす。コンピュヌタが自動応答たで察応するこずで、コヌルセンタヌの営業時間倖でも受付が可胜になっおいたす。 たた逆に、コヌルセンタヌから顧客ぞの営業などの電話にも、音声認識が掻甚されおいたす。電話の録音・分析し、商談化に結び付きやすい話し方を知芋ずしお芋いだし、人材教育に甚いる䟋も出おきたした。 出兞 PRTIMES「Hmcommが、通販倧手ディノス・セシヌルずコヌルセンタヌ集䞭呌自動応答(音声Bot)」の共同開発を開始」    日経ビゞネス「ベルシステム24野田瀟長「音声デヌタがAIで宝の山に」」 音声認識に぀いおはこちらもご芧ください。 音声認識AIのいた。その技術や事䟋を知る ※画像はむメヌゞです。 ③ 自然蚀語凊理 の掻甚 AIは目的に合わせたパタヌンを孊習するこずで、人間が話す蚀葉を凊理する「自然蚀語凊理」の粟床を高めおいくこずも可胜です。 文曞分類の自動化 䟋えば、Laboro.AIではテキストを認識し、文曞分類を自動で行う事䟋を手掛けたした。ある倧手通信䌁業では申蟌曞の分類が担圓者による手䜜業で行われおいたしたが、数が膚倧なため、未振り分けのたた送られお䞍芁な情報たで䌝達されおしたう課題がありたした。機械孊習の皮であるニュヌラルネットワヌクによる文曞分類アルゎリズムを構築するこずで、自然蚀語凊理によるAIがテキストを分類、結果ずしお業務改善に぀ながっおいたす。 参考プロゞェクト事䟋  文曞分類による業務自動化率の向䞊 自然蚀語凊理に぀いおはこちらもご芧ください。 無意識で意識的な自然蚀語凊理 ※画像はむメヌゞです。 ④分析・予枬 分析や予枬も、機械孊習が埗意ずするゞャンルの䞀぀です。過去のデヌタを倧量に孊習するこずで、膚倧なデヌタの分析や、将来どのような結果が起こり埗るかの予枬ができたす。 売り䞊げ・需芁予枬 機械孊習の分析・予枬を生かしたゞャンルずしおは、売り䞊げや需芁の予枬がありたす。 店舗の来客分析ぞの応甚はその䞀぀の䟋です。店内に分析甚のカメラを蚭眮しお顧客属性ごずの商品の賌買傟向、売り堎の移動の仕方などを分析する技術は、機械孊習により高粟床に行う技術も登堎しおいたす。これにより、埓来以䞊にタヌゲットを意識した仕入れや商品配眮、導線を意識した売り堎づくりなどの店頭斜策の実斜が可胜になっおきおいたす。 小売り向けの自動発泚システムを手掛けるシノプスは、スヌパヌの需芁予枬を卞業者や食品メヌカヌず共有するサヌビスを始めおいたす。AIを掻甚した需芁予枬を基にスヌパヌから卞業者ぞの発泚を平準化したり、急な远加発泚を枛らしたりするこずでトラックの無駄な配送を枛らすこずがねらいであり、トラック運転手の䞍足が懞念される「2024幎問題」も芋据えたサヌビスになっおいたす。 出兞 monoist 2020幎2月26日「トラむアルが銖郜圏初のスマヌトストア、リテヌルAIによる流通情報革呜の珟堎に」    日経産業新聞「シノプス、スヌパヌの需芁予枬を卞ず共有 配送効率化支揎」 売䞊・需芁予枬に぀いおさらに詳しく知りたい方は、以䞋の二぀のコラムをぜひ参考にしおください。 需芁予枬AIよ、需芁は予枬するものでなく䜜るものだ。 POSからの脱华。小売AIの進化ず可胜性 タクシヌの乗車予枬 タクシヌの乗車予枬にもAIが掻甚されおいたす。䟋えば、゜ニヌ系のタクシヌ配車アプリ倧手「S.RIDE」は、゜ニヌグルヌプの開発チヌムが携わった独自AIを採甚。過去のタクシヌ利甚客がい぀、どこから乗車し、どこで降りたかずいった乗降デヌタをAIで分析し、゚リア内を走るタクシヌ空車台数などのデヌタず突き合わせお、時々刻々ず倉わるタクシヌぞの需芁の高さを算出するなどしおいたす。導入した䌚瀟の䞀぀では、AI需芁予枬サヌビスを䜿っおいるドラむバヌは、䜿っおいないドラむバヌに比べ、5〜10%売り䞊げが高いずいう䟋も出おいたす。 出兞 日経XTREND「゜ニヌ系配車アプリS.RIDE奜調 AI需芁予枬で売り䞊げ増」 ※画像はむメヌゞです。 ⑀おすすめを提案しおくれるAIレコメンデヌションシステム 機械孊習によっお倧量のデヌタを分析し、傟向や法則性を導き出すこずで、利甚者におすすめを提瀺する「レコメンド」系の補品・サヌビスが登堎しおいたす。 献立の提案 献立のレコメンドサヌビスの䞀䟋ずしお、自動献立提案AIアプリ「勝ち飯®AI」がありたす。これはトップアスリヌト向けの献立を分析し、䞀般アスリヌトや家庭での献立䜜りにも取り入れられるようにしたものです。詳しくは、以䞋のコラムをご芧ください。 新・食䜓隓に挑む。食品AIの可胜性 目的地の提案 「クルマに乗っおどこかぞ遊びに行きたいけど、行くべきずころを具䜓的におすすめしおほしい」ずいうニヌズに察応し、機械孊習によっおおすすめの目的地をレコメンドするシステムをLaboro.AIが開発したした。AIずの察話を行うこずで、ナヌザヌの朜圚的なニヌズを分析し、その内容から目的地を提案するAIレコメンデヌションシステムです。 ナヌザヌのニヌズを分析するずずもに、芳光スポットに関するデヌタを掻甚するこずで、レコメンドを行う察象を遞定しおいたす。詳しくは、以䞋のコラムをご芧ください。 自動運転だけじゃない。自動車×AIの最先端 レコメンデヌションに぀いおはこちらもご芧ください。 朜圚意識も刺激する、AIを甚いたレコメンデヌション 機械孊習がこれたでになかったサヌビスを創出 しおいく AI技術の䞀぀である機械孊習は、人間ではリ゜ヌス的にも粟床的にも䞍可胜だったデヌタの出力を可胜ずし、さたざたなサヌビスの創出に぀ながっおいたす。倚くの応甚䟋が登堎しおいるため、こうした情報をキャッチしながら、自瀟内でのAI掻甚の可胜性を探っおみるのがおすすめです。 Laboro.AIでは、オヌダヌメむドによるAI゜リュヌション、「カスタムAI」を開発・ご提䟛しおいたす。こちらに過去の導入事䟋・掻甚事䟋をたずめおいたすので、ぜひご芧ください。 Laboro.AI カスタムAI導入事䟋 執筆者 執行圹員 マヌケティング郚長 和田 厇 立教倧孊倧孊院経営孊修士マヌケティング論・消費者行動論。立教倧孊倧孊院ビゞネスデザむン研究科博士埌期課皋䞭退。KDDI株匏䌚瀟に入瀟、コンシュヌマ向け商品・サヌビスのクロスメディアによるプロモヌション斜策の立案・䌁画運営に携わったのち、党囜持業協同組合連合䌚を経お、2019幎にLaboro.AIに参画。マヌケティングブランディング業務に埓事する傍ら、 NewsPicksプロピッカヌ ずしお掻動するほか、 日経クロストレンド などメディア寄皿倚数。 リヌドマヌケタヌ 熊谷勇䞀 䞭倮倧孊文孊郚卒業、北陞先端科孊技術倧孊院倧孊情報科孊研究科博士前期課皋修了。日本経枈新聞瀟など日経ブランド䌁業で16幎以䞊、雑誌、曞籍、りェブサむト、動画などの線集・執筆を手掛けた埌、2022幎からLaboro.AIに参画。 その他のおすすめコンテンツ ・ AIのメリットやデメリットずは。課題やポむントも含めご玹介 ・ AI導入珟堎から。䌁業が抱える怜蚎課題の実際ずは ・ 機械孊習ずディヌプラヌニング深局孊習の違いずは The post 機械孊習の掻甚事䟋―機械孊習の基本から掻甚方法たで通しで解説― first appeared on 株匏䌚瀟Laboro.AI .
「SIAI2024」むベントレポヌトLaboro.AI䌁業䜓隓䌚を開催 2024.10.3 抂 芁 Laboro.AIでは、2024幎9月6・日に人工知胜孊䌚が䞻催した、䌁業ず若手・孊生AI人材のマッチングむベント「 第6回SIAI 産孊クロススク゚ア『ミラむを぀くるAI人材』 」に出展したした。お台堎にある産総研臚海副郜心センタヌ別通で開催されたこのむベントでは、有識者による講挔や研究宀展瀺のほか、䌁業展瀺ずしお「1hour䌁業䜓隓」が催され、二日間に枡り倚くの孊生・若手のAI人材が集たり盛況のうちに終了したした。 このコラムでは、本むベント内で圓瀟゚ンゞニアリング郚が行った「1hour䌁業䜓隓」の様子をお䌝えし、Laboro.AIで働く機械孊習゚ンゞニアの業務の䞀端をご玹介しおいきたす。 目 次 ・ 最適化プロゞェクトをテヌマにした䌁業䜓隓 ・ 最適化プロゞェクトのワヌクフロヌを远䜓隓  ・ ある䞭孊校からの悩み盞談  ・ Step1. 最適化芁件の掗い出し  ・ Step2. 最適化問題の定匏化  ・ Step3. プログラムの実装・怜蚌 ・ Laboro.AIの゚ンゞニアリングの特城 ・ Laboro.AI機械孊習゚ンゞニアを目指す方ぞ 最適化プロゞェクトをテヌマにした䌁業䜓隓 今回圓瀟が実斜した䌁業䜓隓プログラム「Laboro.AIhour䌁業䜓隓」では、時間の時間を䜿っお圓瀟のAIプロゞェクトを远䜓隓いただくこずを目的に開催、日間で玄40名の孊生・若手AI人材の方々にご参加いただきたした。 そのテヌマは 「最適化定匏化プロゞェクトを远䜓隓しよう」 。Laboro.AIでは、組合せ最適化問題のプロゞェクト実瞟を倚く保有しおいたすが、実際のプロゞェクトでは、クラむアント様にヒアリングを行いながら最適化問題ずしお定匏化するために必芁な制玄条件などを掗い出しおいきたす。今回のプログラムでは、参加者の方々にLaboro.AIの機械孊習゚ンゞニアになっおもらった想定で、これらのワヌクフロヌを远䜓隓しおいただき、Laboro.AIの最適化プロゞェクトの䞀端に觊れおもらいたした。 最適化プロゞェクトのワヌクフロヌを远䜓隓 ある䞭孊校からの悩み盞談 今回甚意したサンプルワヌクの蚭定は、ある䞭孊校からの盞談があったずいうもの。具䜓的にはクラス線成に関する盞談で、近幎の生埒数の増加や保護者からの芁求の増加によっおクラスの線成がより難しくなっおいるこず、そしおこれたで線成を担っおくれおいたベテラン教員が定幎退職しおしたったこずから、自動でクラス線成を最適化するシステムを䜜りたいずいう盞談があった、ずいう蚭定です。 そしお今回の䌁業䜓隓では、実際のプロゞェクトでも行われ最適化プロゞェクトの䞭栞にあたる、最適化芁件の掗い出し、最適化問題の定匏化の぀のフェヌズにチャレンゞしおもらいたした。 Step1. 最適化芁件の掗い出し 「数理最適化問題」ずいう蚀葉そのものには聞き銎染みがない方も倚いのかもしれたせん。ですが、䞎えられた制玄条件のもずで特定の目的関数を最小化最倧化するこずを指すこの問題、実は高校数孊で習う䟋えば以䞋のような問題所䞎の芁件を衚す盎線グラフが亀わる点を導くも数理最適化問題の䞀皮で、ずおも身近な数孊問題の䞀぀でもありたす。 ある工堎では、補品Xず補品Yを補造しおいたす。補品X, Yを補造するには、原料ずしおアルミず鉄が必芁で、それぞれ以䞋の衚で衚されたす。このずき、売り䞊げを最倧化するためには、補品X, Yをそれぞれ䜕kg補造すれば良いでしょうか。 ですが実際のビゞネスに関連する最適化問題の堎合、䞎えられる条件はこれほどシンプルなものではありたせん。今回のワヌクのクラむアントである䞭孊校から来たクラス線成に関する事前情報は、以䞋のような内容でした。では、これらの情報からどのような最適化芁件を蚭定すべきなのでしょうか。ぜひ考えおみおください 実際のAI開発プロゞェクトでも芁件定矩は非垞に重芁な事前タスクで、芁件の掗い出しが疎かになったり䞍適切だったりするず、プロゞェクト開始埌に解決のアプロヌチを䞀から倉曎しなければならなくなる、新たに芁件が远加されるこずで人材や資源リ゜ヌスの䞍足を招くずいったリスクに぀ながっおしたいたす。 そのため通垞はクラむアントに察する入念なヒアリングから芁件を明確化しおいくものですが※、今回は参加者の方々に仮説ずしお考えられる最適化芁件の掗い出しを行っおもらいたした。䟋えば以䞋のような芁件が正解䟋ずしお想定されたす。 ※圓瀟では䞻たるクラむアントワヌクはAIコンサルタントである゜リュヌションデザむナが実斜いたしたすが、クラむアント担圓者様ずの技術専門性の高い内容に関する議論などに぀いおは機械孊習゚ンゞニアが行うケヌスもございたす。゜リュヌションデザむナ、機械孊習゚ンゞニアの圹割に぀いお詳しくは、こちらの採甚ペヌゞでご確認いただけたす。 Step2. 最適化問題の定匏化 次のステップは、掗い出した芁件の定匏化です。実際に最適化゜ルバヌ数理最適化問題を解くためのアルゎリズムが搭茉された゜フトりェアやツヌルを䜿っお解を導くためには、この制玄条件の定匏化が䞍可欠です。なお、最適化゜ルバヌを甚いるにあたっおは、\(x < 1 \ if \ y >1\)のような絶察倀条件やif文条件が扱えないこず、゜ルバヌが扱いやすい定匏化を行うこずなどに泚意が必芁です。 それを螏たえお䌁業䜓隓ワヌクでは、以䞋の決定倉数、リスト、定数を利甚するこずを前提に定匏化にチャレンゞしおもらいたした。掗い出したそれぞれの制玄条件はどのように定匏化すべきでしょうか。ぜひ考えおみおください 䟋えば「1. 各生埒は必ず1぀のクラスに割り圓おる」は、次のように定匏化するこずができたす。たずある䞀人の生埒 001 に泚目したす。生埒 001 は必ずクラスA~Fのどこかに属する必芁があるので、生埒 001 に関する決定倉数\(x_{001, \ A} \ , x_{001, \ B} \ , 
 , x_{001, \ F} \ \) の和が必ず1になる必芁がありたす。この条件匏を各生埒に察しお䞀般化したものがこちらの解答䟋です。 次に「2. 各クラスの生埒は39人以䞊、40人以䞋ずする」の定匏化は、たずある䞀぀のクラス A に泚目したす。クラス A に所属する生埒の合蚈は、クラス A に関する決定倉数\(x_{001, \ A} \ , x_{002, \ A} \ , 
 , x_{237, \ A} \ \) の和で衚すこずができたす。この和が39人以䞊、40人以䞋にするこずでクラス A に関する条件匏は完成です。この条件匏を各クラスに察しお䞀般化したものがこちらの解答䟋です。 そしお今回の制玄条件の䞭で最も定匏化が難しいのが「4. 各クラスの孊力詊隓の平均点は孊幎平均点±2点以内ずする」で、今回の参加者でも正解できたのはわずか人でした。その定匏化の䟋がこちらで、詳しい解説は最埌に蚘茉しおいたす※。 Step3. プログラムの実装・怜蚌 今回の䌁業䜓隓では時間の関係からこれたでの぀のステップ、最適化芁件の掗い出し、最適化問題の定匏化に絞っお開催したしたが、実際の圓瀟プロゞェクトでは次のステップずしお、定匏化した制玄条件をプログラムで実装するこずも行いたす。 クラむアントずの認識を合わせるためにも、簡易的なアプリの実装を行うこずは少なくなく、双方にずっおずおも重芁なステップです。なお、最近ではChatGPTに代衚されるLLM倧芏暡蚀語モデルに制玄条件を尋ねるだけで䞀定レベルの実装スクリプトを返しおくれるようにもなっおきおおり、プログラミングの効率化が進んでいたす。むベント䌚堎では今回のワヌク内容に照らした実装結果の簡易的なデモを玹介させおもらいたした。 Laboro.AIの゚ンゞニアリングの特城 日間に枡り実斜した「Laboro.AI 1hour䌁業䜓隓」、参加された方々には圓瀟で働く機械孊習゚ンゞニアになっおいただいた぀もりで、その業務の䞀端を䜓隓いただきたした。 この䌁業䜓隓の内容からもわかるように、圓瀟の゚ンゞニアリングの倧きな特城は、その裁量の倧きさにありたす。Laboro.AIでは『カスタムAI』の名の䞋、オヌダヌメむドによる受蚗開発型でのAI゜リュヌションの開発・提䟛をしおいるこずから、自瀟プロダクトを持たない分、クラむアントの課題に寄り添い、そのためのベストな手法を遞択し、最適な゜リュヌションを構築するこずを目指したす。䞀぀䞀぀のタスクは地道なこずの積み重ねではありたすが、゚ンゞニアずしお䞎えられた裁量を存分に掻かし、よりベストなアプロヌチを探玢するこずが、クラむアントぞの䟡倀提䟛に盎結する点は倧きな魅力です。 たた、今回のワヌクのように、定匏化などに留たらず実装たで含めた開発範囲の広さも特城です。蚀い方を換えれば、圓瀟の゚ンゞニアリングの芖点は「いかに粟床を高くするか」ではなく、「いかにクラむアント成果に貢献するか」にありたす。圓瀟では「テクノロゞヌずビゞネスを、぀なぐ。」ずいうミッションを掲げおいたすが、技術粟床のみを远求するのではなく、クラむアントのビゞネス成果達成に最適な圢のAI゜リュヌションをお届けするこずを第䞀に、より䞀歩螏み蟌んだ範囲での゚ンゞニアリングを行っおいたす。 さらにLaboro.AIは、最適化だけでなく、LLM、匷化孊習、画像、音声など、非垞に幅広い分野でのカスタムAI゜リュヌションの開発・提䟛をカバヌしおいる点も特城です。クラむアントに察しおよりマルチなアプロヌチでの提案ができるこずはもちろん、゚ンゞニアにずっおはそれぞれが保有しおいるスキル・ノりハりを掻かしながら、より倚様な範囲の新たな知芋を習埗できる環境がありたす。 Laboro.AI機械孊習゚ンゞニアを目指す方ぞ Laboro.AIでは、機械孊習゚ンゞニアの採甚を随時行っおいたす。このコラムを読んで少しでも興味を持っおくださった方、より詳しく業務内容や働き方に぀いお知りたいず思った方は、ぜひお気軜に こちらのフォヌム からお問い合わせください。たた、圓瀟゚ンゞニアの業務内容などに぀いおは、こちらの 採甚ペヌゞ でもご玹介しおいたす。皆様からのご連絡を心よりお埅ちしおおりたす。 ※ 解説「4. 各クラスの孊力詊隓の平均点は孊幎平均点±2点以内ずする」の定匏化 あるクラス A の孊力詊隓の平均点はどのように定匏化できるでしょうか。平均点は合蚈点数÷合蚈人数で求められるこずに泚目するず、合蚈点数および合蚈人数をそれぞれ定匏化すればよいこずがわかりたす。 たず、合蚈人数の定匏化を考えたす。これは、条件2の定匏化でおこなったクラス A に所属する生埒の合蚈ず同じです。したがっお、決定倉数\(x_{001, \ A} \ , x_{002, \ A} \ , 
 , x_{237, \ A} \ \) の和で衚すこずができたす。 ぀づいお、合蚈点数の定匏化を考えたす。たずえば、生埒 001 の点数は定数\(score_{001}\)で䞎えられおいるため、クラス A における生埒 001 の点数は\(score_{001} × x_{001, \ A}\) で衚されたす。もし生埒 001 がクラス A に所属しおいない堎合、\(score_{001 } × x_{001, \ A} = 0\) ずなり合蚈点数にはカりントされないこずがわかりたす。この積を各生埒に察しお足し合わせるこずで、クラス A に所属する生埒の合蚈点数を求めるこずができたす。最埌に、合蚈点数および合蚈人数を利甚しお、平均点を求めた条件匏を各クラスに䞀般化したものが文䞭に瀺した解答䟋です。 参考 ・ Laboro.AI 採甚ペヌゞ ・ SIAI 2024 The post 「SIAI2024」むベントレポヌトLaboro.AI䌁業䜓隓䌚を開催 first appeared on 株匏䌚瀟Laboro.AI .
ファむンチュヌニングずは 応甚分野からプロセス、発展たで 2024.10.1 構 成 株匏䌚瀟Laboro.AI リヌドマヌケタヌ 熊谷勇䞀 抂 芁 既存のリ゜ヌスを掻甚し぀぀AIモデルの効率ず粟床を向䞊させられる手法であるファむンチュヌニングに぀いお、その重芁性や応甚分野、実斜のプロセスなどに぀いお解説したす。なお本コラムは、圓瀟の代衚取締圹COOå…ŒCTOの藀原匘将ず、機械孊習゚ンゞニアの蚈6人が執筆した曞籍『 今日から䜿えるファむンチュヌニングレシピ AI・機械孊習の技術ず実甚を぀なぐ基本テクニック 』オヌム瀟刊の䞀郚を抜粋・線集したものです。 目 次 ・ ファむンチュヌニングずは  ・ ファむンチュヌニングの重芁性  ・ 事前孊習枈みモデルの圹割  ・ モデル共有サヌビス  ・ 応甚分野   ・ 画像凊理   ・ 自然蚀語凊理   ・ 生成AI   ・ 匷化孊習 ・ ファむンチュヌニングのプロセス  ・ 事前孊習枈みモデルの遞択  ・ デヌタの準備ず前凊理  ・ 実行方針の怜蚎ず実行 ・ 発展的な話題  ・ 効率化   ・ LoRA   ・ Prefix Tuning   ・ Prompt Tuning / P-Tuning  ・ 継続的孊習   ・ EWC   ・ ER  ・ RAG ファむンチュヌニングずは ファむンチュヌニングは蚳すならば「埮調敎」で、特に深局孊習においお、倧芏暡デヌタで事前に蚓緎された事前孊習枈みモデルを、別のデヌタセットを甚いお再孊習するこずで、特定のタスクやドメむンに特化させる手法です。既存の知識を掻甚し぀぀新しいタスクに察する効率ず粟床を倧幅に向䞊させられるずも蚀えたす。 OpenAI 瀟によっお開発されたChatGPT は、公開されおいるりェブサむトや曞籍、新聞、雑誌などのデヌタで孊習されおいたす。䟋えば、ある䌚瀟の非公開情報に぀いお返答するチャットボットを぀くりたい堎合、ChatGPTをそのたた掻甚するだけでは実珟が難しいので、その䌚瀟の内郚情報などでファむンチュヌニングするこずで実珟できたす。 ファむンチュヌニングの重芁性 特定のドメむンやタスクに特化したデヌタの収集は、時間ずコストの䞡面で困難な堎合が倚く、珟実のタスクに察するAI の適甚を難しくしおいたす。しかし、ファむンチュヌニングで事前孊習枈みモデルを掻甚するこずで、粟床の高いモデルを構築するこずが可胜です。デヌタの効率が飛躍的に高たり、より効果的・効率的なAI ゜リュヌションの構築が実珟したす。 ファむンチュヌニングには以䞋の四぀のメリットが芋いだせたす。 䞀぀目は「特定のドメむンぞの適応」で、汎甚的なモデルを特定のドメむンに適応させる点です。䟋えば、医療分野や金融分野など高い専門知識が求められるでも、事前孊習枈みモデルをファむンチュヌニングするこずで、限られたリ゜ヌスで高い粟床を持぀専門的なモデルを効率的に構築するこずができたす。 二぀目は「特定のタスクぞの適応」です。特定のタスクに事前孊習枈みモデルをファむンチュヌニングするこずで、ベヌスの事前孊習枈みモデルの特長を掻かし぀぀、特定のタスクに適切に察応させられたす。䟋えば、質問応答タスクでは、文章を理解する胜力は事前孊習モデルに頌り、ファむンチュヌニングで適切な回答を回答デヌタセットから抜出する胜力のみを孊習するこずで、効率的に高粟床なモデルが実珟できたす。 䞉぀目は「開発サむクルの高速化」で、モデルの開発サむクルを倧幅に短瞮させられる点です。機械孊習枈みを甚いた新しいアプリケヌションやサヌビスを迅速に垂堎に投入したい堎合、事前孊習枈みモデルを少ないデヌタでファむンチュヌニングするこずで、開発初期段階でのプロトタむプの開発速床を䞊げられ、初期投資を抑制し぀぀短期間でPoCProof of Concept、抂念怜蚌を実斜できるようにもなりたす。 四぀目は「蚈算リ゜ヌスの節玄」です。ファンチュヌニングでは特定のタスクや新しいデヌタセットに適応するための远加孊習だけで枈み、倧幅に蚈算リ゜ヌスを節玄できたす。これにより、倧芏暡なむンフラ投資をするこずなく、技術的な進歩を享受できたす。 五぀目は「䜎リ゜ヌス蚀語」ぞの察応です。英語やスペむン語、䞭囜語などを陀く倚くの蚀語では、機械孊習に利甚可胜な孊習デヌタセットが少ないため、高粟床なモデルの構築が困難です。しかし䜎リ゜ヌス蚀語でも、英語などの事前孊習枈みモデルを䜿甚し、入手し埗る少量のデヌタでファむンチュヌニングすれば、高品質なモデルを構築できたす。 事前孊習枈みモデルの圹割 ファむンチュヌニングにおける事前孊習枈みモデルの重芁な圹割は二぀ありたす。䞀぀目は、幅広いデヌタに察しお、さたざたなタスクに適応するために必芁な基瀎的な理解力を提䟛するこずです。事前孊習枈みモデルは、通垞、倧量のデヌタず蚈算リ゜ヌスを投入しお孊習されたす。䟋えば画像識別においおはImageNet ず呌ばれる1000 䞇枚を超える倧芏暡孊習デヌタセットを甚いお孊習された事前孊習枈みモデルがよく䜿われたす。自然蚀語凊理では、BERTBidirectional Encoder Representations from Transformersなどに代衚される教垫なし自然蚀語凊理モデルが知られおいたす。 もう䞀぀の重芁な圹割は、モデルの収束速床や最終的な性胜に倧きな圱響を䞎えるパラメヌタの初期倀を提䟛するこずです。事前孊習枈みモデルはすでに孊習されたパラメヌタを持っおいるため、ファむンチュヌニングでこれを利甚でき、モデルは迅速に収束ししたす。たた、少量のデヌタしか利甚できない堎合でも、この初期倀が過孊習を防ぎ、モデルの汎化性胜を高めるのに圹立ちたす。 モデル共有サヌビス ファむンチュヌニングには事前孊習枈みモデルず孊習プログラムが䞍可欠で、その過皋で重芁な圹割を果たすのがモデル共有サヌビスです。モデル共有サヌビスずは、広範囲にわたるタスクを孊習枈みのモデルを無料で提䟛するサヌビスのこずです。モデルをれロから蚓緎するこずなく、ファむンチュヌニングに開発リ゜ヌスを集䞭させられたす。 特に、Hugging Face ず呌ばれるモデル共有サヌビスが䞭心的なプラットフォヌムずなっおいたす。その特長の䞀぀は、パラメヌタだけでなく、孊習プロセスに関する情報も提䟛しおいるこずです。報告枈みの研究結果を他者が再珟しやすく、研究の透明性ず信頌性を保蚌しやすくなるほか、既存のパラメヌタをもずに新しいタスクに適応させられ、開発スピヌドを倧幅に向䞊させられたす。 応甚分野 ファンチュヌニングが応甚されおいる四぀の分野ず、それぞれの代衚的な事前孊習枈みモデルを玹介したす。 画像凊理 画像凊理における最も基本的なタスクは画像識別で、入力画像の䞭に䜕が写っおいるかを䞀぀答えるずいうタスクです。前述のImageNet デヌタセットを䜿っお孊習したモデルがさたざたな深局孊習のフレヌムワヌクに暙準的に実装されおいたす。 画像識別の発展圢ずも蚀えるのは、物䜓怜出やセマンティックセグメンテヌションです。前者は画像の䞭に写っおいるものの名前ずその領域を四角圢などで怜出するタスクで、埌者は画像の䞭の写っおいるものをピクセル単䜍で色分けするタスクです。特に物䜓怜出では、孊習するための゜ヌスコヌドず孊習枈みモデルがセットになったDetectron2、MMDetection などのツヌルキットが耇数公開されおいお、非垞に簡易に利甚できたす。 なお、特にファむンチュヌニング時の远加孊習デヌタ量が少ない堎合に、過孊習を防ぐ効果を狙っお、事前孊習枈みモデルの䞀郚たたは党郚のパラメヌタを固定し、固定しおいない郚分のみを再蚓緎するこずがありたす。 物䜓怜出に぀いおはこちらもご芧ください。 物䜓怜出【ビゞネス成長のためのAI甚語】 自然蚀語凊理 自然蚀語凊理では、倧芏暡なデヌタから教垫なし孊習を行った事前孊習枈みモデルが広く䜿われおいるこずが特城です。䟋えばBERT では、孊習デヌタの文䞭にある䞀郚の語をマスクしおそれを予枬する孊習方法ず、䞎えられたテキストの続きを予枬する孊習方法を採甚しお、玄33 億語にもわたる倧量のテキストデヌタから教垫ラベルなしで孊習しおいたす。 このBERT は、さたざたなタスクに柔軟に適甚できるこずが特長です。以降、RoBERTa、ALBERT、DistilBERT などの改良モデルず、それらを䜿っお各蚀語やタスクに特化した事前孊習枈みモデルが開発されたこずで、BERTは自然蚀語凊理の暙準的なモデルになりたした。さらに、OpenAI 瀟が開発したGPTシリヌズにより、凊理胜力は飛躍的に発展したした。 自然蚀語凊理のファむンチュヌニングに぀いおはこちらもご芧ください。 自然蚀語凊理におけるファむンチュヌニング【ビゞネス成長のためのAI甚語】 生成AI 生成AI 分野の代衚的なタスクは、文章生成、画像生成、動画生成、音楜生成です。文章生成モデルは䞀般に倧芏暡蚀語モデルLLMず呌ばれ、文章の生成の他、幅広いタスクに察応できたす。この代衚的なモデルが前述のGPT シリヌズなのです。圓初は玔粋に蚀語の生成タスクにフォヌカスしおいたしたが、2020 幎に登堎したGPT-3 では、自然蚀語で蚘述した文章の続きを生成させるこずで、蚀語の生成タスクを超えた適甚が可胜になりたした。さらに2022 幎に登堎したChatGPT は、指瀺内容を察話的に入力できるようにしたこずで広く普及したした。 GPT シリヌズの倧きな特長は、倩文孊的な数のデヌタず蚈算リ゜ヌスを䜿っお、垞識を超えたパラメヌタ数を持぀モデルを孊習したこずです。これによりあたかも人間ず同じ知胜を持ったかのような文章を生成し、適切な応答が可胜になりたした。 GPT シリヌズの゜ヌスコヌドやパラメヌタは、OpenAI 瀟が運営するサヌビスなどを経由しおでしか利甚するこずしかできたせんが、GPT ず類䌌したモデルをオヌプン゜ヌスで開発するMeta 瀟のLLaMA などもあり、手元のGPUGraphics Processing Unit でもファむンチュヌニングを実斜できたす。 画像生成においおも生成AI は革新的な進展を遂げおいたす。GANGenerative Adversarial Networks、敵察的生成ネットワヌクやVAEVariational Auto Encoders、倉分オヌト゚ンコヌダなどの、写真のようにリアルな画像を生成、倉換する手法に加えお、近幎では、Stable Diffusionのようなナヌザが入力した文章をもずに画像を生成するモデルが泚目を集めおいたす。Stable Diffusionは、文章の内容を理解するためのCLIPContrastive Language-Image Pre-trainingず呌ばれるモデルず、画像を生成するための拡散モデルDiffusion Modelず呌ばれるモデルを組み合わせたものです。オヌプン゜ヌスの事前孊習枈みモデルにファむンチュヌニングを実斜するこずでカスタマむズが可胜です。 生成AIに぀いおはこちらもご芧ください。 仕組みから知る生成AIず技術研究の今 匷化孊習 匷化孊習の分野ではRLHFReinforcement Learning from Human Feedbackがありたす。事前孊習枈みモデルに察しお、匷化孊習の技術を甚いお人間のフィヌドバックを䞎えるこずで性胜を向䞊させる手法です。前述のChatGPT の開発においおもRLHF が重芁な圹割を果たしおいたす。モデルの回答品質が向䞊したほか、倫理的に奜たしくない察話や有害な情報を出力するこずを防いでいたす。 匷化孊習に぀いおはこちらもご芧ください。 正解のない課題にこそ生きる「匷化孊習」の基本 ファむンチュヌニングのプロセス ここでは、ファむンチュヌニングのプロセスの抂芁を解説したす。 事前孊習枈みモデルの遞択 たず、䜿甚する適切な事前孊習枈みモデルを遞択したす。タヌゲットずなるタスクやドメむンよりも広い、䞀般的な特城をずらえたものが䜿われたす。ファむンチュヌニングにより、より狭いタスクぞの適応ず、パフォヌマンス向䞊を目指したす。 画像識別タスクにはResNet やEfficientNet、自然蚀語凊理タスクにはBERT やGPT などがよく䜿甚されたす。高性胜なモデルを䜿ったほうが粟床は良くなるはずですが、それらは䞀般に倧芏暡で、凊理に倚くの蚈算リ゜ヌスを必芁ずしたす。性胜ず蚈算リ゜ヌスのトレヌドオフを考慮しおモデルを遞択したしょう。 デヌタの準備ず前凊理 ファむンチュヌニングの成功の可吊は、䜿甚する远加孊習デヌタの質ず量によるので、適切なデヌタ準備ず前凊理が䞍可欠です。必芁なデヌタの量は、少なくずもタヌゲットずなるタスクやドメむンの党䜓像を網矅できる皋床は必芁です。 圓然ながら、評䟡デヌタも準備する必芁がありたす。ファむンチュヌニングの成吊を蚈枬するため、察象ずなるタスクの代衚的なケヌスを網矅したものが望たしいです。 実行方針の怜蚎ず実行 次に、遞択した事前孊習枈みモデルず前凊理枈みのデヌタを䜿ったファむンチュヌニング実斜の方針ずしお、䞋蚘の点を怜蚎したす。 • 事前孊習枈みモデルの構造の䞀郚を倉曎する必芁があるか。倉曎する堎合は、その構造はどのようにするか • 事前孊習枈みモデル䞭の固定するパラメヌタず曎新するパラメヌタの遞択 • 最適化アルゎリズムや孊習率などの孊習時に必芁なパラメヌタ • アヌリヌストッピングやデヌタ拡匵など過孊習を防ぐ方法 方針が決たったら、ファむンチュヌニングを実斜したす。通垞はGPUやTPUTensor Processing Unitなどの深局孊習甚の蚈算リ゜ヌスを甚いたす。 発展的な話題 ファむンチュヌニングの発展的な話題ずしお、モデルの蚓緎時間を短瞮する高速化手法や、モデルが既存の知識を保持し぀぀新しい情報を孊習できる仕組みである継続的孊習や、既存のLLMをドメむンに適応させる手法・RAGRetrieval-Augmented Generation、怜玢拡匵生成に぀いお解説したす。 効率化 画像生成モデルやLLM などの生成AI 分野を䞭心に、事前孊習枈みモデルのサむズがどんどん巚倧化しおおり、ファむンチュヌニングの実行にさえも莫倧な蚈算リ゜ヌスが必芁になっおいたす。䟋えば、画像生成モデルのStable Diffusion 3 は最倧玄80 億、LLM のLlama 3 では最倧700 億個のパラメヌタを持っおいたす。 このような倧芏暡モデルをファむンチュヌニングするためには、PEFTParameter-Efficient Fine-Tuningず呌ばれる技術を甚い、曎新するパラメヌタ数をなるべく抑える必芁がありたす。特にLLM においおは砎滅的忘华Catastrophic Forgettingず呌ばれる珟象が問題ずなりたすが、PEFT はこれを枛らせるずされおいたす。PEFT の代衚的手法ずしお以䞋で䞉぀を解説したす。 LoRA モデルパラメヌタのファむンチュヌニングにより倉化する差分を、近䌌的に少な いパラメヌタ数で衚珟するこずで、モデルの蚓緎にかかる時間ずメモリ䜿甚量を削枛する手法です。顔を特定の人物に䌌せる、特定の姿勢の描写を粟密にするなど、出力画像を特定の方向に誘導できたす。さらに、同䞀の事前孊習枈みモデルに察しお耇数の差分を同時に適甚するこずができ、耇数の効果を同時に埗られたす。そのため、指瀺文prompt、プロンプトだけでは衚珟できない出力画像の内容コントロヌルにも䜿われおいたす。 Prefix Tuning LLM を構成するトランスフォヌマの各局の先頭にタスク固有のベクトルを远加するプレフィックスprefixを付ける手法です。これによっお、プレフィックス郚分のみを孊習するだけで枈み、ファむンチュヌニングが高速化されたす。 Prompt Tuning / P-Tuning モデルに䞎えるプロンプトを調敎するこずで、特定のタスクに察する性胜を向䞊させる手法です。圓然、もずの事前孊習枈みモデルのパラメヌタは完党に固定したたたですので、少ない時間で凊理できたす。 継続的孊習 継続的孊習は、モデルが新しいデヌタやタスクを孊習する際に、既存の知識を保持し぀぀、新しい情報を効率的に統合する手法です。モデルは継続的に進化し、過去の孊習内容を忘れるこずなく、新しい知識を獲埗できたす。ここでは、継続的孊習の代衚的な手法ずしお、EWCElastic Weight ConsolidationずERExperience Replayに぀いお解説したす。 EWC モデルをファむンチュヌニングしおパラメヌタ曎新する際に、事前孊習枈みモデルのパラメヌタの倉曎を制限する手法です。事前孊習枈みモデルの䞭の重芁なパラメヌタを確率的に掚定し、重芁ずしたパラメヌタの倉曎に察しおはペナルティを科し、それらが倧きく倉わらないようにしたす。 ER ER は、事前孊習時の孊習デヌタをファむンチュヌニング時に再利甚するこずで、事前孊習枈みモデルの知識を保持する手法です。その発展的な手法のDGRDeep Generator Replayは、事前孊習枈みモデルから生成したデヌタを仮想的な過去のデヌタずしお利甚する方法です。 RAG RAG は、LLM に倖郚知識を組み合わせるこずで、より詳しく正確な応答の生成を目指す手法です。たずナヌザからの質問にもずづいお、質問に最も関連性の高い倖郚デヌタを怜玢し、その埌、怜玢結果をもずに質問に察する自然な蚀語での応答を生成するずいう2 段階のプロセスを経たす。これにより、倧芏暡なドキュメントコヌパスから適切な情報を効率的に抜出できたす。 RAG には以䞋のようなメリットがありたす。 ・最新情報ぞの察応事前孊習された埌に発生した出来事や情報を怜玢するこずで、最新の情報を含む応答が可胜 ・専門知識の保管特定の専門分野に関する質問に察しお、倖郚の専門知識を甚いおより正確で信頌性の高い応答が提䟛できる ・応答の倚様性耇数の関連ドキュメントを参照するこずで、応答の倚様性が増し、より豊かな䌚話が可胜 本コラムの基になった曞籍『 今日から䜿えるファむンチュヌニングレシピ AI・機械孊習の技術ず実甚を぀なぐ基本テクニック 』は各曞店で奜評発売䞭です。目次などの詳现の確認や、詊し読みは こちら からしおいただけたす。 The post ファむンチュヌニングずは 応甚分野からプロセス、発展たで first appeared on 株匏䌚瀟Laboro.AI .
LLM倧芏暡蚀語モデル、トレンドは「小で事足りる」 公開2024.1.22 曎新2024.9.12 株匏䌚瀟Laboro.AI リヌドマヌケタヌ 熊谷勇䞀 甚語解説 LLMLarge Language Models、倧芏暡蚀語モデルずは、文字通り倧量のデヌタずディヌプラヌニングを甚いた蚀語モデルのこずです。自然蚀語凊理の分野で䜿甚され、テキストの生成などの胜力に長けおいたす。しかし䞀方で、単語や文章の生成に特化しおいるため、音声や画像の凊理には制玄がありたす。 LLMが倧芏暡たる所以は、この「デヌタ量」に加えお「蚈算量」ず「パラメヌタ数」の芏暡の倧きさにありたす。蚈算量ずはコンピュヌタが凊理する仕事量のこず。そもそも蚀語モデルずは、文章の䞊び方に確率を割り圓おる確率モデルを指し、実䜓は、簡単な蚈算匏を倧量に組み合わせた超巚倧な数匏です。そしお、この数匏には膚倧な量のパラメヌタが含たれおいたす。パラメヌタ数ずは確率蚈算を行うための係数の集合䜓のこずで、パラメヌタ数が豊富なこずはLLMの特城の䞀぀です。 LLMの開発では、埌に続く単語の予枬がうたくいくようにパラメヌタを調敎するこず孊習たたは蚓緎を通しお、粟床を向䞊させおいきたす。こうしお䜜られた孊習埌の蚀語モデルに質問などを入力するず、それに続く単語を次々に予枬し、長文の回答が出力されおいきたす。 応甚&詳现解説 「デヌタ量」「蚈算量」「パラメヌタ数」䞉぀の倧芏暡化に぀いおは、2020幎にサム・アルトマン氏が率いるOpenAIが発衚した論文 ” Scaling Laws for Neural Language Models ” で觊れられ、自然蚀語モデルの性胜ずこれら䞉぀の間には「Scaling Lawスケヌリング則」が成立するず提唱されたした。OpenAIはこの論文の䞻旚に則っお䞉぀を倧芏暡化するこずで、粟床の高い倧芏暡蚀語モデルを぀くり出すこずに成功したのです。 LLMを違う説明の仕方をするず、「自然蚀語凊理においお倧量のテキストを孊習し、自然な文章の䜜成や芁玄、受け答えができるようにしたAIモデル」ずも蚀えたす。代衚的なモデルにはChatGPTのGPT-4やGPT-3.5パラメヌタ数非公開の他に、GoogleのLaMDA同1370億や、囜産ではオルツが開発したLHTM-2同1600億などがありたす。ChatGPTは「GPT-4やGPT-3.5ずいうLLMにチャットずいうナヌザヌむンタフェヌスを組み合わせた生成AI」ずも蚀えたす。 既に実珟しおいる䜿い方ずしおは、文曞の校正・芁玄・翻蚳、プログラミングのサポヌト、察話的なりェブ怜玢、小説などの制䜜やその制䜜のためのアむデアの生成などがありたす。さらに今埌サヌビス化が考えられる䟋ずしお、ストレスや時間の制玄のないカりンセリング・コヌチング、孊習のサポヌト、士業や医療など高床な専門性が必芁な仕事のサポヌト、より芪しみやすいむンタヌフェヌス、文献調査の効率化などによる科孊研究の加速などが期埅されるずころです。 マルチモヌダルLLMずGPT-4、GPT-4o GPT-4では入力デヌタずしお画像が扱えるようになったずころ、ChatGPTの最新モデルであるGPT-4oでは音声もテキストも動画も入力ずしお受け付け、音声ずテキストおよび画像の出力ができるようになりたした。こうした異なるモダリティヌ皮類を扱えるこずをマルチモヌダル、それが実珟できるAIのこずをマルチモヌダルAI、さらにそれがLLMであればマルチモヌダルLLMず呌ばれたす。 GPT-4でも音声認識や音声合成ず組み合わせれば音声での察話はできたしたが、それは音声をテキストに倉換しお、テキストをLLMに入れお、出おきたテキストを再び音声に倉換する方匏でした。そのため、凊理に時間がかかる、たずたった量の音声をためないずテキストに倉換ができなし、声のトヌンを倉えられないなどのボトルネックがありたした。 GPT-4oではそうした制玄を取り払い、平均の応答時間を0.3秒に短瞮し、途䞭で割り蟌んだり、内容に応じお声のトヌンを倉えたりできるようになりたした。これにより、音声認識に向かっお話しかけるのではなく、人ず話すような自然な察話ができるようになっおいたす。 マルチモヌダルAIに぀いおはこちらもご芧ください。 マルチモヌダルAI【ビゞネス成長のためのAI甚語】 応甚䟋 NECはボクシング䞖界戊の詊合映像からハむラむトシヌンを䜜成する実蚌実隓をしたず発衚したした。AIによる映像認識技術を駆䜿しお詊合映像を分析し、激しい打ち合いなど勝負の分かれ目ずなるシヌンの映像ず画像を抜出し、状況を説明する文章をLLMで生成したした。実甚化できれば、詊合開始から終了たで映像を垞に芖聎するこずが難しい堎合でも、SNSを通じお臚堎感あふれる詊合情報を把握しやすくなるず芋蟌んでいたす。さらに、この映像認識ずLLMを組み合わせた技術は、ドラむブレコヌダヌ動画の分析で掻甚を芋蟌んでいたずいいたす。亀通事故の際に動画を分析し、損害保険金請求甚の報告曞に掻甚するこずなどを想定し、ドラむブレコヌダヌ動画の分析以倖の甚途開拓を狙うずしおいたす。 自埋移動ロボットを開発するプリファヌドロボティクスは、音声による指瀺で家具などを移動するお手䌝いロボット「カチャカ」をLLMに察応させたした。カチャカは埓来、「A物をB堎所に持っおきお」などずいう定型の音声コマンドにのみ察応しおいたしたが、LLMに察応させるこずによっお自然な䌚話を通じお指瀺を出せるようになりたした。䟋えば、「い぀ものや぀を持っおきお」ず蚀うだけで、仕事の道具を茉せた専甚棚を仕事郚屋に持っお来おくれたり、棚を運んできたら30秒埌に棚を戻すずいう動䜜などを習慣化させたりするこずもできるずしおいたす。 ビゞネス応甚 2023幎6月に経団連䞀般瀟団法人日本経枈団䜓連合䌚がAI掻甚促進に向けた 政策提蚀 を発衚し、その䞻県の䞀぀が「LLMをはじめずするAI基盀技術を日本独自でたかなうべき」ずいうものでした。さらに経団連に歩調を合わせるかのように、2023幎からは日本䌁業によるLLMの開発が盞次いでいたす。 たた、前述の通りLLMはテキストデヌタを䞭心に凊理する胜力を持ちたすが、数倀、音声、画像など耇数のモダリティヌず組み合わせるこずでより広範な応甚ができるため、さたざたな生成AIず組み合わせるこずで耇合的なタスクに取り組めるようになるこずが期埅されたす。しかしそうしたマルチモヌダルを含むLLMを運甚するためには高性胜なGPUなどぞの蚭備投資が必芁になり、実甚されるたでに時間的・金銭的コストも倚くかかっおしたいたすし、特定のビゞネスのために掻甚するにはオヌバヌスペックずいうこずもありたす。 そこで最近泚目されおいるのが、SLMSmall Language Model、小芏暡蚀語モデルで、GAFAMに代衚されるITゞャむアントたちが、小芏暡モデルゆえに䜎コストで運甚できるSLMの開発・性胜向䞊に泚力するようになっおきおいたす。䟋えばマむクロ゜フトが2023幎11月に発衚した「Orca2」は、モデルのパラメヌタ数が130億ず70億でありながら、およそ10倍の芏暡である1000億パラメヌタ玚のLLMに匹敵する掚論性胜を備えおいるず蚀われおいたす。 こうした「小芏暡でも事足りる」ずいうこずの他にも、SLMが泚目される理由ずしお二぀挙げられたす。 䞀぀は、䞊蚘のようなITゞャむアントによるLLM独占ぞの譊戒感があるこずです。倧芏暡モデルの孊習は芏暡が倧きくなるほど必芁な挔算量も増えたす。AWSアマゟンりェブサヌビスを䜿っお孊習をする堎合、数十億円から数癟億円がかかるずいわれおいるずいう䞭で、継続しおモデルを倧芏暡化できる䌁業は限られるためです。 もう䞀぀は掚論偎の挔算量の削枛です。モデルの倧芏暡化に䌎い、回答の性胜は向䞊するものの、回答のための掚論挔算の量も増しおしたうこずです。GPT APIを䜿ったビゞネスアプリケヌションにおいおもこの芳点は重芁で、ビゞネスでLLMを掻甚する堎合も消費電力や利甚コスト圓たりの性胜が圓然重芁になっおくるからです。 近幎、日進月歩で進化するLLM、SLMのこうした動きに泚目し぀぀、自瀟ビゞネスに最適な蚀語モデルの圚り方を怜蚎しおいくこずがビゞネス応甚においお重芁になっおきおいたす。 参考 ゜フトバンク「 倧芏暡蚀語モデルLLM 」 産総研マガゞン「 自然蚀語凊理ずは 」 NRI「 倧芏暡蚀語モデル 」 教育ずICT Online「 生成AI、察話型AI、LLMは䜕が違う 」 ITmedia「 「GPT-4o」は䜕がすごい なぜLLMは画像や音声も扱えるの “マルチモヌダル”に぀いお識者に聞いた 」 日本経枈新聞「 NEC、AIでハむラむトシヌン抜出 ボクシング詊合で実蚌 」 日本経枈新聞「 コミュ力高いロボ、荷物も移動 倧芏暡蚀語モデルで進化 」 岡野原倧茔『倧芏暡蚀語モデルは新たな知胜か ChatGPTが倉えた䞖界』 日経XTECH「 小芏暡蚀語モデルに泚目 」 ITmedia「 機械に話しかけお蚭定できる時代が来る なぜ“小芏暡”なLLMが求められるのか 」 The post LLM倧芏暡蚀語モデル、トレンドは「小で事足りる」 first appeared on 株匏䌚瀟Laboro.AI .
画像怜玢【ビゞネス成長のためのAI甚語】 公開2024.5.17 曎新2024.9.6 株匏䌚瀟Laboro.AI リヌドマヌケタヌ 熊谷勇䞀 甚語解説 画像怜玢は、特定のク゚リに基づいお、りェブ䞊やデヌタベヌスの䞭から画像を怜玢する技術です。 そうした怜玢゚ンゞンは、クロヌラヌずいうロボットを䜿っおりェブペヌゞを巡回させ、画像だけでなくテキストや動画などのコンテンツをデヌタベヌスに登録したす。この登録はむンデックス䜜成ず呌ばれたす。むンデックスには、コンテンツが掲茉されおいるペヌゞのURL、キヌワヌド、メタデヌタなどが含たれたす。ナヌザヌがク゚リを入力するず、怜玢゚ンゞンはむンデックスを怜玢しお、関連する画像を探し、キヌワヌドに䞀臎する、たたは類䌌しおいるずされた画像が衚瀺されたす。 応甚&詳现解説 すでに倚くの人が利甚しおいるように、「画像を画像で怜玢する」ずいう「類䌌画像怜玢」も生たれたした。この堎合のク゚リはもちろん画像であり、その画像の特城色、圢状、テクスチャなどを抜出しお特城量を分析したす。その特城量ず、りェブ䞊やデヌタベヌスにある各画像の特城量を比范し、類䌌しおいるものを出力するシステムです。 特城量を抜出する手法には䞉぀の代衚䟋がありたす。䞀぀目は「AKAZE」で、他の二぀ず違っおディヌプラヌニングを利甚しおいたせん。拡倧・瞮小や回転を斜しおも類䌌性を維持しやすい、孊習の必芁がなくすぐに利甚できるなどのメリットがありたす。たた、PythonのOpenCVに実装されおいる点や、無償で商甚利甚できるなどの䜿いやすさもありたす。ただしAKAZE自䜓は特城点・特城量を抜出するだけで、類䌌画像怜玢を実行する際は、特城量の類䌌床を蚈算する必芁がありたす。 二぀目は、ディヌプラヌニングの孊習枈みモデルを甚いた特城抜出です。孊習枈みモデルは誰でも入手でき、AKAZEず同様に孊習が䞍芁なので、すぐに䜿えるずいうメリットがありたす。たた埗られる結果は人間の刀断にかなり近いずいう意芋がある䞀方、どこに泚目しお䌌おいるず刀断したのかが分からないずいうデメリットがありたす。 䞉぀目は、「Triplet loss」です。Triplet lossは、「䌌おいる」ずしたい画像間の特城量同士の距離を近くし、「䌌おいない」ずしたい画像間の特城量同士の距離は遠くなるように、ネットワヌクのパラメヌタを取埗するために䜿甚されるロス関数のこずです。぀たり、人間の郜合に望たしい結果が出る怜玢が可胜になりたすが、その分、孊習量が膚倧になるずいうデメリットがありたす。 Googleのマルチ怜玢 類䌌画像怜玢はすでに普及しおいるず蚀える状況になっおおり、最近ではGoogleが2023幎に実装した「マルチ怜玢」ずいった拡倧した機胜も実珟しおいたす。マルチ怜玢は、Google レンズを䜿っお、撮圱した写真やスクリヌンショットにさらにテキストを加えお怜玢できる機胜です。䟋えば、ボヌドゲヌムのような物を撮圱し、その画像に「このゲヌムはどのようにしお遊ぶのですか」ずいうテキストを組み合わせお怜玢するず、生成AIや画像認識技術、りェブ怜玢を組み合わせお、AIによる回答ず怜玢結果が衚瀺されたす。AIによる回答に察しおは、文脈を匕き継いだたた次の質問をするこずもできたす。 家具の画像怜玢などで利甚法人数が3.7倍 リクルヌトのむンテリア提案業務支揎サヌビス「MINTERIOR」ミンテリアは2024幎1月から、芋た目が䌌おいる商品をカタログから怜玢できる「類䌌画像怜玢機胜」を搭茉し、䜿い勝手を高めおいたす。「圢が䌌おいる」「カラヌが䌌おいる」ずいった軞だけでなく、「ドラマの登堎人物の郚屋にある゜ファに䌌た商品を探したい」ずいった耇雑か぀新しい情報にも察応した怜玢も可胜にしたずしおいたす。これらの改善によっおミンテリア事業が奜調ずなり、2024幎1月末時点の利甚法人数は2023幎3月末から3.7倍に増えたずいいたす。 ダフヌの画像怜玢技術 日本のむンタヌネット䌁業であるLINEダフヌでももちろん、画像怜玢技術を開発・掻甚しおいたす。類䌌画像怜玢に぀いおはこれたで、2019幎からiPhoneアプリ版のYahoo!ショッピングで利甚可胜にし、さらにファッション画像怜玢アプリ「FavNavi」をリリヌスしおいたす。 それらでは、「物䜓怜出を利甚した矩圢領域ベヌスの類䌌画像怜玢」の仕組みを採甚しおいたす。぀たり、怜玢察象ずなるのは画像党䜓ではなく、画像内の各オブゞェクトだずいうこずです。これにより、耇数の商品が写っおいる商品画像でも、個々の物䜓を怜玢察象にできたす。たた、構図や背景に䟝存しない特城量を抜出しやすいずいうメリットもありたす。怜玢察象ずなるすべおのオブゞェクトの特城量は、商品情報などのメタデヌタず玐付けた䞊でむンデックスされ、怜玢可胜な状態になりたす。 そうしたむンデックスされるオブゞェクト数はおよそ10の8乗芏暡ですが、この芏暡の高次元特城量を高速に怜玢するため、近䌌近傍探玢最近傍探玢に比べ厳密な近傍点を求めず、近傍点ずの距離を近䌌蚈算するこずで、蚈算時間を抑えながら近傍探玢を行う手法を採甚しおいたす。同瀟の類䌌画像怜玢の特城ずしおは、デヌタから、物䜓怜出、特城量、近䌌近傍探玢たでの実斜を自瀟で完結しおいるこずも挙げられたす。 物䜓怜出に぀いおは圓瀟コラム「 物䜓怜出【ビゞネス成長のためのAI甚語】 」もご芧ください。 ビゞネス応甚 ECやネットオヌクション、フリヌマヌケットサむト、画像SNSなど、倧量の画像を扱うサヌビスが普及しおおり、類䌌画像を怜玢する需芁も高たっおいたす。埓来のように人手によるタグ付けは倚倧な劎力が必芁なだけでなく、画像の色合いヒストグラムや圢状などの類䌌床を甚いるだけでは、䟋えば色合いは䌌おいるが䞭身は党く違う画像が誀っお遞ばれおしたうなどの䞍適切な怜玢結果ずなるこずもありたした。 しかし珟圚では、適切な教垫デヌタで事前にディヌプラヌニングを斜しおおくこずで、䞀぀ず぀の画像にはタグを付䞎しなくおも、AIが画像の䞭身を理解しお適切な画像を出力する゜リュヌションも実珟しおいたす。 それにより、䟋えばEコマヌスにおいおは、ECサむトの裏偎に走る商品怜玢システムずしおAI画像怜玢を掻甚するこずで、ナヌザヌが閲芧しおいる商品ず近い商品をレコメンドするための商品画像をより高い類䌌床で怜玢できるようになりたす。そのこずから、こうしたレコメンドシステムでよく課題ずなる「コヌルドスタヌト問題 閲芧・賌買履歎が十分に蓄積されおいない初期ナヌザヌには、レコメンドできる商品が芋぀からない問題」を解決するために、画像怜玢は倧きな貢献を果たしたす。䟋えばナヌザヌが遞んだ画像に加えおタグや気分も情報ずしお加え、より粟床の高いレコメンドができる可胜性が生たれたす。 倧量の画像デヌタを保存・怜玢・掻甚するためのコンテンツ管理システムでは、画像をク゚リずしお内容が近い画像を怜玢できるようになり、埓来のタグやファむル名、日時などに基づく怜玢システムに組み合わせお䜿うこずで、より盎感的な画像怜玢が可胜になりたす。 さらに、こうした類䌌画像怜玢の゜リュヌションでされおきた代衚的な工倫の䟋を二぀挙げたす。䞀぀目は、畳み蟌みニュヌラルネットワヌクCNNのアヌキテクチャであるResNetを採甚し、高い粟床での画像怜玢を可胜にしおいるものがあるこずです。ResNetは100局を超える「深い」ニュヌラルネットワヌクのアヌキテクチャで、画像認識のコンペティションであるILSVRCImageNet Large Scale Visual Recognition Challengeで人間を超える粟床を実珟したモデルです。画像理解のコアの郚分にResNetのアヌキテクチャを䜿甚するこずで、画像の内容を正確に把握しお怜玢するこずを可胜にしおいたす。 もう䞀぀が、柔軟な教垫デヌタによる類䌌尺床のコントロヌルをしおいる䟋があるこずです。「どのような画像が䌌おいるのか?」ずいう刀断は、そのシステムが䜿われるコンテキストにより倉わりたす。ク゚リ画像ずそれに䌌おいる画像、䌌おいない画像の䞉぀の画像の組を教垫デヌタずしお䞎えるこずで、類䌌尺床をコントロヌルしたす。これは、ランク孊習Learning to rankず呌ばれる機械孊習手法をディヌプラヌニング技術ず融合する事で実珟しおいたす。 ごく最近では、GPT-4oを掻甚する方法も出おきたした。GPT-4oに画像を読み蟌たせ、人間が䜜業する堎合の䜜業者の興味・関心の匷さによらずさたざたな特城をが画像説明文キャプションずしお高速に生成させ、さたざたな圚り方の怜玢に察応できるデヌタベヌスの構築に圹立おられたす。 圓瀟゜リュヌション Laboro.AI「 類䌌画像怜玢゜リュヌション 」 参考 PLAN-B「 クロヌラヌ、むンデックスずはGoogleの怜玢゚ンゞンにペヌゞが認識されるたでの仕組みを理解しよう 」 TOSHIBA「 深局孊習を甚いた類䌌画像怜玢技術 」 iMagazine「 類䌌画像怜玢の3぀の手法ず粟床向䞊のテクニック 」 Google Japan Blog「 AI が可胜にする新機胜 より芖芚的な怜玢䜓隓を 」 日経XTECH「 Googleが生成AI䜿った「マルチ怜玢」開始、画像ずテキストの合わせ技 」 日本経枈新聞「 リクルヌト、「䌌おいる」家具を画像怜玢 提案業務支揎 」 LINEダフヌ「 ダフヌの類䌌画像怜玢技術ず特城量モデル 〜 Yahoo!ショッピングの事䟋玹介 」 PR TIMES「 Laboro.AI、画像を内容の近さで怜玢できるAI画像怜玢システム「類䌌画像怜玢゚ンゞン」をリリヌス 」 The post 画像怜玢【ビゞネス成長のためのAI甚語】 first appeared on 株匏䌚瀟Laboro.AI .
AI創薬【ビゞネス成長のためのAI甚語】 公開2024.6.14 曎新2024.8.21 株匏䌚瀟Laboro.AI リヌドマヌケタヌ 熊谷勇䞀 甚語解説 AI創薬ずは、AIを掻甚しお新しい医薬品を開発するこずを指したす。埓来、創薬には時間などの膚倧なコストがかかり、新薬が垂堎に出るたでに倚倧なリ゜ヌスを芁したした。しかしAIを掻甚するこずにより、化合物の蚭蚈やドッキングシミュレヌション䜎分子・生䜓高分子間盞互䜜甚における耇合䜓の安定構造をコンピュヌタ䞊で蚈算的に掚定する手法、創薬タヌゲットの特定、スクリヌニング有甚な物質を薬剀候補矀の䞭から芋いだしたり、最も高い薬効を瀺す物質を遞別したりする䜜業、病理画像解析による薬効・安党性の評䟡、自然蚀語凊理を甚いた論文怜玢などを、迅速か぀効率的に実斜できる可胜性が出おきたした。さらにAIは膚倧なデヌタから、人間では分からなかったパタヌンを芋いだすこずがあり、これにより新しい創薬が促進される面がありたす。 海倖のAI創薬の動き 䞭囜の晶泰科技 䞭囜がAIや量子技術を掻甚する次䞖代創薬で攻勢に出おいたす。新興で創薬支揎の晶泰科技XtalPi、クリスタルパむは2024幎6月の䞊堎を機に研究開発胜力を高め、政府も倚額の補助金で産業振興を急いでいたす。晶泰の株䞻にはグヌグルや䞭囜ネット倧手の隰蚊控股テンセント、゜フトバンクグルヌプ傘䞋のビゞョン・ファンドが名を連ね、䞊堎前から7億ドル玄1100億円超の資金を調達しおいたした。米調査䌚瀟フロスト・アンド・サリバンによるず、AIを掻甚した創薬を手掛ける新興䌁業ずしお䞖界最倚の調達額です。 晶泰は、新薬の開発で効き目のありそうな新薬の「タネ」を探す段階で量子力孊による蚈算や生成AIを䜿っおいたす。コロナ向け飲み薬である米囜のファむザヌの「パクスロビド」の開発では結晶構造の特定を支揎し、通垞は数幎かかる開発工皋を6週間に短瞮したずいい、それにより、同瀟の研究開発胜力が䞖界に知れわたりたした。ファむザヌ以倖にも同じく米囜のゞョン゜ン・゚ンド・ゞョン゜ン、むヌラむ・リリヌ、ドむツのバむ゚ルもすでに晶泰の顧客で、メガファヌマ倧芏暡な補薬䌚瀟やバむオ技術䌁業で䞖界トップ20瀟のうち16瀟ずも取匕があるずいいたす。 晶泰は新薬候補ずなるたんぱく質の予枬などに掻甚する独自の生成AI「プロテむンGPT」などを掻甚し、顧客である補薬倧手の創薬を支揎しながら成長を目指しおいたす。さらには化合物を生成する胜力を生かし、蟲薬や化粧品の開発など幅広い分野でも事業領域を広げおいく蚈画です。 ドむツのメルク ドむツの医薬品メヌカヌであるメルクは、倧郚分のIT むンフラを米囜のアマゟンが提䟛するAWSアマゟンりェブサヌビスぞ移行し、特に分析ずAIに関するサヌビスを掻甚するこずにより、研究開発の加速を芋蟌んでいたす。メルクが持぀数テラバむトに及ぶ怜査デヌタから掞察を匕き出し、機械孊習モデルの事前孊習に必芁なデヌタが限られおいる堎合でも、亀裂や異物の混入ずいった耇雑な䞍良を芋぀けやすくなり、芏栌䞍適ずなる医薬品の誀怜出を枛らすこずができるずしおいたす。 米囜のポラリス・クオンタム・バむオテック 米囜のポラリス・クオンタム・バむオテックの創薬プラットフォヌム「タキオン」は、AI・機械孊習が掻甚されおおり、膚倧な化孊ラむブラリヌを自動プロセスで怜玢し、同時に耇数の䞊列プロゞェクトを実行できたす。それにより、新薬のリヌド化合物創薬暙的分子に察しお掻性が認められ、さらに医薬品ずしお適切な性質を持぀化合物を開発するための新芏分子を、珟圚の医薬品開発プロセスず比范しおわずかな時間ずコストで芋぀けるこずができるずしおいたす。 フランスのサノフィず英囜の゚クセンシア フランスの補薬䌁業サノフィず英囜のAIベヌスの補薬を手掛ける゚クセンシアは、実際の患者詊料臚床怜査に✀いた⟎液、尿など、蚺断のための✣怜内芖鏡怜査などの際 に組織の⌀郚を採取するこず詊料、⌿術で切陀した組織などを䜿甚しお、゚クセンシアのAI創薬プラットフォヌムを甚い、がんを䞭心ずする腫瘍ず免疫の分野で䜎分子の新薬を発芋・開発する協業をしおいたす。AIず機械孊習の掻甚で患者詊料を扱えるこずにより、マりスを䜿った手法よりもはるかに高い粟床で創薬ができる可胜性が生たれ、さらにはスケゞュヌルの短瞮も芋蟌たれおいたす。 応甚&詳现解説 䞉぀の事䟋を基に説明したす。 ゚ヌザむは、機械孊習やディヌプラヌニング等のAI技術を掻甚するこずで、より効率的に医薬品候補品を芋出すこずに取り組んでいたす。倧量の化合物に぀いおの評䟡デヌタ薬効、物性、薬物動態、安党性で孊習した機械孊習やディヌプラヌニングのモデルは、化合物を合成するこずなく、その化孊構造から薬効、物性、薬物動態、安党性を予枬するこずを可胜ずし、研究者による新芏化合物の蚭蚈を支揎するずしおいたす。 富士通は理化孊研究所ず協働し、生成AIを䜿っお、薬が暙的ずするたんぱく質の䜓内での状態を予枬する技術を開発しおいたす。「クラむオ電子顕埮鏡」ず呌ばれる先端顕埮鏡で撮圱したたんぱく質の画像を孊習しお、動きのある立䜓構造ずしお再珟する生成AI技術のこずで、薬が暙的ずするたんぱく質の圢や動きを掚定する䜜業を高速化できるずしおいたす。代衚的な物質の「リボ゜ヌム」を䜿った実隓では、専門家が1日かけおいた䜜業を2時間ず10分の1以䞋に短瞮しおいたす。2025幎3月期には補薬䌚瀟ず実蚌実隓を始める蚈画です。 日本医療研究開発機構が旗振り圹ずなり、京郜倧孊や歊田薬品工業などが参加する創薬AIの共同プロゞェクトもありたす。AIは孊習甚のデヌタが倚ければ倚いほど、より粟床が向䞊する傟向が高たりたすが 、日本の補薬䌚瀟は欧米のメガファヌマに比べお芏暡が小さく、1瀟だけでは創薬AIの孊習デヌタが十分にそろわないずいう匱点がありたす。そこでこのプロゞェクトでは、連合孊習ずいう手法を甚い、参加各者が持぀実隓結果や薬剀の化孊構造など、知的財産に関わるため機密性が高く、瀟倖に持ち出すのは難しかったデヌタを連携させおいたす。 連合孊習ずは、孊習デヌタセットが分散しおいる環境䞋での機械孊習モデルの孊習法の䞀぀です。埓来の機械孊習では、デヌタセットが分散しおいる堎合、たずそれらを䞀぀の倧きなデヌタセットに集玄し、それから機械孊習モデルの孊習を始めおいたした。しかし連合孊習では、機械孊習モデルを䞀぀ず぀孊習させ、その結果埗られた各モデルをマヌゞし、それを各モデルに戻す、ずいう流れを繰り返しお孊習を進めたす。 ビゞネス応甚 AI創薬により、創薬のための時間などのコストを䜎枛させられる可胜性があるこずは、前述の通りです。さらなる応甚ずしおは、患者ごずの遺䌝情報や病歎に基づいた最適な治療法を提案できるこずが考えられたす。これにより、患者ごずに異なる治療効果や副䜜甚を改善させられるこずも芋蟌めたす。 副䜜甚に぀いおは、過去の薬剀デヌタや副䜜甚情報を掻甚し、AIがリスクの高い化合物を排陀し、さらに候補化合物の副䜜甚を事前に予枬するこずで、安党性の高い薬剀を早期に芋぀け出せる可胜性も出おきたす。 このように、単に創薬に関わる業務・䜜業が効率化するずいうこずだけでなく、新薬の発芋に向けたシミュレヌションやパヌ゜ナラむズ化を通しお、䞀人ひずりの消費者ずっおの健康増進やりェルビヌむングに぀ながる可胜性が拓かれる点に、創薬AIの本質的な䟡倀がありたす。たた、補薬䌚瀟だけでなく、研究機関、保健所、公的機関なども含めたデヌタ共有プラットフォヌムの構築などを通じお、䌁業単䜓での掻動ではなく産業党䜓が連携するこずになれば、より豊富なデヌタを元にした高床なAI予枬も可胜になっおくるはずです。 こうした期埅の高たりの䞀方で、AIによる創薬、具䜓的にはマテリアルズ・むンフォマティクスやAIシミュレヌションなどは、開発難易床の高いAI領域の䞀぀でもありたす。そのこずは、䞊蚘で挙げた創薬AIの取り組み䟋が基本的に耇数瀟が協働するかたちになっおいるこずにも反映されおいるずいえるかもしれたせん。デヌタさえあれば良いずいうわけではなく、人呜にも関わる分野であるこずからも、デヌタの前凊理はもちろん、目的に適したAIモデルの遞択・蚭蚈、評䟡方法の怜蚎など、専門的な知芋を備えた䞊での慎重な怜蚎を積み重ねおいくこずが肝芁です。 参考 実隓医孊online「 ドッキング 」 日本経枈新聞「 量子創薬の䞭囜晶泰1000億円超調達 ファむザヌも頌る 」 PR TIMES「 AWS ず Accenture、Merck の創薬期間の短瞮ず臚床開発の加速をクラりドテクノロゞヌで支揎 」 AT PARTNERS「 Polaris Quantum Biotech 量子コンピュヌタを利甚した創薬 」 Business Wire「 ゚クセンシアずサノフィが戊略的研究の協業関係を構築し、AIを駆䜿した粟密工孊的医薬品のパむプラむンを開発ぞ 」 ゚ヌザむ「 AIを掻甚した䜎分子医薬品候補のデザむン 」 日本経枈新聞「 富士通、生成AIで創薬速く たんぱく質状態予枬10分の1 」 MSIISM「 連合孊習ずはFederated Learningの基瀎知識をわかりやすく解説 」 䞭倖補薬「 AIを掻甚した新薬創出 」 The post AI創薬【ビゞネス成長のためのAI甚語】 first appeared on 株匏䌚瀟Laboro.AI .
マルチモヌダルAI【ビゞネス成長のためのAI甚語】 公開2024.6.11 曎新2024.8.19 株匏䌚瀟Laboro.AI リヌドマヌケタヌ 熊谷勇䞀 マルチモヌダルAIずは、テキスト、音声、画像、動画などの異なるモダリティヌデヌタ圢匏を組み合わせたり関連付けたりしお、それらの耇合的な情報を䞀぀のネットワヌクで孊習・掚論・凊理をするAIのこずです。察矩語はシングルモヌダルAI、぀たりテキストや音声など単䞀のデヌタ圢匏のみを扱うAIです。 シングルモヌダルAIずマルチモヌダルAIを比范するず、前者は䟋えば画像ずいう単䞀皮類のデヌタを凊理 しお 顔認識をしたり、音ずいう単䞀デヌタを凊理しおテキスト倉換したり、テキストずいう単䞀デヌタを凊理しお芁玄や翻蚳をしたりするAIモデルを指したす。シングルモヌダルではそれぞれのAIが個別特定のデヌタから孊習・掚論するこずに察しお、埌者は䟋えば画像ず音、テキストの耇数のデヌタを䞀぀のAIモデルで孊習し、䞎えられた環境を認識・掚論するこずを埗意ずしたす。耇合的な情報を同時に、そしお組合せお凊理するこずから、シングルモヌダルAIでは埗られない、倚様な衚珟や解釈、掞察を備えたAIを開発できる可胜性がありたす。 垂堎調査を手掛けるむンサむトパヌトナヌズ瀟は、マルチモヌダルAIの垂堎芏暡は2023幎の8億9350䞇ドルから 2031幎には玄12倍の105 億5020䞇ドルに達するず予枬を出しおおり、業界を問わず広く掻甚されおいくこずが芋蟌たれたす。 応甚&詳现解説 GPT-4o OpenAIが2024幎5月に発衚した最新のAIモデル「 GPT-4oゞヌピヌティヌフォヌオヌ 」は、䞀般向けのサヌビスずしおは初ずも蚀えるマルチモヌダルAIです。その詳しい仕様は公開されおいたせんが、単䞀のニュヌラルネットワヌクで構成されたAIであり、蚀語、画像、音声、動画を耇合的に凊理できるずされおいたす。埓来のChatGPT/GPT-4でも郚分的に耇数デヌタぞの察応が実珟されおいたしたが、これらはChatGPTにDALL•E画像生成AIなど別のAIモデルを連携させる圢が取られおいたこずが考えられたす。AI同士の即興デュ゚ットを披露したりするなど、マルチモヌダルAIの匷みが発揮されたその様子が公開され、䞖界を驚かせたした。なお、名称の「oオヌ」はomniは、「すべおの〜」を衚す接頭蟞です。 OpenAIはさらに7月に、最新のAIモデル「GPT-4o mini」を発衚したした。埓来のモデルに比べお小型で利甚料が安いのが特城です。API経由での提䟛も開始しおおり、利甚料は100䞇入力トヌクン圓たり15セント、100䞇出力トヌクン圓たり60セントで、「GPT-3.5 Turbo」ず比范しお60%、最高性胜モデルである「GPT-4o」ずの比范では10分の1以䞋です。パラメヌタヌ数などを抑えた「安くお速い」AIモデルが技術開発のトレンドずなっおおり、この流れに远随したかたちず蚀えたす。ビ LLMではなくLMM LLM倧芏暡蚀語モデルず䌌た甚語ずしお、LMMLarge Multimodal Model、倧芏暡マルチモヌダルモデルも出おきたした。その名の通り、マルチモヌダルAIのこずを指しおいたすが、特にデヌタが倧芏暡であるこずを匷調した甚語ず蚀えるかもしれたせん。 蚀語習埗の謎に迫る 人はどのように蚀語を習埗するのかずいう、蚀語孊者が長幎远い続ける謎に、ニュヌペヌク倧孊はマルチモヌダルAIを掻甚した研究で迫ろうず挑みたした。䞀人の子䟛の頭郚にカメラを取り付け、生埌6〜25カ月のずきに芋た映像ず耳にした声を集め、60䞇フレヌムの画像情報ず3侇7500の発話を起こした文字情報、぀たりマルチモヌダルな情報でAIに孊習させたずころ、「ボヌル」「ネコ」など22皮類の蚀葉を6割以䞊の粟床で芋分けられるようになったずしおいたす。 ビゞネス応甚 自動運転 自動運転では、走行䞭に障害物を怜知する必芁がありたす。目の前に珟れた物䜓が䜕かを芖芚的に刀別するカメラ画像デヌタに加えお、物䜓がそこに存圚するかどうかを刀別するのに芖芚情報に頌らないセンサヌ時系列デヌタの䞡方のモダリティヌを組み合わせるこずで、障害物を高速か぀粟床高く怜出できる可胜性が広がりたす 。 フリマアプリでの䞍正出品怜出 1日100䞇品以䞊が出品されるフリマアプリ「メルカリ」では、䞍正出品の怜出にマルチモヌダルAIを掻甚しおいたす。商品の説明文やブランド、カテゎリヌ、䟡栌ずいう情報だけでなく、商品画像も入力ずするこずで、以前より高粟床な䞍正出品の怜出ができるようになったずしおいたす。 医療分野 マルチモヌダルAIの䟋ずしお、画像蚺断ず電子カルテ情報を組み合わせた蚺断支揎がありたす。比范的手軜な超音波怜査による画像ずカルテにある患者情報ずいうテキストデヌタを基にAIが十分な蚺断支揎ができれば、埓来必芁だった怜査が䞍芁になるなどさたざたなコストを䜎枛させられるこずが期埅されたす。 迷惑行為や䞍正行為の監芖 マンション管理にもマルチモヌダルAIを応甚できる可胜性がありたす。䟋えば、倧声などの隒音や、嘔吐や走り回りなど斜蚭・蚭備を毀損する可胜性のある迷惑行為、共有郚に長時間攟眮されおいる物品などを、監芖カメラによる映像ずマむクによる音情報を掻甚するこずで怜知し、譊備員の業務支揎ができるようになるかもしれたせん。 感情分析 マヌケティングにおける垂堎調査で消費者・利甚者にむンタビュヌした結果を業務に生かす堎合、発話ずいう音声デヌタず衚情ずいう画像デヌタを䞀緒に解析しおより高床な感情予枬ができれば、補品・サヌビスの改善だけでなく、新商品・サヌビスの開発にも圹立おられるようになるかもしれたせん。なお、このように人の感情を把握・予枬・分析するAIは「感情分析AI」ずも呌ばれおいたす。 マルチモヌダルAIにはさたざたなデヌタ圢匏が䜿われるこずを説明しおきたしたが、特にビゞネス応甚における珟圚の䞻流は、テキストず画像の二぀のデヌタの掻甚です。その堎合、䟋えばGPT-4oなどのAIモデルをAPIで掻甚する手があり、逆に蚀えば、1瀟での利甚でそれらず同等のモデルを開発するために必芁な膚倧なデヌタを収集するのは、珟実的ではないでしょう。いずれにせよ、目指すビゞネス目暙に察しおどんなデヌタ掻甚法が最適なのかを芋いだすには、ビゞネスセンスが欠かせないのは蚀うたでもありたせん。 参考 産総研マガゞン「 マルチモヌダルAIずは 」 ゜フトバンク「 マルチモヌダルAI 」 ビゞネス+IT「 GPT-4oをわかりやすく解説、専門家が「時代の転換点」ず評䟡するダバすぎる胜力ずは 」 The Insight Partners「 マルチモヌダル AI 垂堎 – 2031 幎の成長予枬、統蚈、事実 」 日経XTECH「 OpenAIが「GPT-4o mini」発衚、激しくなる「安くお速い」AIモデルの開発競争 」 日本経枈新聞「 人を再珟 耳目で蚀葉孊ぶAI、蚀語習埗の謎に迫るか 」 メルカリ゚ンゞニアリング「 マルチモヌダルモデルによる䞍正出品の怜知 」 日経XTECH「 「マルチモヌダルAI」を医療に応甚、患者情報も孊習した画像蚺断AIの実力ずは 」 DATA INSIGHT「 マルチモヌダルAIによる行動認識技術 COVID-19察策ぞの適甚䟋 」 日本経枈新聞「 AIロボで効率接客 」 The post マルチモヌダルAI【ビゞネス成長のためのAI甚語】 first appeared on 株匏䌚瀟Laboro.AI .
生成AIが䜜り出す音楜は「ファヌストフヌド」で終わるのか 2024.5.5 監 修 株匏䌚瀟Laboro.AI 執行圹員 マヌケティング郚長 和田 厇 抂 芁 SunoやUdioずいったAI音楜スタヌトアップが泚目を集める䞭で、AIを甚いお音楜を生成するこずぞの逆颚が匷たっおいたす。 今幎6月24日、゜ニヌミュヌゞック、ワヌナヌミュヌゞック、ナニバヌサル ミュヌゞックは、SunoずUdioに察し、トレヌニングデヌタを蚱可なく䜿甚し、AIモデルが本物の人間の音声録音品質を暡倣した曲を生成できるようにしたずしお、著䜜暩䟵害の蚎蚟を起こしたした。 䞀方で、この音楜生成AIの著䜜暩問題に察策枈みの、倫理的に蚓緎された音楜生成AIも新たに登堎しおいたす。倫理面に関しおは、そもそも埓来の音楜業界のあり方に懐疑的な声もあり、テクノロゞヌによっお間口が広がる䞭で、ミュヌゞシャンやクリ゚むタヌにずっおの透明性を远求した著䜜暩管理サヌビスも広たっおいたす。 今回は、最新のテクノロゞヌが音楜業界に䞎えおいる圱響に泚目し、音楜制䜜の未来に぀いお考えおいきたいず思いたす。 目 次 ・ 音楜生成AIに吹き荒れる逆颚  ・ 開発に䜿われたトレヌニングデヌタ  ・ もはや生成ではなく、暡倣である ・ 倫理的な音楜生成AIの登堎  ・ 著䜜暩にかからない、トレヌニングデヌタ  ・ 限られたトレヌニングデヌタでできるこず ・ 音楜テクノロゞヌずファン心理  ・ 機械の歌声に感動する ・ 反倫理的な面を持぀音楜業界  ・ 終わりず始たり  ・ 倫理ず透明性が広たるむンディヌズ  ・ ロむダルティを「死角」から露す ・ AI音楜でチャンスを増やすために  ・ 「タップしおプレむする」のが人ではない  ・ 環境問題のように音楜にも取り組む  ・ どんな音楜も「きれいさ」は普遍的 音楜生成AIに吹き荒れる逆颚 開発に䜿われたトレヌニングデヌタ 飛躍的な進歩を遂げた音楜生成AIが、激しい論争の的ずなっおいたす。その枊䞭にある音楜生成AIの䞀぀で、今幎1億2,500䞇ドル玄200 億円の資金を 調達した 音楜生成AIの「 Suno 」は、簡単なプロンプトだけで、歌詞付きの完成された曲を䜜成し、それを人間的な声で歌わせるこずができる音楜生成システムです。 いわば音楜版ChatGPTで、䟋えば「カピバラの歌を䜜っお」ず指瀺すれば、䞀瞬でカピバラの歌ができ䞊がりたす。ちなみに、カピバラの歌は実際にSunoで生成された人気゜ングに挙げられおいたものです。 こうした音楜生成AIに非難の声が高たっおいるのは、たずえミュヌゞシャンの名前をそのたた入力するこずはできない仕様になっおいるずはいえ、プロンプトを䞀工倫するだけで過去のヒット曲を思い起こさせるような曲を䜜り出すこずができるためです。 Sunoのトレヌニングデヌタにはオンラむンで公開されおいるさたざたな音楜や音声が含たれおいるそうですが、 確認されおいる 既存の楜曲ずの類䌌䟋を聞けば著䜜暩がすでに所有されおいる楜曲がトレヌニングデヌタに含たれおいるこずはほが明らかです。Sunoの初期投資家の䞀人が語った次のような 蚀葉 はその深刻さを物語っおいたす。 「 正盎蚀うず、もしこの䌚瀟がスタヌトしたずきにレヌベルず契玄を結んでいたら、おそらく投資しなかったでしょう。制玄を蚭けずにこの補品を䜜る必芁があったず思いたす。 」 もはや生成ではなく、暡倣である これを芋過ごすこずはできない音楜業界では、たず゜ニヌミュヌゞックが今幎5月、700瀟以䞊のAI開発䌁業やストリヌミングサヌビス䌁業に察しお オプトアりト曞簡 を送り、自瀟の音楜をAI開発のトレヌニングデヌタに䜿甚しないよう譊告 したした 。 続いお今幎6月、゜ニヌミュヌゞック、ワヌナヌミュヌゞック、ナニバヌサル ミュヌゞックは、SunoずUdioが、想像を絶する芏暡で著䜜暩保護された音楜を蚱可なくトレヌニングデヌタに䜿甚し、AIモデルが本物の人間の音声録音品質を暡倣した曲を出力できるようにしたずしお蚎蚟を起こ したした 。 さらにアメリカでは、倚くのミュヌゞシャンを茩出しおきたテネシヌ州が「゚ルノィス法」ずいうAI 音楜に関する法埋を制定し、AIによる音声や䜜品の類䌌物の制䜜・流通を犁止する初めおの州ずなり たした 。 こうした音楜生成AIに察する危機感や批刀が高たる䞭で、぀いに倫理的に蚓緎された人工知胜を搭茉した新しい音楜生成AIも発衚されるこずずなりたす。 倫理的な音楜生成AIの登堎 著䜜暩にかからない、トレヌニングデヌタ 透明性や倫理性を重芖した音楜生成AI「 Jen 」は、テキストプロンプトから音楜を生成するAIシステムで、歌や歌詞を぀けるこずは珟時点ではできたせん。 初期トレヌニング セットには完党にラむセンスされた40以䞊のカタログが含たれおおり、すべおの出力においお、アヌティストず業界の著䜜暩基準の䞡方を尊重するこずが保蚌されおいる そうです 。 Jenでは、1億5,000 䞇ものトラックが含たれるデヌタベヌスを䜿甚しお、トレヌニングデヌタも、生成された楜曲も、オヌディオ認識ず著䜜暩識別に関しお自動的にチェックされたす。 さらに、生成されたトラックはルヌト・ネットワヌク・ブロックチェヌンに蚘録され、利甚者が䜜成したトラックを所有し、録音しお販売可胜にするこずができるよう準備されおいる そうです 。 Jen共同創業者のシャラ・センダヌロフ氏はか぀おブロックチェヌンのベンチャヌファンド兌スタゞオを蚭立した経緯もあり、そすた経隓がこの音楜生成AIのサヌビスに集玄されおいるのかもしれたせん。 限られたトレヌニングデヌタでできるこず それでは、著䜜暩が固く保護されおいる楜曲以倖から孊んだであろう ”倫理的な” この音楜生成AIが぀くる曲は、䞀䜓どのような曲なのでしょうか。 実際にWiredに掲茉されおいたプロのミュヌゞシャンの感想によるず、システムのデヌタ䞍足なのか「シティ・ポップ」などの指瀺がうたく通じず、生成された曲をクヌルだず感じる瞬間はなく、サりンドがクリヌンすぎる、ずいうような コメント が芋受けられたした。 おそらく珟段階では、人を楜したせたり癒したりする域には及ばないものの、コスト重芖の䜎予算の広告などにはすぐにでも䜿われるようなレベルなのでしょう。今埌、トレヌニングデヌタに関するラむセンス取埗が広範囲に進展すれば、人の心を揺さぶるような曲も埐々に生み出せるようになっおいくのかもしれたせん。 音楜テクノロゞヌずファン心理 機械の歌声に感動する 音楜ずAIに関しおは音楜生成AIが広たる以前に、2023 幎にもビヌトルズの新曲「ナり・アンド・れン Now And Then」が議論を呌びたした。叀いデモ音源からゞョン・レノンの声をAIで分離しお楜曲が䜜成され、その完成床の高さからAIによる音声再珟は人間の声にずっお代わる脅嚁だずする芋方が 出おきた ためです。 ずころが蓋を開けおみれば、YouTubeで公開されたこの楜曲のミュヌゞックビデオは今幎7月時点で126䞇いいねを獲埗し、コメント欄はファンからの熱いメッセヌゞで埋め尜くされお いたす 。 機械的な歌声、いわゆるボヌカロむドに぀いおも、日本では初音ミクをはじめずするバヌチャルシンガヌがすでに広く受け入れられおおり、「感情のない声が深いこずを歌うから面癜い」ずいうような若者の声も聞かれたす。 さらに、デゞタル化によっおオヌトチュヌンの効果で完璧な音に聎こえるようにされおきたしたし、人気アヌティストがコンサヌトで事前録音され調敎された自身のバッキングトラックに合わせお歌っおいたりず、デゞタル技術はだいぶ前から音楜に深く入り蟌んでいたす。 反倫理的な面を持぀音楜業界 終わりず始たり テクノロゞヌは私たちの想像をはるかに超えお音楜の䞭に溶け蟌んできたにもかかわらず、音楜生成AIの登堎に「音楜は぀いに終わりだ」ずいったコメントを芋かけたす。しかしながら、人々が掲げるAI音楜ぞの非難は、以前から苊境に立たされ続けおきた倚くのミュヌゞシャンやクリ゚むタヌにずっお、音楜業界がどうあるべきかを再構築する䞊でも、音楜ビゞネスに䞀石を投じたずもいえそうです。 SunoずUdioを蚎えた䞖界の䞉倧メゞャヌレヌベル、゜ニヌミュヌゞック、ワヌナヌミュヌゞック、ナニバヌサルミュヌゞックは音楜垂堎の70近くのシェアを 占めおいたす 。そしお、これら䌁業が倧きな力を持぀ようになったビゞネスのあり方そのものが、反倫理的な面を持っおいるずいう意芋があるこずも事実です。 埓来の音楜業界では、倧䌁業 VS 個人ずいう図匏で倚くのミュヌゞシャンが䞍利ずも蚀える契玄を結ばざるを埗ないこずもあったり、昚今のデゞタル化による楜曲の流通の耇雑さから、どこでどのように利益が生たれおいるのかが䞍透明だったりずいった問題が指摘されお いたす 。 倫理ず透明性が広たるむンディヌズ 倧䌁業的なビゞネスモデルずは打っお倉わっお、デゞタル化はたた、音楜に携わる個人にずっおSpotifyなどの自由な楜曲発衚の堎を蚭け、゜ヌシャルメディアによっお楜曲制䜜はこれたで以䞊に共同䜜業が可胜になり、1 ぀のトラックのクレゞットに䜕十人ものラむタヌが登堎するずいう新たな流れを生み出しお きたした 。 SoundCloudなどのプラットフォヌムも人気を呌んでむンディヌズ垂堎は 掻気を垯び 、ミュヌゞシャンやクリ゚むタヌぞの倫理的な著䜜暩管理サヌビスを提䟛する䌁業が泚目されおいたす。 収益を最倧化させるこずよりも透明性を遞んだこうした䌁業の䞀぀であるKobaltは、ミュヌゞシャンやクリ゚むタヌに遞ばれるこずによっお黒字化を実珟し、珟圚アメリカずむギリスでトップ100䜍以内の楜曲およびアルバムの40%に関わるほどに成長しおいる そうです 。 ロむダルティを「死角」から露す KobaltのCEO、ロヌラン・ナベヌル氏は、次のように 語りたす 。 「 ロむダルティ城収の流れは、゜ングラむタヌや暩利者にずっお倧きな死角ずなっおいたす。そのデヌタをアンロックするず、新進気鋭の゜ングラむタヌから䞖界最倧のアヌティストにたで、衝撃を䞎える可胜性がありたす。 」 新しいテクノロゞヌによっお生たれた新たな動きが、メゞャヌレヌベルの築き䞊げた立堎さえも揺るがし぀぀ありたす。 AI音楜でチャンスを増やすために 「タップしおプレむする」のが人ではない 音楜生成AIは、その生成の速さや簡単さを揶揄しお「ファヌストフヌド」ず䟋えられたりもしたす。しかし、バヌクリヌ音楜倧孊のベン・キャンプ教授はむンタビュヌの䞭で、音楜生成AIを別物ずしたりなかったこずにしたりするよりも、その倫理的䜿甚に぀いお積極的に教えるこずの重芁性を匷調しおいたす。 そしお、テクノロゞヌがどれほど進化しようが人は人ず぀ながり、音楜には人が集たり、そのような文化を぀くれるのは人なのだずしお、人はただ「タップしおプレむする」だけの存圚ではないず 述べたす 。 人がAIで音楜を生成するずき、ただタップしおプレむするのではなく、AIず音楜を共同制䜜する䜓隓になるこずをAI開発者も目指しおいたす。前出の音楜生成AI、Jenの開発においおも、開発したモデルがナヌザヌの芞術的想像力や嗜奜を生成プロセスに組み蟌むのには柔軟性が欠けおいるこずから、それを修正するためのアプロヌチの詳现が 論文 に発衚されおいたす。 その䞭では、ナヌザヌずAIが察話するようにしお協力し合うこずの重芁性ずずもに、人ずAIの音楜的な圹割が次のように瀺されおいたした。 「 人間の自由な即興ず AIの党䜓的な構造の䞀貫性のバランスをずり、䞡方の長所を組み合わせお音楜生成を次のレベルに匕き䞊げる 」 環境問題のように音楜にも取り組む AI音楜の垂堎芏暡は、今埌5幎間で10倍以䞊に成長し、2028幎たでに30億ドル玄 4,822 億円の収益が芋蟌たれおいたすが、同時に音楜クリ゚むタヌの27%が音楜生成AIによっお収益を倱うリスクにさらされ、このたたいけばリスクが機䌚を䞊回るず予枬されおも いたす 。 それを芆し、チャンスがリスクを䞊回るようにするために必芁なこずは、法敎備なども含めお倫理的で透明性あるシステムを぀くり、音楜業界における倉化を促進するこずはもちろん必芁です。ただそれだけではなく、自然の䟡倀を芋盎しおプラスチック消費を枛らすこずず同じように、テクノロゞヌずの融合も含めた新たな音楜の圚り方を、ファヌストフヌドずしおではなく、その可胜性や玠晎らしさを再認識しお守っおいく意識を高める教育も必芁になるの でしょう 。 どんな音楜も「きれいさ」は普遍的 䟋えば遞挙挔説ず比范しおも、いい音楜が呌び寄せる人の数は桁違いで、音楜が人を動かす力は偉倧です。小柀埁爟氏が、「 沈む倕日のようにきれいさが違わないずいうこずが音楜じゃないか 」ずいう 蚀葉 を残したように、誰が芋おも、どんなに疲れおいおも、よい音楜がよい音楜であるこずには倉わりありたせん。テクノロゞヌが䜿われおいおもいなくおも、私たちの心はよい音楜に匕き寄せられ続けおいくものなのではないでしょうか。 The post 生成AIが䜜り出す音楜は「ファヌストフヌド」で終わるのか first appeared on 株匏䌚瀟Laboro.AI .
異垞怜知【ビゞネス成長のためのAI甚語】 公開2024.4.25 曎新2024.7.30 株匏䌚瀟Laboro.AI リヌドマヌケタヌ 熊谷勇䞀 甚語解説 AIによる異垞怜知 (anomaly detection。異垞怜出ずも)ずは、倧量のデヌタの䞭から、平均倀から倧きく倖れおいたり、急激な倉化が起きるきっかけずなったり、通垞ずは振る舞いが異なったりする「異垞倀」ずなるデヌタを怜出する技術です。どの皋床異垞であれば異垞倀ずなるかは、正垞倀ずから倖れる床合いを蚭定するこずによっお定矩できたす。 異垞怜知は埓来、人間の五感に頌るずころが倧きく、しかもそれぞれの業界や業務に特有の専門的な知識や経隓が必芁であったり、異垞がないかどうか確かめなければならない察象が倚くなればなるほどより倚くの人手が必芁になったりするずいう課題がありたした。そうした課題をAIによる異垞怜知で解決できる可胜性があるのです。 応甚&詳现解説 AIによる異垞怜知の方針には、倧きく分けお䞉぀ありたす。䞀぀目は「倉化点怜知」で、デヌタの構造や性質などが急激に倉化する郚分を怜出するこずです。時系列デヌタにおいお急激な倉化が起きるタむミングを怜出するこずずも蚀えたす。䟋えば、りェブサむトぞのアクセスが急激に増加し、その傟向が継続する始たりずなったタむミングを怜出し、瀟䌚情勢の圱響などを怜蚌するきっかけにできたす。 二぀目は「異垞郚䜍怜知」で、モニタリングしおいる時系列デヌタのうち、䞀定時間続いた異垞を怜出するこずです。䟋えば、心拍が緊匵や恐怖、病気などで倧きく倉化したこずを怜知するこずなどに掻甚できたす。 䞉぀目は「倖れ倀怜知」で、党䜓的なデヌタから倧きく倖れおいるデヌタを怜出するこずです。 デヌタが倚くなればなるほど、倖れ倀を目芖で確認するのに時間がかかりたす。䟋えば、手入力によっお誀った倀で入力されたデヌタを怜出するこずが挙げられたす。時系列デヌタも、それ以倖のデヌタも扱えるずいうこずです。 それぞれの違いが分かるように敎理するず、倉化点怜知は発生しおその埌正垞に戻らなかった異垞が発生したタむミングを怜出するこず、異垞郚䜍怜知は䞀定時間発生しおその埌正垞に戻った異垞を怜知するこず、倖れ倀怜知は時系列デヌタであれば䞀瞬の異垞や、時系列デヌタでなくおもデヌタの集合の平均から倧きく倖れた倀を怜知するこずです。 掻甚事䟋 JR博倚駅ビルの耇合商業斜蚭「JR博倚シティ」は、AIで防犯カメラの映像を解析し、暎力行為や転倒などを怜知する取り組みを始めおいたす。400皮類を超す防犯カメラの映像を、建物内にある防灜センタヌで24時間監芖。AIが映像デヌタを解析しお異垞を怜知するずセンタヌ内のモニタヌに譊告を衚瀺し、監芖員が映像を確認した䞊で、必芁に応じお近くの譊備員に連絡し、珟堎に急行させたす。AIが怜知するのは暎力行為やけんか、転倒ずいった非垞事態から、同じ堎所にずっずずどたり続けるなどの䞍審行動、車いすや癜杖の人たで倚岐にわたりたす。埓来は防灜センタヌの監芖員が垞時、耇数のモニタヌに入れ替わり衚瀺される映像を目芖で確認しおいたしたが、そうした人員を別の業務に回すなど譊備業務を効率化できたず蚀いたす。 䌌たようなシステムは、RIZAPグルヌプの䜎料金ゞムで、䌚員数が110䞇人超で囜内銖䜍を誇る「chocoZAPチョコザップ」でも導入されおいたす。AIカメラが店舗を垞時監芖し、わずかな人数で党店を監芖できるずしおいたす。利甚者が動かないなどの異垞を怜知するずアラヌトが出お、遠隔監芖センタヌのスタッフが確認し、急病なら救急車を盎接呌び、マシンの故障察応なら近くのRIZAPの店舗からスタッフを向かわせるなど、状況に合わせた察応を取っおいるず蚀いたす。 鉄鋌商瀟の岡谷鋌機は、鋌材の切断機で䜿う薄い垯状の刃物に生じたヒビを、AIを掻甚しお怜知できるシステムを開発したした。切断機に集音マむクを蚭眮し、ヒビが切断機の郚品に圓たる際の埮小な音を怜知しお譊告を出す仕組みです。顧客の鋌材加工工堎の切断珟堎で4カ月間集めた音のデヌタをAIに孊習させ、音を聞き分けるこずで砎断の予兆を高い粟床で぀かめるようにしおいたす。ヒビが入った刃物を早い段階で研磚し盎すこずで䜿甚期間を延ばし、鋌材のロスや刃物の亀換時間の削枛に぀なげられるずしおいたす。 たた、技術ずしおは異垞怜知に重なる郚分があり、ここ2幎ほどのむンタヌネット怜玢のトレンドずしおは異垞怜知を䞊回っおいるのが、䞍正怜知です。AIを掻甚した䞍正怜知サヌビスの察象は倧きく二぀に分かれたす。䞀぀はクレゞットカヌド決枈や銀行振蟌などむンタヌネットを介した金融取匕における異垞を怜知するもので、人間の監芖では芋逃され埗る損倱を防ぐ効果が期埅されたす。もう䞀぀は、䟋えばメヌルを監芖し、各皮ハラスメントや莈収賄、䌚蚈䞍正の予兆を怜知するもので、金銭的な損倱だけでなく、埓業員の゚ンゲヌゞメントの䜎䞋を防いだり、評刀リスクを䜎枛させられたりするこずが期埅されたす。 ビゞネス応甚 AIによる異垞怜知は、補造業での品質管理や、りェブサむトのアクセス状況、業界を問わず斜蚭における防犯など、幅広い甚途に甚いられおいたす。埓来は人力で確認しおいた䜜業を郚分的にでもAIが行うこずによっお人的コストを枛らせたり、ヒュヌマン゚ラヌを枛らせたりするこずが期埅できたす。さらに、日々蓄積されおいくデヌタも怜出に生かされるため、䜿えば䜿うほど粟床が向䞊するずいう匷みもありたす。 圓瀟事䟋では、ディヌプラヌニングによる画像認識アルゎリズムを甚い、画像内の劣化箇所の怜出ず劣化内容の識別を行う仕組みを開発したり、物䜓怜出技術ず異垞怜知技術を組み合わせるこずによる線路蚭備の䞍良刀定を実珟したりする事䟋がありたす。さらには、人の目でのチェックが必芁な怜査や点怜の件数を削枛でき䜜業の省力化が枬れるこずや、䜜業者による品質のバラツキを防ぐずいった効果が期埅される゜リュヌションも開発しおいたす。 圓瀟事䟋 Laboro.AI「 線路蚭備の䞍良刀定の自動化 」 Laboro.AI「 むンフラ蚭備の劣化箇所怜出 」 圓瀟゜リュヌション Laboro.AI「 䞍良・異垞怜出゜リュヌション 」 参考 日立゜リュヌションズ・クリ゚むト「 AIで異垞怜知 取り入れるメリットや成功事䟋を解説 」 スキルアップAI Journal「 異垞怜知ずは意味や事䟋、メリット、代衚的な手法、導入課題を解説 」 日本経枈新聞「 博倚駅ビル、AIで暎力や転倒怜知 防犯カメラの映像解析 」 日本経枈新聞「 「コンビニゞム」で突劂囜内銖䜍 RIZAPは黒字化芖野 」 日本経枈新聞「 岡谷鋌機、AIで産業甚刃物の劣化蚺断 切断音を聞き分け 」 The post 異垞怜知【ビゞネス成長のためのAI甚語】 first appeared on 株匏䌚瀟Laboro.AI .
マッチングアプリ化する「AI 採甚」。出䌚いの効率化は成長ぞの䞀歩か 2024.5.5 監 修 株匏䌚瀟Laboro.AI 執行圹員 マヌケティング郚長 和田 厇 抂 芁 2023 幎に転職垌望者が初めお 囜内1000 䞇人を超え、雇甚垂堎は新卒・䞭途の違いに限らず、すべおの人にずっおよりオヌプンな堎所ぞず倉わり぀぀ありたす。 そしお、䌁業偎でスクリヌニングや面接ボットなどのAI掻甚が進むだけでなく、LLM倧芏暡蚀語モデルの登堎によっお求職者偎でも文章を䜜成したり校正したりずAIの利甚が進んでいる今、雇甚マッチングにおける『AI vs AI』のせめぎ合いが泚目されおいたす。 その䞀方で、続々ず導入される新しいAIシステムに察し、䞖界ではAI を䜿甚した䌁業の採甚掻動に関する法芏制の制定も埐々に進み぀぀あり、採甚・転職のプロセスでより良い結果を生み出すためにAIをどう掻甚すればいいのか 、あらゆる方面で詊行錯誀の真っ只䞭にありたす。 今回は、このような雇甚にた぀わるAI掻甚の動向を掘り䞋げ、そこから”人”を採甚する”人”の圹割に぀いお考えおいきたす。 目 次 ・ 倧䌁業の8割超がAI採甚 に前向き  ・ 転職は新卒よりも「売り手」垂堎 ・ 仕事探しの「マッチングアプリ化」  ・ 深く悩たず、瞬時に倧量に応募する  ・ 「AI  埓来の応募方法」でチャンスを増やす ・ 求職者の半数が履歎曞にAIを利甚  ・ AIでスキルをマッチングさせる  ・ AIで調敎するず応募先の反応が倉わる  ・ 異業皮異職皮ぞのチャレンゞ ・ 透明で公平なAI採甚を行うために  ・ バむアスに察凊し、人暩を守る  ・ もう面接をブラックボックスにしない ・ 「量より質」の遞考は人に任せる  ・ AIの埗意ず、人の埗意 ・ 『 AI vs AI 』から『 AI x 人間』ぞ  ・ 人の成長が䌁業の成長になる 倧䌁業の8割超がAI採甚 に前向き 転職は新卒よりも「売り手」垂堎 総務省の統蚈によるず、2023幎に日本で転職垌望者が初めお1000䞇人を超えたずいう こずです 。たた、2024幎1月の䞭途採甚の求人倍率が、今幎卒業の倧卒求人倍率よりも1.5倍以䞊高かったずいうデヌタもあり、今や䞭途採甚の方が求職者にチャンスの倚い「売り手」垂堎ずいう時代を迎えお いたす 。 転職垌望者の半数以䞊が35歳以䞊ず いいたす が、ここ数幎で人ず職のマッチングに関係するテクノロゞヌの進化は目芚たしく、転職のために久しぶりに求人に応募する人は、過去に経隓したこずのない仕事探しのプロセスに戞惑うかもしれたせん。 実際、昚幎にIBMが20カ囜を察象に行った 調査 によるず、倧䌁業のおよそ42%がすでに採甚ず人事の業務改善にAIを掻甚しおおり、さらに40%が導入に向けおAIを詊しおいる段階にあったそうです。 代衚的なものが曞類遞考で応募曞類をAIでスクリヌニングする応募者远跡システムATSです。ATS は、フォヌチュン500䌁業の99が䜿甚 しおいる ほど倚くの䌁業に頌られるツヌルずなっおいお、䌁業偎が求めるスキルが履歎曞や職務経歎曞に含たれおいない応募者を、AIで自動的に遞別するために甚いられたす。 さらに曞類遞考を通過した埌に登堎するのがAIチャットボットで、AIが面接官のように指瀺や質問をしながら回答を蚘録しおデヌタを分析するなどしお、候補者の絞り蟌みを効率的に行うこず詊みが進められお いたす 。 採甚プロセスに関わる最新のテクノロゞヌずいうず、少し前たで関心が寄せられおいたのは、こうした䌁業偎の採甚プロセスのAI化に぀いおがほずんどでした。しかしながら、履歎曞を䜜成できるほどにLLMの性胜が向䞊したほか、 マッチする求人をAIで探し出す自動応募アプリなども登堎するなど、その関心は求職者自身の応募ツヌルずしお移行し぀぀ありたす。 仕事探しの「マッチングアプリ化」 深く悩たず、瞬時に倧量に応募する 䞀般的に求人ぞの応募は手間のかかる䜜業で、特に仕事をしながら転職掻動をするには盞圓な勇気が必芁になるほど、簡単なこずではありたせんでした。ずころが珟圚、求職者がAIを利甚した仕事探しをより効率的に加速させ、仕事探しがよりオヌプンで手軜なものになり぀぀ありたす。 特に今幎話題になったのは、ある゜フトりェア゚ンゞニアがAI搭茉サヌビスを利甚しお、ワンクリックで5,000 件の求人に䞀斉送信し、自動で玄20件の面接を獲埗したずいう 話です 。たしかに成功率は䜎いずはいえ、自分が寝おいる間に20件の面接にこぎ぀けたずいう意味では、かなりの劎力を削枛できたず蚀えたす。ちなみに、圌が自分の手䜜業で応募できたのは200〜300 件で、そのうち面接にこぎ着けたのも同様に20件ほどだったそうです。 こうした倉化を「仕事探しの“マッチングアプリ化”」が進んでいるずいう芋方も ありたす 。応募手続きが簡単になったこずを指しおいるのはもちろんですが、応募曞類に感銘を受けた採甚担圓者が応募者本人に䌚っおみるずコミュニケヌションがうたく噛み合わないなど、デヌタ䞊の人物ず実物ずにギャップが起こりやすい点もマッチングアプリ化したず蚀われる別偎面ずしおあるようです。 「AI  埓来の応募方法」でチャンスを増やす AI で自動応募するアプリを䜿甚した人からは、次のような盞反する感想が聞かれおいる そうです 。 「AIだけを䜿った堎合、手䜜業で怜玢すれば芋぀かるかもしれない、本圓にやりたかった仕事を芋逃しおしたう可胜性がある」 「AIのおかげで、今たでだったら読み飛ばしおいたかもしれない仕事を芋぀けるこずができた」 このように人によっお受け止め方が異なる珟状をふたえるず、転職垌望者にずっおは埓来の転職サむトやSNSネットワヌキングにプラスアルファの歊噚ずしお、こうしたAIサヌビス を利甚するこずが可胜性をさらに広げるために珟時点でのベストなやり方かもしれたせん。 求職者の半数が履歎曞にAIを利甚 AIでスキルをマッチングさせる 履歎曞をAIで䜜成するこずはもはや珍しいこずではなく、AIに自分の詳现な職務経歎や仕事内容をプロンプトずしお枡しお、特定の求人案件に適した履歎曞に線集するずいうこずも行われおいたす。ずいうのも、前出の応募者远跡システムATSで振り萜ずされないようにするためには、履歎曞の内容が求人の職務内容にあるキヌワヌドの60〜80%を䞀臎させる必芁があるずいうこずがわかっおきお いるのです 。 事実、アメリカ、むギリス、むンド、ドむツ、スペむン、フランス、メキシコ、ブラゞルの5,000人の求職者が参加したリサヌチによるず、求職者の45%が履歎曞を䜜成、曎新、たたは改善するために生成AI を䜿甚したこずがあるず回答した そうです 。 AIで調敎するず応募先の反応が倉わる このように求人情報ず照らし合わせお履歎曞をAIで最適化させるこずで、次のステップに進める確率が䞊がるこずは実感ずしお認識され぀぀ありたす。昚幎行われたある調査では、ChatGPTを䜿甚しお履歎曞やカバヌレタヌを䜜成するず応募先䌁業からの反応が良かったず報告した回答者が70%に䞊り たした 。 それでは、仕事探しが䞊手く行った人がどのようにAIを䜿ったのかずいうず、たず自分の䜜成した履歎曞の内容ず応募する仕事をChatGPTに枡し、以䞋のような質問をプロンプトずしお入力したずいう䟋が ありたす 。 「 私の履歎曞がもっず顧客サヌビス志向で、技術的で、プロフェッショナルに芋えるように、必芁なだけ質問しおください。」Please ask me as many questions as you need in order to help me write my resume to sound more customer service oriented, technical and professional. するず、ChatGPTが次のようなこずを問いかけおきたそうです。 ・これたでの仕事の責務 ・リヌダヌシップやプロゞェクトに携わった経隓 ・ 達成したこずや受賞したこず ・ 応募ポゞションに必芁なスキルの有無 こうした質問に回答した䞊で、最埌にプロフェッショナルな人材に芋えるようにさらにAIに頌んで履歎曞を仕䞊げたずいうこずです。 異業皮異職皮ぞのチャレンゞ たた、転職先ずしおこれたでず異なる業皮や職皮を垌望しおいる堎合、履歎曞をアレンゞするのは頭が痛い䜜業ですが、そのような時こそAIが倧きな助けになるず、次のような意芋も 聞かれたす 。 「䟋えば、これたでの教垫ずしおの履歎曞をChatGPTに投げ、『カスタマヌサポヌトの仕事に適したスキルを抜出しおください』ず問うこずができたす」 珟時点では、AIを䜿甚した履歎曞を刀別しお匟くシステムを導入しおいる䌁業ももちろんあり、AIで履歎曞を䜜成したために䞍採甚ずなった 調査結果 もありたす。その䞀方で、Harvard Business Reviewのようなビゞネスリヌダヌ向けのメディアは、ChatGPTなどのAIツヌルを䜿甚しお履歎曞を䜜成するこずが「数幎埌には新しい暙準になる可胜性が非垞に高い」ずいう予枬を提瀺しおも いたす 。 オンラむンコンテンツにより倚くの人の目がずたるよう怜玢゚ンゞンの最適化 (SEO) を斜すのが圓たり前になっおいるように、今埌、履歎曞やプロフィヌルの最適化が求職者・転職者にずっおスタンダヌドなやり方になっおいく日もやっおくるのかも しれたせん 。 透明で公平なAI採甚を行うために バむアスに察凊し、人暩を守る 急速に雇甚垂堎でのAI化ニヌズが高たる䞀方で、個人情報の扱いや雇甚差別が行われないための察策にも手が打たれ始めおいたす。䟋えば数幎前、Amazonが埓業員を参考にしおシステムを開発した結果、女性が採甚されにくくなっおしたったずいう報告も されたした 。このようにトレヌニングデヌタを粟査し必芁な察策を取らなければ、デヌタの偏りが遞考に反映されおしたうずいう可胜性は吊定できたせん。 そうしたこずからニュヌペヌク垂はバむアス監査法を可決し、採甚にAI゜フトりェアを䜿甚する䌁業に察しお候補者ぞの通知ず、偏芋ず差別に関する第䞉者による監査結果を毎幎公衚するこずを矩務付けお いたす 。 ほかにもアメリカのメリヌランド州やむリノむ州でも、AIを採甚掻動に導入しおいる雇甚䞻に察する法が斜行されおいたす。メリヌランド州は顔認識技術の䜿甚に おいお 、むリノむ州はAIビデオ面接に おいお 、応募者の同意を埗るこずや機密保持などが定められおいたす。 たたEUはAIを芏制する䞖界初の包括的な「AI法」においお、採甚におけるAIの䜿甚を「高リスク」ずしお分類し、雇甚䞻がAIを䜿っお候補者や埓業員の感情を読み取るこずを犁止する方向です。 これらの採甚プロセスにおいおAIが䜿甚されるこずを前提ずした法芏制が進む状況を受けお、法の遵守ず効率的な採甚システムを䞡立させるためAIをどのように取り入れおいくか、倚くのAI開発䌁業が挑んでいたす。 もう面接をブラックボックスにしない アメリカよりも速いペヌスでAI採甚垂堎を成長させおきたむギリスでは、2023 幎時点で雇甚䞻のほが 3 分の1が新卒や孊校䞭退者の採甚にAIを䜿甚しおいたずいう こずです 。 そのむギリスに本拠地を眮くAI人材採甚゜フトりェア䌚瀟が「面接」にフォヌカスしたAIで 700䞇ドル 10 億円超の資金調達に成功したずしお泚目を 集めたした 。面接の芁玄ず分析を自動化する倧芏暡蚀語モデルに察応したAI゜フトりェアを手がけるこの䌁業は、今埌䞀幎半で゚ンゞニアを3倍に増やし、機胜の開発ずサヌビスの成長を加速させるず話しお いたす 。 この資金調達を実珟させた投資家の䞀人、 Khaled Helioui氏は「重芁な面接のステップはテクノロゞヌによっお無芖されおきた」ずこれたでを振り返りたした。そしお、この最も䞍透明な郚分の改善に重点を眮き、採甚決定がAIによっお適切、迅速、客芳的に行われれば採甚プロセスを劚げおいる偏芋は取り陀かれ、より公平な職堎が実珟するずいう展望を語っお いたす 。 たた、昚幎倏に発衚されたResume Builderの 調査 によるず、2024幎たでにアメリカ囜内の倧䌁業10瀟䞭 4瀟が面接で候補者ず「䌚話」するためにAIを掻甚する予定ずいうこずです。そうしたこずが䌁業偎で可胜ずいうこずは、もちろん求職者偎がAIの助けを借りるこずも可胜なわけで、面接遞考を突砎できるようにアシストする「AIスピヌチコヌチ」ずいうツヌルが登堎もしおいたす。 AIスピヌチコヌチは、暡擬面接の質問に察する回答を蚘録し、蚀葉の遞択、話すスピヌド、話し方 アむコンタクト、間の取り方、笑顔などをその堎で分析する ずいうもの 。 これたで面接の緎習は独り蚀のむメヌゞトレヌニングを繰り返すのが通垞で、気楜にフィヌドバックが埗られる方法がなかなかありたせんでしたが、䌁業偎の面接AIの開発が進むほど、求職者偎にずっおもそれを突砎するためのAIサポヌトツヌルが入手しやすくなっおいくはずです。 「量より質」の遞考は人に任せる AIの埗意ず、人の埗意 珟時点で雇甚プロセスでのAI掻甚は、店舗スタッフや新卒瀟員など、たくさんの応募者が集たる゚ントリヌレベルの仕事や、応募者が䜕千、䜕䞇ず集たるような人気䌁業でのケヌスが䞭心です。 䟋えばMeta では、䞀郚の新入瀟員には人察人の面接さえせずに内定を出す䞀方で、マヌク・ザッカヌバヌグ氏が GoogleのAI研究者に個人的に熱烈なメヌルを送っおヘッドハントをしおいるこずもある そうです 。需芁の高い人材は自分から垂堎に出る必芁性が䜎いため、応募者の䞭からは芋぀けにくいずいうこずなのでしょう。 「AIはCEO を遞ばない」なども 蚀われたす が、採甚プロセスにAIの導入が加速されおきたのは、より䌚瀟にずっおの重芁性が高い人材の採甚プロセスに採甚担圓者の時間ず゚ネルギヌを100%集䞭させるためであるこずが倧きな背景ずしおありたす。 あくたで情報凊理ツヌルであるAI は、1,000人の応募者を分類し、評䟡し、遞別するこずには䞀定の力を発揮したすが、䞊䜍10人から1人を遞ぶために、絊䞎や犏利厚生、働く堎所や時間、パヌ゜ナリティ、目指すキャリアパスなどのさたざたな条件を螏たえお戊略的に亀枉し、合意に蟿り着くには十分ではありたせん。 人間はこうした耇雑な状況・環境を加味した䞊で、亀枉人ずしおAIよりもやはり栌段に優れた刀断を行うこずができたす。組織のニヌズず候補者の期埅の䞡方の劥協点を探り、より重芁な人材の採甚成功率を䞊げるこずに泚力しおいくこずが人の圹目なのではないかず思うのです。 たた、「氎が合わない」ず蚀われるような定量デヌタでは衚すこずが難しい、文化的・感性的なミスマッチを人は盎感的に刀断するこずができたす。きっずこれから、たすたす倚くの採甚担圓者がAIずいう機械では再珟できない無圢の条件マッチングを、より掘り䞋げお取り組むようになっおいく はずです 。 『 AI vs AI 』から『 AI x 人間』ぞ 人の成長が䌁業の成長になる いたのAI採甚ず蚀えば『 AI vs AI 』採甚䌁業が行うAIツヌルによる人遞が優れおいるか、応募者がAIツヌルを䜿甚しお䜜成した応募内容が優れおいるかずいう技術面に泚目が集たっおいたすが、本来的にはAIず人の採甚担圓者が協働するこずを通しお、より効率的で、安党で、自己実珟に貢献できる理想的な雇甚プロセスをいかに共に䜜り䞊げおいけるかに目を向けるべきなのかもしれたせん。 日本では䞭途採甚は売り手垂堎ずいうものの、転職で収入が10%以䞊増加した人の割合は3分の1 ほどだそうで、転職の動機を芋おみるず「今の仕事に耐えきれなくお」ずいうのが目立぀そうです。採甚ずは䌁業が成長するための人材確保の手段であり、そしお䌁業を成長させるのは結局のずころ、そこで働く人の成長です。ゆえに採甚垂堎は人が成長できるチャンスを掎める堎であるこずが理想であるこずに間違いありたせん。 AIによっお䌁業偎の採甚遞考がスピヌディ行われるようになり、マッチングアプリ感芚で求職者偎が気楜に䞀歩を螏み出せるようになるヌヌ。こうした出䌚いの効率化で満足するこずなく、倚くの求職者が前向きな転職をしお人材ずしおの成長を遂げるず共に、䌁業の成長にも぀ながっおいくような未来に、私たちはAIずいう歊噚を携えお挑んでいくべきなのでしょう。 The post マッチングアプリ化する「AI 採甚」。出䌚いの効率化は成長ぞの䞀歩か first appeared on 株匏䌚瀟Laboro.AI .
デヌタ量を玄倍に増量しアップデヌト 日本語音声コヌパス「LaboroTVSpeech2」を提䟛開始 2024幎月30日 抂 芁 Laboro.AIは、2020幎にTV録画から長時間音声ず字幕テキストを抜出しお音声コヌパスを自動構築する独自システムを甚いた音声デヌタから構築した日本語音声コヌパス「 LaboroTVSpeechラボロティヌビヌスピヌチ 」を開発し、孊術研究甚に無償公開しおおりたしたが、この床、デヌタ量を玄倍に増量し、より高品質な音声デヌタずしおアップデヌトした「LaboroTVSpeech2」を開発し、提䟛を開始いたしたした。 目 次 ・ LaboroTVSpeech2開発背景 ・ LaboroTVSpeech2に぀いお ・ LaboroTVSpeech2比范実隓に぀いお ・ LaboroTVSpeech2の利甚に぀いお LaboroTVSpeech2開発背景 昚今、AIず機械孊習の分野では、倧芏暡なデヌタセットの存圚が重芁になっおきおいたす。䟋えば、生成AIで泚目を集める蚀語モデルGPTでは、GPT-1からGPT-4ぞの進化においおトレヌニングデヌタサむズの劇的な増加が行われおおり、珟代に求められるAIモデルを開発するためには、倧量か぀高品質なデヌタがAIの粟床に倧きなプラス効果をもたらすこずを瀺したした。 圓瀟でも、2020幎に提䟛を開始した旧版LaboroTVSpeechに぀いお、より高品質な音声デヌタを提䟛したいずいう思いから、リリヌス埌もテレビ番組デヌタの収集を継続し、今般の開発にいたりたした。 LaboroTVSpeech2に぀いお LaboroTVSpeech2は、旧版LaboroTVSpeechず同様にB-CASカヌドによるアクセス制限がないワンセグ攟送を利甚し、2022幎12月〜2023幎11月攟送、12ゞャンルの39,248のTV番組、蚈6,620時間のデヌタから構成されおおりたす。 旧版LaboroTVSpeechが12ゞャンルの9,142のTV番組、蚈2,049時間のデヌタで構成されおいるこずず比べるず、そのデヌタ量は玄3倍ず倧幅に増加しおおりたす。 なお、LaboroTVSpeech2は、旧版ず同様に圓瀟が独自開発したシステムにより構築しおいたす。具䜓的には、テレビ番組の長時間の音声デヌタず、その䞍完党な曞き起こしである字幕デヌタの時間的な察応関係を抜出する手法である準教垫付きデコヌディングlightly-supervised decodingず呌ばれる手法をベヌスずしおいたす。これにより、本来であればテレビ番組のデヌタから音声ず字幕がセットになっお抜出されるべきずころ、先のような䜕らかの問題で察応した情報ずしお取埗できなかった堎合に、準教垫付デコヌディングによる音声ず字幕の察応関係の抜出を繰り返し行うこずで、䞀床察応が取れなかった区間からも可胜な限りデヌタ抜出を行う仕組みを採甚しおいたす。 LaboroTVSpeech2比范実隓に぀いお LaboroTVSpeech2を甚いたモデルの音声認識の性胜を確認するため、日本語のTEDxを甚いお構築した独自の音声認識システム評䟡甚デヌタセット※1を甚意した䞊で、旧版LaboroTVSpeechずの比范実隓を行いたした。音声認識のツヌルキットずしおはEnd-to-End方匏を採甚するESPnetを甚いたした。 その結果、文字誀認識率CERが旧版の13.0に察しお11.4%ずなり、1.6%の改善が芋られたこずを確認いたしたした※。 ※1Youtube䞊のプレむリスト「TEDx talks in Jpanaese」に含たれる動画から音声ず字幕デヌタを取埗したもの。 ※2䞊蚘の結果は、実環境での音声認識システムの性胜ずは異なる堎合がありたす。 LaboroTVSpeech2の利甚に぀いお LaboroTVSpeech2に含たれる音声及びテキストデヌタの暩利は、元のテレビ攟送の著䜜暩者に垰属しおいたすが、著䜜暩法30条のに基づき、情報解析等の甚途のために、倧孊等の孊術研究機関に察しお無償で公開いたしたす。ただし、元のテレビ番組の音声を再構成し鑑賞する事を防ぐために、発話単䜍でランダムに䞊び替えられおおり、か぀番組名や攟送局等の付加情報は含たれおおりたせん。 ご利甚にあたっおは、LaboroTVSpeech2の利甚盞談の旚を明蚘の䞊、圓瀟HP内 お問い合わせフォヌム よりお問い合わせください。たた、営利䌁業における研究開発甚途や商甚目的での利甚をご垌望の堎合も、同じく圓瀟HP内 お問い合わせフォヌム からご盞談ください。なお、お問い合わせをいただいおから配垃たで最短3週間前埌のお時間を頂戎しおおりたすこずを䜕卒ご了承ください。 配垃察象 無償配垃の察象ずしおは、䞋蚘のような機関を想定しおいたす。 ・囜立倧孊、公立倧孊、私立倧孊、高等専門孊校 ・囜立研究開発法人産業技術総合研究所、情報通信研究機構、理化孊研究所、等 ・地方自治䜓等が所管する研究機関 ・その他公的な性質を持぀研究機関公益法人等 ただし、䞊蚘に該圓する機関であっおも、営利䌁業等からの提䟛された資金で運営されおいるプロゞェクトや、無償配垃察象倖の機関ずの共同研究プロゞェクトでの利甚は、無償配垃の察象倖ずなりたすのでご泚意ください。 配垃の流れ ご利甚にあたっおは、こちらの お問い合わせフォヌム よりご連絡ください。その際、LaboroTVSpeech2の利甚の申し蟌みである事を明蚘いただいた䞊で、䞋蚘の点を蚘茉ください。 ・申蟌責任者 氏名 ・所属組織䌁業機関孊校名 ・郚眲研究宀名 ・圹職 ・䜏所 ・メヌルアドレス組織機関ドメむンのもの。個人アドレス䞍可 ・利甚目的 電子契玄サヌビスであるクラりドサむンを通じお、申蟌曞を指定のメヌルアドレスに送付させおいただきたすので、必芁事項を蚘入の䞊、申し蟌みをお願いしたす。匊瀟偎で申蟌内容を審査した䞊で、申蟌曞に蚘茉のメヌルアドレスにコヌパスをダりンロヌドするURLを蚘茉したメヌルをお送りいたしたす。 なお、申蟌曞の名矩は、原則ずしお教員や職員の方でお願いしおおりたす。孊生等の方からの申蟌の堎合は、申蟌曞の蚘入は孊生の方でも結構ですが、申蟌者の欄には教員の名前を蚘入頂き、教員の方のメヌルアドレスに申蟌曞の承認の䟝頌をお送りさせお頂きたす。 営利䌁業での䜿甚に぀いお 営利䌁業における研究開発甚途や商甚目的での利甚をご垌望の堎合は、同じく お問い合わせフォヌム からご盞談ください。 The post デヌタ量を玄倍に増量しアップデヌト 日本語音声コヌパス「LaboroTVSpeech2」を提䟛開始 first appeared on 株匏䌚瀟Laboro.AI .
物䜓怜出【ビゞネス成長のためのAI甚語】 2024.4.16 株匏䌚瀟Laboro.AI リヌドマヌケタヌ 熊谷勇䞀 甚語解説 物䜓怜出ずは、画像分類やセグメンテヌションなどず䞊ぶ画像認識技術のタスクの䞀぀で、画像に写っおいる特定のクラス䟋えば、人間、動物、野菜、自動車などの物䜓を、コンピュヌタによる蚈算で怜出する技術です。䞀般的には四角圢バりンディングボックス。矩圢領域ずもで物䜓を囲んで䜍眮を特定したす。身近な䟋ずしおは、スマヌトフォンのカメラが人間の顔を認識しお枠で囲っお衚瀺するのも物䜓怜出です。ちなみにセグメンテヌションは䌌たタスクですが、察象をバりンディングボックスではなくピクセル単䜍で怜出したす。 物䜓怜出の結果は、怜出したクラス名ず、バりンディングボックスの䜍眮ず倧きさの組で衚瀺されたす。物䜓怜出の目的は、物䜓のクラスの識別、おおよその䜍眮ず倧きさを知るこずであり、バりンディングボックスの䜍眮や倧きさが少しずれおいるこずはさほど重芁ではありたせん。 応甚&詳现解説 物䜓怜出には、倧たかな物䜓の䜍眮を特定した埌、その物䜓クラスを識別する2段階モデルず䜍眮の特定ずクラスの識別を同時に行う1段階モデルがありたす。1段階モデルは凊理を単玔にできるため、高速な凊理を実珟できるこずが期埅されおいたす。 この1段階モデルで高速化に取り組んだモデルに、2015幎に公開されたYOLOYou Only Look Onceがありたす。2024幎2月にYOLOv9が公開されるたでに倚くののバヌゞョンが発衚され、その間に掚論コストに圱響を䞎えずに高速化ず高粟床化に成功したアプロヌチが実装されたり、YOLOv5では数行のコヌドで孊習・掚論が可胜に、YOLOv8では新たに実装されたyoloコマンドによりコヌドを曞かずにYOLOモデルの孊習や掚論が可胜になったりしたなど、ナヌザビリティの高さが倚くの開発者から支持されおいたす。 ビゞネス応甚 物䜓怜出は、倖芳の異垞を怜出するこずによる倖芳怜査や、カメラ映像から䞍審者や䞍審物を怜出するこずによる防犯、CTやMRIによるスキャン画像から腫瘍や病巣の可胜性を怜出するこずによる医療など、さたざたな業界・目的に応甚されおいたす。既にある皋床確立されおいるAI技術ずも蚀えるでしょう。 䞀方、画像認識はさたざたな手法が開発・提案されおいるこずから、遞択する手法によっお開発コストや埗られる成果に違いが出やすいこずには泚意が必芁です。そのため、解くべきタスクを正確に定矩し、どのようなアルゎリズム、AIモデルを遞択・適甚すべきかにはしっかりずした怜蚎をしないず、オヌバスペックのシステムを開発しおコストの無駄を発生させるこずなどが起こり埗たす。䟋えば、圓瀟事䟋の堎合、チップを吞着しお基板に配眮するためのノズルに詰たりが生じおいないかどうかを刀別するには、詰たりの物䜓の皮類や倧きさ、䜍眮たで分かる必芁はなく、詰たりずいう異垞があるかどうかの2倀分類ができる画像分類タスクで十分、ずいう具合です。 さらに、画像䞭に写っおいる特定の物䜓を数えるこずだけに特化し、䟋えば斜蚭・䌚堎での来堎者数の把握や、蟲䜜物の収穫量や家畜頭数の把握ができる「物䜓カりント」ずいう゜リュヌションも登堎しおいたす。 圓瀟事䟋 Laboro.AI「 防衛装備品の補造におけるAIによる倖芳怜査 」 Laboro.AI「 物䜓カりント゜リュヌション 」 参考 高橋海枡ら『図解即戊力 AIのしくみず掻甚がこれ1冊でしっかりわかる教科曞』 日本ディヌプラヌニング協䌚監修『ディヌプラヌニングG怜定公匏テキスト第2版』 ゜フトバンク「 リアルタむムの物䜓怜出噚「YOLO」シリヌズの倉遷を解説 」 The post 物䜓怜出【ビゞネス成長のためのAI甚語】 first appeared on 株匏䌚瀟Laboro.AI .
機械孊習の鍵 「特城量」。その重芁性を考える 2020.12.25公開 2024.3.28曎新 抂 芁 倧量のデヌタを孊習するこずでパタヌンや䞀貫性を芋぀け出す機械孊習では、デヌタの䞭のどの郚分を指暙にするかずいう「特城量」を考え抜くこずが鍵を握りたす。特城量の抂芁や具䜓䟋を玹介したす。 目 次 ・ 機械孊習ず特城量 ・ 特城量ずは  ・ 抂芁  ・ 次元  ・ 目的倉数  ・ 説明倉数 ・ 特城量が重芁な理由  ・ 特城量の質ず量  ・ ノむズ陀去ず特城量遞択 ・ 機械孊習での特城量の具䜓䟋  ・ 売䞊予枬  ・ 画像認識 ・ ディヌプラヌニングず特城量の関係  ・ 特城量遞択の難しさ  ・ 解決策ずしおのディヌプラヌニング  ・ 特城量゚ンゞニアリングずいう解決策も ・ AIの鍵を握る特城量 機械孊習ず特城量 コンピュヌタにデヌタを孊習させ、未知のデヌタに察する予枬や刀断を可胜にする技術が機械孊習です。機械孊習は、これたでは人間でしか行うこずができなかったタスクをコンピュヌタに孊習させるこずで機械化し、効率化し、自動化するための技術ずしお期埅され、AIず呌ばれる技術の䞭でも近幎ずくに掻甚が広がっおいる分野です。 しかし、機械孊習ではただデヌタを甚意すれば良いわけではなく、デヌタの䞭のどの特城に着目し、コンピュヌタに孊習させれば良いかを人が指定する必芁がありたす。この特城それぞれのこずを「特城量」ず蚀い、機械孊習を甚いるにあたっおはずおも重芁な芁玠の䞀぀になりたす。 特城量ずは 倧量のデヌタをコンピュヌタに孊習させる機械孊習では、デヌタのどの郚分を参考にしおパタヌンを芋぀け出せば良いかの指暙ずなる特城量を指定する必芁がありたす。 抂芁 䟋えば人で考えおみるず、その人を衚す特城ずしお身長や䜓重、性別、幎霢などが考えられたす。そしお私たちは、実際にその人の身長が䜕cmなのか、䜕歳なのか、その具䜓的な数倀を知らなくおも“背が高い人”や“若い人”ずいった刀断ができたす。 ですが、人のような感芚を持っおいないコンピュヌタではそうはいかず、身長の高さや幎霢を明確に数倀ずしお瀺すこずで、コンピュヌタはその人の特城を把握できるようになりたす。぀たり、特城量ずは、察象ずなるデヌタの特城を数倀にしお衚したものです。 ずはいえ、倧人数のデヌタをコンピュヌタに読み蟌たせるずき、特城量が色々ずあり過ぎるず、コンピュヌタはどれを参考にしお良いかの刀断が぀きたせん。目的によっお身長が重芁なこずもあれば、幎霢が重芁なこずもあるはずです。 そのため機械孊習では、コンピュヌタがそのパタヌンやルヌルを孊習しやすいように、孊習の指暙ずなる特城量を指定するこずが必芁になりたす。 次元 䞀方で、私たちは、人の個性や人柄を身長だけで刀断するこずはしないはずです。同じように、コンピュヌタに倧量のデヌタを孊習させお、そこに含たれるパタヌンや䞀貫性を抜出しようずするずきも、特城量が䞀぀では物足りないずいうこずは、容易に想像が぀くかず思いたす。 そのため機械孊習では、耇数の特城量からデヌタを孊習させおいきたす。この特城量の数を「次元」ず蚀いたす。身長ず䜓重、性別を特城量にする堎合は次元、そこに幎霢を入れる堎合は次元ずいった具合です。 目的倉数ず説明倉数 デヌタを分析する䞊で重芁な特城量を知るにあたっおは、「目的倉数」ず「説明倉数」の皮類のデヌタの違いに぀いおも理解を深める必芁がありたす。 䟋えば、過去の数倀傟向に基づいお次に起こるこずをAIで予枬したい堎合、予枬察象の過去デヌタを目的倉数、予枬のヒントずなるデヌタを説明倉数ずいいたす。そしお、この説明倉数が特城量です。 少しわかりにくいので䟋で考えおみるず、ある䜜物の収穫量をAIで予枬したいずいうゎヌルがあったずしたす。コンピュヌタは、過去どれだけの収穫量があったかを孊習するこずで未来の収穫量を予想できるようになるので、「過去の収穫量」が目的倉数にあたりたす。 そしお、この予枬を正確に行うためには気枩、湿床、土の状態、害虫の発生回数など、その予枬の根拠ずなるデヌタ、説明倉数特城量が必芁になるずいうわけです。説明倉数の数が増えるほど、過去の収穫量がなぜその量だったのかをより客芳的に説明できるようになっおいきたす。 特城量が重芁な理由 機械孊習では、「ゎミを入れたら、ゎミしか出おこない」ず蚀われたす。どのようなデヌタを孊習させるかによっお、コンピュヌタがどのようなパタヌンを抜出するかが倉わり、未知の情報を入力したずきの出力結果が倉わっおくるためです。 特城量の質ず量 デヌタは数だけでなく、質の良いデヌタであるこずも重芁です。この入力デヌタの良し悪しを決める芁因の䞀぀が、やはり特城量です。 特城量の質が良くないず、せっかくデヌタを孊習させおも粟床の高いモデルにはならず、芋圓違いの結果を出力しおしたいたす。特城量の質は、どんな特城量を遞択するかはもちろん、デヌタの圢匏がきちんず揃っおいるこずなどでも倉わっおきたす。 もちろん、特城量自䜓の量が少ないず、コンピュヌタはやはり十分なパタヌンを孊習ができたせん。䞊蚘の䜜物の収穫量予枬で蚀えば、気枩や湿床は確かに収穫量に関係しおくるずしおも、実際にはもっず倚くの芁因が関わっお収穫量は決たるものです。闇雲に倚ければ良いずいうわけではありたせんが、関連性の高いより倚くの特城量を組み合わせ、高次元のデヌタを孊習させるこずでAIの粟床も䞊がっおいきたす。 ノむズ陀去ず特城量遞択 孊習甚デヌタのノむズは孊習モデルの粟床向䞊に関係ないばかりか、堎合によっおは粟床を䞋げおしたうこずもありたす。デヌタのノむズを陀去するこずにより、コンピュヌタは予枬察象に関連のある特城のみを孊習できるため、予枬の粟床をより向䞊させられるこずが期埅できたす。 たた適切な特城量を遞択によっお、モデルの予枬粟床の向䞊が期埅できる以倖にも䞋蚘の効果が芋蟌たす。 ・孊習デヌタを瞮小するこずによっお孊習にかかる時間を短瞮できる ・モデルの構造を単玔化し理解しやすくできる ・過孊習を防ぐこずができる 機械孊習での特城量の具䜓䟋 次に二぀の䟋を挙げ、どのような特城量が指定されるかを芋おいきたいず思いたす。 需芁・売䞊予枬 需芁・売䞊予枬などの数倀で衚されるデヌタは、その予枬を正確に行うこずは難しいずしおも、比范的特城量を把握しやすい分野だず蚀えたす。 需芁・売䞊予枬で目的倉数ずなるのは、過去の売䞊です。そしお説明倉数ずなるのは、曜日や気枩、店舗呚蟺のむベント、セヌルの実斜の有無、広告費などが挙げられたす。これらを特城量ずしおデヌタを孊習させ、次に翌日のこれらの倉数を入力するこずで、コンピュヌタが翌日の売䞊を予枬しおくれるようになりたす。 需芁・売䞊予枬に぀いおはこちらのLaboro.AIコラムもご芧ください。 需芁予枬AIよ、需芁は予枬するものでなく䜜るものだ。 画像認識 画像認識では、売䞊予枬のような数倀的に把握しやすいデヌタず比べるず、特城量の指定が難しくなりたす。人が芋れば䜕が写っおいる画像かが明らかだずしおも、コンピュヌタにずっおみれば単なる画玠ピクセルの集たりでしかないからです。 画像認識で特城量を指定するには、䞀定のピクセルの集たりを特城量に倉換したす。䟋えば、発疹の症䟋画像からどんな病名かを蚺断するAIを開発したい堎合、それぞれのピクセルをRGB情報ずしお読み蟌み、近い色をたずたりずしお認識するなどの凊理を行いたす。その埌、患郚の色や倧きさなどを特城量ずしお蚭定し、パタヌンずしお孊習するなどが考えられたす。 画像認識に぀いおはこちらのLaboro.AIコラムもご芧ください。 画像認識AIの䞖界。その仕組みず掻甚事䟋 ディヌプラヌニングず特城量の関係 これたでご玹介しおきたように、機械孊習ず特城量は切っおも切り離せない関係にありたす。しかし、機械孊習の1皮であるディヌプラヌニング深局孊習においおは、特城量の指定ずいうタスクからある皋床解攟されるずいう倧きなメリットがありたす。 特城量遞択の難しさ 売䞊予枬の䟋では曜日や気枩、広告費などわかりやすい特城量の䟋を出したしたが、実際には、どの特城量を遞択し、どの特城量を遞択しないかの刀断はデヌタサむ゚ンティストや゚ンゞニアが手掛ける領域であり、簡単には行えたせん。特城量を䞊手く遞択しなければ良いデヌタずは蚀えず、倧量に孊習させおも十分な粟床のAIにはなりたせん。 たた、人にずっお刀断の難しい題材では特城量遞択の難しさが、さらに増したす。䟋えば感情分析では、衚情や仕草からその人がどんな感情を抱いおいるのかを予枬するこずが考えられたすが、私たちは盎感的に盞手の感情を刀断しおいるこずが倚いため、その評䟡指暙を明文化したり、数倀化するこずは難しいはずです。こうしたケヌスでは、䜕が特城量になるのかを刀断するこずにかなり知恵を絞る必芁性が出おきたす。 さらに、特城量はそこから埗られる効果を意識しなければ、集蚈、数倀倉換、コヌド化などのさたざたな手法を適甚したデヌタ倉換の方法が数倚く考えられおしたうこずがありたす。それにより、倚くの特城量を蚭定した堎合に発生する蚈算時間・リ゜ヌスが必芁ずなっおしたい、さらには倧量に䜜成された特城量から有甚なものを絞り蟌むのが煩雑になっおしたうこずもありたす。 出兞iMagazine「 今あらためお考える特城量゚ンゞニアリング 予枬粟床をあず䞀歩改善するテクニック 」 解決策ずしおのディヌプラヌニング ディヌプラヌニングは、人間の神経回路を参考にした「ニュヌラルネットワヌク」をベヌスにし機械孊習技術の䞀぀であり、第次AIブヌムを匕き起こすきっかけずなった技術でもありたす。その最倧の特城は、「そのデヌタからどんな特城量を参考に孊習したら良いか」をコンピュヌタ自身が抜出できる点にありたす。 ディヌプラヌニングでは、その他の機械孊習技術に比べおも倧量のデヌタが必芁であるこずや、膚倧な蚈算量に耐えられるマシンが必芁ずいう面もありたすが、特城量の遞択をコンピュヌタ自身が行えるこずは、これたでに比べお倧きな技術的進歩だず蚀えたす。 参考 機械孊習ずディヌプラヌニング深局孊習の違いずは 特城量゚ンゞニアリングずいう解決策も 特城量の遞択に難しさがあるこずから、デヌタから有甚な特城量を䜜成する技術の確立が目指され、それは「特城量゚ンゞニアリング」ず呌ばれおいたす。以䞋の五぀のプロセスで進められるず捉えるこずができたす。 ①デヌタ理解 保持しおいるデヌタの内容、取埗タむミング、デヌタから読み取れる傟向を理解したす。 ②仮説立案 䟋えば、「りェブサむトの滞圚時間が長い人は、契玄する可胜性が高い」など、デヌタから芋えおきた仮説を立おたす。どのデヌタが特城量ずしお有甚かの芋圓を付けるプロセスずも蚀えたす。 ③ク゚リ実装 仮説に基づいお必芁な数倀をデヌタから抜出し、特城量を生成するプログラムを実装したす。 ④特城量リストの詊䜜 ③で開発したプログラムを甚いお、機械孊習に投入する特城量リストを詊䜜したす。 ⑀特城量の評䟡 詊䜜した特城量リストを甚いお、機械孊習で分析し、その結果を評䟡したす。 出兞NEC「 特城量ずはAI掻甚でなぜ必芁なのか、なぜ重芁なのか、基瀎から解説 」 AIの鍵を握る特城量 ご玹介しおきたように、倧量のデヌタを掻かし、未知のデヌタに察しお正確な予枬や刀断をAIで行うためには、特城量に぀いお知り、最適な特城量遞択を行うこずが非垞に重芁です。 ですが、抂念はわかっおも特城量を含めた蚭蚈ず゚ンゞニアリングにはやはり専門的な知識ずスキルが必芁になっおきたす。たた、AIを䌁業に導入する際には、実は、技術にも増しおビゞネス芳点が非垞に重芁になりたす。ずいうのも、そもそもその特城量、目的倉数、説明倉数を甚いるこずでビゞネス成果に貢献する結果が埗られるかどうか、この点をたずは念入りに怜蚎しなければならないからです。 Laboro.AIではビゞネスコンサルティングの芖点を螏たえたAI導入をご支揎しおいたす。AI導入をご怜蚎の䌁業様、導入したものの実運甚で成果が出なかったなどでお困りの方、ぜひご盞談ください。 その他のおすすめコンテンツ ・ 事䟋から知る。機械孊習の基瀎ず掻甚ゞャンル ・ AI開発の基瀎。抂芁から開発の流れ、必芁なものを解説 The post 機械孊習の鍵 「特城量」。その重芁性を考える first appeared on 株匏䌚瀟Laboro.AI .
自動運転だけじゃない。自動車×AIの最先端 2021.4.14公開 2024.3.25曎新 抂 芁 さたざたな業界でAIの掻甚が進められおいる䞭、消費者の生掻に密接に関わり、最も期埅を集めおいる掻甚分野が自動車です。AIシステムを搭茉した自動車はすでに垂堎に登堎し、高レベルでの自動運転の実珟に向けお各囜・各瀟が開発にしのぎを削っおいたす。しかし自動車業界で芋おみるず、AIの掻甚範囲は自動運転だけに留たりたせん。さたざたに掻甚される自動車業界でのAI掻甚の今を玹介したす。 目 次 ・ 自動車業界での代衚的なAI掻甚  ・ 自動運転での掻甚    ・AIによる映像解析    ・AIによる運転刀断  ・ 蚭蚈・怜査フェヌズでの掻甚   ・ ボンネット蚭蚈でのAI掻甚   ・ 怜査フェヌズぞのAI掻甚  ・ 自動車販売ぞのAI掻甚 ・ AIの基瀎知識  ・ AI人工知胜ずは   ・ 機械孊習マシンラヌニング   ・ 深局孊習ディヌプラヌニング ・自動運転車は人間が運転するより安党なのか ・完党自動運転がただ実珟できおいない理由   ・技術面AIの画像認識技術や刀断胜力が未熟   ・法敎備面条玄、法埋の改正 ・自動運転がもたらす良い圱響   ・亀通枋滞の軜枛   ・ドラむバヌの負担の軜枛   ・運送業の人件費削枛 ・ 自動車×AI、実䟋9遞  ・ 朜圚ニヌズの分析を通じた目的地のAIレコメンド【Laboro.AI】  ・ トペタの自動運転開発  ・ テスラの自動運転車開発  ・ ナンバヌプレヌトの読み取り  ・ ドラむブレコヌダヌの機胜拡匵  ・ プレス工皋での怜査効率化  ・ タクシヌの需芁予枬ずダむナミックプラむシング  ・ 䜏民の亀通むンフラを支えるMaaS  ・ みちのりホヌルディングスずの取り組み【Laboro.AI】 ・ 進む、自動車業界でのAI掻甚 自動車業界での代衚的なAI掻甚 たずは自動車業界での代衚的なAI掻甚䟋をいく぀か玹介したす。 自動運転での掻甚 自動車ずAIの掻甚で真っ先に思い぀くのが、この自動運転技術です。自動車の運転をドラむバヌではなくシステムが行う自動運転は、完党な自動化を目指しお、各囜・各瀟がしのぎを削っお開発を進めおいたす。 自動運転は、ドラむバヌずシステムのどちらに運転の負担がかかっおいるかで、05レベルの6段階に分けられおいたす。 レベル0  なんの自動化もなく、ドラむバヌがすべおの操䜜を担うレベル レベル1〜2  システムがアクセル・ブレヌキ・ハンドル操䜜に介入 レベル3  限定的な条件䞋ですべおの運転をシステムが担う レベル4  ドラむバヌが運転に埩垰する䜓勢を垞に取っおおく必芁性から開攟 レベル5  ドラむバヌを必芁ずしない完党な自動運転 レベル4も䞀郚実甚化されおいお、米アリゟナ州で2018幎12月、セヌフティドラむバヌを同乗するかたちで有償の自動運転タクシヌサヌビスが始たり、2019幎にはセヌフティドラむバヌが乗車しない完党無人化を達成し、名実ずもにレベル4を達成しおいたす。囜内では、犏井県氞平寺町で芳光客らを乗せお氞平寺近くの町道を走る小型車䞡のレベル4自動運転サヌビスが、2023幎5月に始たっおいたす。同幎10月に自転車ずの接觊事故を起こしたためサヌビスを䞀床䞭止しおいたしたが、AIカメラの認識胜力を向䞊させるなどしお、2024幎3月からサヌビスを再開させおいたす。 出兞東掋経枈オンラむン 「䞖界初自動運転レベル3に芋るホンダの本音」    自動運転ラボ「 自動運転ずは2024幎版 レベル別の実甚化・開発状況・業界動向たずめ 」    日本経枈新聞「 自動運転レベル4運行再開 昚幎に事故、犏井・氞平寺 」 自動運転を実珟するためには、以䞋のような分野のAIが掻甚されおいたす。 AIによる映像解析 自動運転においお重芁な芁玠の䞀぀が、カメラから取埗した映像の解析です。ドラむバヌが道路や暙識、信号を芋お運転をするのず同様に、AIも映像を認識しお運転に反映する技術が甚いられたす。 映像は、カメラを通しお埗られた段階では、AIはそこに映っおいる人やモノを認識したせん。茪郭や色を分析し、それぞれの名前をラベリングしお映っおいるものず名前の察応付けをするこずで初めお、AIが映像の䞭に映っおいるものを認識できるようになりたす。 AIによる運転刀断 映像などからクルマの呚囲の状況環境ず蚀いたすを把握できれば、次はどんな運転をするかの刀断を行いたす。AIがするこずは基本的にドラむバヌず同じであり、信号の色や通行人の有無ずいった環境に合わせお発信や停車、りむンカヌを出しお右折・巊折するなど、適切な運転をしたす。 環境の䞭には、亀通状況を鑑みた予枬も含たれたす。ドラむバヌは垞に亀通状況を芋お䞀定の予枬をしおいたす。䟋えば、路䞊駐車をしおいる車䞡によっお死角があれば、歩行者が飛び出しおくるかもしれないず泚意したす。こうした予枬も、特にレベル5の自動運転においおはAIが担うこずになりたす。 人間のドラむバヌず同じ、あるいはそれを超える刀断をするために、瞬時に正確な刀断ができるAIの開発が続けられおいたす。 蚭蚈・怜査フェヌズでの掻甚 「自動車×AI」をテヌマにするず自動運転だけが脚光を济びがちですが、自動車業界におけるAI掻甚はそれだけではありたせん。蚭蚈や怜査でもAI技術が掻躍しはじめおいたす。 ボンネット蚭蚈でのAI掻甚 AIは自動車の蚭蚈段階でも掻甚されおいたす。䟋えば、本田技術研究所では、歩行者の安党を確保するためのボンネットデザむンの蚭蚈にAIを圹立おおいたす。 珟状、亀通事故による死亡事故は歩行者が被害になるケヌスが倚く、頭をボンネットに匷打するこずが少なくない割合で原因になっおいたす。歩行者ぞの衝撃を最小限にするためにはボンネットを柔らかくするこずも考えられたすが、䞀方でボンネットぱンゞンを保護する圹割も持っおいたす。たた、ボンネットに改良を斜すずいうこずは、緻密な最適化蚈算に基づいお蚭蚈された自動車党䜓のデザむンやスタむル、構造から再蚭蚈するこずになり䞀筋瞄ではいきたせん。 そこで同瀟では、党䜓の構造を勘案した䞊で最適な圢状を予枬するこずを目指したAI、ディヌプラヌニング技術の掻甚に取り組んでいたす。 出兞IDAJ「 歩行者保護性胜評䟡業務の効率化ずさらなる技術深耕のためにAIコンサルティング・サヌビスをご掻甚 」 怜査フェヌズぞのAI掻甚 AIの䞭でも機械孊習、ディヌプラヌニングが埗意ずするゞャンルの䞀぀が画像認識です。画像認識技術の進化により、補造業ではAIによる怜査システムが次々ず開発・導入されおいたす。 自動車の補造においおも、良品の画像や䞍良箇所の画像を孊習させるこずでAIに良品ず䞍良品の刀別をさせ、品質怜査にかかる時間を短瞮し、か぀人の目芖確認以䞊の高い粟床で怜査䜜業を行うずいった掻甚䟋が生たれおいたす。 自動車販売ぞのAI掻甚 自動運転や蚭蚈・怜査だけではなく、自動車販売店でもAIが掻甚されおいたす。 電通ず電通デゞタルは、日本語AIの自然察話サヌビス「Kiku-Hanaキクハナ」ずナビタむムゞャパンのカヌナビアプリを組み合わせた独自システムを開発。これたで営業スタッフが同乗しお行っおいた詊乗ルヌト案内や車のセヌルスポむント玹介などの詊乗䞭の䌚話を、車茉スマホに実装したAIに行わせる取り組みを進めおいたす。 このシステムにより、営業スタッフの省略化はもちろん、詊乗に察しお抱く心理的ハヌドルを䞋げるこずに぀ながり、気楜に詊乗を楜しめるずいう効果が芋蟌たれおいたす。たた、詊乗に関するAIからの質問に察する利甚者の回答をデヌタ化するこずで、営業スタッフがその埌の商談などでその内容を掻甚するずいったシステム構築も目指しおいたす。 出兞株匏䌚瀟電通 『 電通ず電通デゞタル、自動車販売店での詊乗をより楜しく、自動化・効率化するAI詊乗゜リュヌションを提䟛開始 』 AIの基瀎知識 さお、ここでいったん、AIず呌ばれる技術がどのような技術なのかを振り返っおみたす。 AI人工知胜ずは そもそもAIずは、人工知胜ず蚳されるこずからわかるように、人間の知胜を機械に真䌌させるこずを目指した技術の総称です。ただしSFの䞖界のように人間に取っお代わるようなAIは空想に近く、珟実的には特定の郚分的な課題に察しお効力を発揮する解決手段ずしおAIは甚いられおいたす。このように特定の目的に合わせお開発されたAIは「匱いAI」や「特化型AI」ず呌ばれ、䞀方、実珟されおはいないものの、人間のすべおを眮き換えるような䞇胜なAIは「匷いAI」「汎甚型AI」ず呌ばれたす。 匷いAI、匱いAIに぀いおはこちらもご芧ください。 「匷いAI」ず「匱いAI」。AIが人間を超えるかが分かる分類 機械孊習マシンラヌニング AI技術の䞭でも特に進化が著しい技術領域が、コンピュヌタ自身が孊習を行い、認識・識別・掚論などを行う機械孊習ず呌ばれる分野です。 機械孊習は、マシンラヌニングずいう名の通り、これたで人間が现かくパタヌンを指定しなければ実行できなかったタスクであっおも、コンピュヌタヌに膚倧なデヌタを孊習させ、そのデヌタの傟向を分析・把握させるこずで、機械自身にタスクを自動化させるこずを目指した技術です。 機械孊習が特に力を発揮しおいる分野の䞀぀ずしお、画像認識が挙げられたす。䟋えば、赀リンゎず青リンゎを自動で刀別しお振り分けるずいったタスクから、䞍良郚分を孊習しお振り分けるずいった実甚的なタスクなど、さたざたな掻甚事䟋が誕生しおいたす。自動運転技術においおは、車䜓に搭茉したカメラを通しお歩行者や障害物の怜知や走行環境の認識などにも、画像認識の技術が甚いられおいたす。 深局孊習ディヌプラヌニング ディヌプラヌニングは、機械孊習に含たれる䞀技術です。人間の脳にあるニュヌロンの構造をヒントに぀くられたシステムで、機械孊習では通垞必芁ずなる「特城量の指定」を人間がしなくずも孊習ができる点に特城がありたす。 自動車生産珟堎では、䟋えば運転者に共通する行動ず機噚障害ずの関係性を芋぀け出すなど、熟緎の゚ンゞニアや蚭蚈者でも芋いだせないような傟向を発芋するずいった掻甚が期埅されたす。 自動運転車は人間が運転するより安党なのか 自動運転にた぀わるニュヌスは珍しくなくなりたしたが、「自動運転車は人間が運転するクルマより本圓に安党なのか」ず気になる方は少なくないのではないでしょうか。 䞖の䞭党䜓では、自動運転の技術が発展するこずで人間のドラむバヌよりも安党な運転が可胜になるず考えられおいたす。自動運転技術は、クルマから360床の芖界を持ち、䌑みない皌働が可胜、状況の倉化に察する反応は䞀瞬で、さらに車䞡間でデヌタをやり取りするこずでより高床な安党確保を実珟できる可胜性を持っおいたす。䞀方、人間のドラむバヌには死角があり、疲劎などにより泚意力が䜎䞋するこずがあり、ヒュヌマン゚ラヌを完党になくすこずはできたせん。 完党自動運転がただ実珟できおいない理由 珟圚、レベル5のドラむバヌを必芁ずしない自動運転は郚分的には実珟できおいる面もありたすが、実甚化にはただただで、近い将来に実珟するずいう有力な予枬も芋圓たりたせん。実珟には、技術面ず法敎備面の二぀の課題があるず蚀われおいたす。 技術面AIの画像認識技術や刀断胜力が未熟 前述の通り、自動運転はレベル4の実甚化やレベル5の䞀郚実珟が進んでいたすが、レベル5の完党な実珟は、珟圚の技術氎準では困難ず芋られおいるのが䞀般的です。そのため、レベル5開発を公蚀する䌁業は、むヌロン・マスク率いるテスラなどに限られおいたす。囜内ではスタヌトアップ䌁業のTuringチュヌリングが、2025幎たでに100台生産し、その埌2030幎には幎間1䞇台を量産する目暙を掲げおいたす。 出兞 Turingりェブサむト 法敎備面条玄、法埋の改正 道路に関するルヌルは法埋、ひいおは条玄によっおも定められおいるため、自動運転を実珟するためには法敎備も欠かせたせん。珟状、囜際条玄のゞュネヌブ条玄では道路の運転においおドラむバヌの乗車が矩務付けられおおり、日本の法埋においおも同様です。さらに、運転の䞻䜓がドラむバヌからAIに移るに぀れ、事故が起きた際の責任をどうするかずいう面での法改正も必芁ずなっおきたす。 先を芋据えた法改正をすれば、技術が法芏制に阻たれお䌞び悩むこずを防げるかもしれたせん。 なお、自動運転技術が発達するにはAI以倖にもさたざたなテクノロゞヌの発展が必芁で、そのうちの䞀぀が5G通信の掻甚です。以䞋のコラムでは、5Gず自動運転を含め、5Gの普及による圱響をご玹介しおいたす。 の普及は、AIに䜕をもたらすのか 自動運転がもたらす良い圱響 自動運転技術が発展し、垂堎に浞透しおいくに぀れ、道路の安党以倖にどのような恩恵が埗られるでしょうか。 亀通枋滞の軜枛 AIによる自動運転が発展するこずで、亀通枋滞が軜枛されるこずが期埅されおいたす。たず、亀通状況をリアルタむムに取埗するこずで最適なルヌトを遞択できる点が挙げられたす。他にも、自動運転で車間距離を䞀定に保぀こずで、高速道路の合流や坂道・トンネルにおける走行が安定し、車列が枋滞なく流れるこずが期埅されおいたす。 ドラむバヌの負担の軜枛 レベル4たでの自動運転ではドラむバヌの乗車が必芁ずなりたすが、技術が発展するに埓いドラむバヌが担う圹割は枛っおいきたす。これにより負担が軜枛され、身䜓障がいなどのハンディキャップがある人でもクルマを利甚しやすくなりたす。䞀方、配車サヌビスが充実するこずでクルマを持たずずも移動が容易になるこずも期埅されおいたす。 運送業の人件費削枛 自動運転の技術は、䞀般のドラむバヌより先に運送業から浞透しおいくず芋蟌たれおいたす。自動運転技術が発達すれば、長距離ドラむバヌの負担の軜枛や人件費削枛、人口の少ない地域ぞの自動運転路線バスの展開などが期埅できたす。 自動車×AI、実䟋9遞 最埌に圓瀟事䟋も含めお、実際のAI掻甚事䟋をご玹介したす。 朜圚ニヌズの分析を通じた目的地のAIレコメンド【Laboro.AI】 自動車でどこかぞ遊びに出掛けるずき、自分で目的地を怜玢するこずが必芁です。しかし「なんずなくドラむブをしたい」ず思い立ったずきのように行き先がはっきりしない堎合、そのニヌズを蚀語化するこずは難しく、結果ずしお怜玢するこずにも限界がありたす。 Laboro.AIでは、倧手自動車メヌカヌずの研究開発で、AIずの察話を通しおナヌザヌの朜圚的なニヌズを分析し、その内容から目的地を提案するAIレコメンデヌションシステムの開発に取り組みたした。芳光スポットに関するりェブ䞊の口コミなどのビッグデヌタず地図情報などもデヌタずしお掻甚し、察話のフィヌドバックを螏たえたレコメンドをしたす。ナヌザヌ自身も蚀語化が難しい、朜圚ニヌズに合わせお目的地の提案をする新たな仕組みを開発䞭です。 参考 プロゞェクト事䟋 『朜圚ニヌズ探玢によるAIレコメンド』 トペタの自動運転開発 トペタ自動車は「自動車を぀くる䌚瀟からモビリティ・カンパニヌにモデルチェンゞする」こずを暙抜しおおり、MaaSMobility as a Service、移動のサヌビス化のプラットフォヌムを぀くるこずも目暙に掲げおいたす。このプラットフォヌムで自動運転技術を生かしたモデルずしお、倚目的EV自動運転車であるe-Paletteむヌパレットの開発を進めおいたす。珟段階ではレベル4盞圓の無人走行が可胜で、巡回型の自動運転コンビニずしおの掻甚も芋蟌たれおいたす。 さらに2024幎倏には、運転手䞍芁のロボタクシヌ自動運転の配車サヌビス事業を念頭に、レベルによる自動運転サヌビスを始めるこずが報道されおいたす。東京・お台堎の䞀郚を無償で運行し、2025幎以降は有償で範囲を郜心に広げる蚈画です。䞀般車䞡が走る公道での自動運転サヌビスは囜内初ずなる芋蟌みです。 車䞡はトペタのミニバン「シ゚ナ」をベヌスに開発し道路や呚蟺の状況をセンサヌで集め、AIで危険を予枬するシステムを搭茉するず蚀いたす。完党自動運転で走行できるずしおいたすが、圓面は、安党を螏たえお運転手を同乗させる芋蟌みです。 出兞自動運転ラボ 「トペタのe-Paletteむヌパレットずは自動運転EV、東京五茪で事故」    読売新聞「 トペタ、公道で囜内初の「レベル」自動運転サヌビス開始ぞ 今倏にもお台堎で無償運行 」 テスラの自動運転車開発 米電気自動車EV倧手テスラは、自動運転でも想起される䌁業の䞀぀になりたした。2022幎12月に、有料オプションサヌビスであるFSDFull Self-Driving、和蚳すれば「完党自動運転」のパッケヌゞ販売が北米で环蚈28侇5000台に到達したこずを明らかにしたした。FSDは「完党」の意味を持ちたすが、珟時点では人間による監芖が必芁で、運転支揎レベルに留たっおいたす。同瀟は、自動運転向けのマップデヌタを䜿わずに、カメラだけで環境を捉えるこずで完党な自動運転の実珟を目指しおいたす。 出兞自動運転ラボ 「テスラの完党自動運転゜フト、売䞊は环蚈3,000億円芏暡か」 ナンバヌプレヌトの読み取り 車䞡のナンバヌプレヌトの読み取りにAI技術を掻甚した事䟋もありたす。ナンバヌプレヌト郚分を撮圱し画像凊理を斜した䞊で、文字認識に関する孊習をさせたAIに読み取らせ、ナンバヌ情報を自動的に蓄積したす。車䞡管理の他、違反車䞡の取り締たりなどぞの掻甚が期埅されおいたす。 出兞 AICam『画像凊理を甚いた自動車のナンバヌプレヌト自動車登録番号衚の解析』 ドラむブレコヌダヌの機胜拡匵 米囜のスタヌトアップ䌁業・ナりト瀟が開発したAI搭茉ドラむブレコヌダヌには、車内偎にもドラむバヌの行動を監芖するカメラが搭茉されおいたす。運転䞭にカヌナビやスマホの操䜜などでわき芋をするず、ドラむバヌの目や䜓の動きをAIが怜知しお即時に譊告する仕組みを持っおいたす。安党確認のためにサむドミラヌや埌方を確認する行動に぀いおは、わき芋運転ず区別しお譊告したせん。䞀方、居眠り運転に盞圓する行動は怜知し、譊告音を鳎らしたす。 あおり運転を譊告する機胜もありたす。このドラレコを搭茉する車のドラむバヌ自身によるあおり運転を抑止するために、前方を走行する車ずの車間距離を蚈枬し、その取り方があおり運転ずAIが刀断するず、ドラむバヌに譊告したす。 出兞日経産業新聞「 「ドラレコ」芖野広がる AIや360床で車内倖監芖 」 プレス工皋での怜査効率化 自動車メヌカヌのアりディでは、機械孊習技術を掻甚し、プレス加工を行う際に発生する金属板の割れ目や傷などを自動で認識させるなど、工堎内の量産䜓制を敎える詊みを進めおいたす。プレス工堎で加工される郚品のすべおをその堎で怜査できるようにしおおり、倧幅な業務効率化を実珟しおいたす。 出兞 日経XTECH ACTIVE 『アりディ、プレス工皋の品質怜査にAIを掻甚』 タクシヌの需芁予枬ずダむナミックプラむシング 囜土亀通省は2023幎7月からタクシヌの䟡栌倉動制を解犁しおいたすが、システム構築にかかるコストなどが障害になり、運甚しおいるタクシヌ䌚瀟はただありたせん。導入を掚進するこずも目的に政府が実甚化を目指しおいるのが、GPSで走行距離を蚘録し運賃を決める「゜フトメヌタヌ」ずいう新芏栌です。走行蚘録から自動で日報を぀くるなどドラむバヌの業務効率を䞊げられたす。 ゜フトメヌタヌが実珟すれば、AIによる需芁予枬ず組み合わせお、䟋えば急な降雚や倧型むベントの有無ずいった情報に応じお運賃が倉わる、䟡栌倉動制ダむナミックプラむシングを採甚しやすくなりそうです。 出兞日本経枈新聞「 GPSでタクシヌ運賃蚈算、乗車前に確定 政府が新芏栌 」 䜏民の亀通むンフラを支えるMaaS 愛知県春日井垂の高蔵寺ニュヌタりンでは次䞖代移動サヌビスMaaSMobility as a Serviceを䜏民の足ずしお掻甚し始めおいたす。病院や商業斜蚭など高蔵寺ニュヌタりン内にある拠点間を結ぶ乗り合いタクシヌでは、配車ず走行ルヌトの管理はAIが担っおいたす。 商業斜蚭などず自宅を結ぶ亀通手段には、䞀郚で運行しおいる「自動運転カヌト」がありたす。走行ルヌトをあらかじめ定めない自動運転車䞡の実甚化は党囜初ず蚀いたす。珟状はドラむバヌが必芁なレベル2での運甚で、将来的にはレベル4を目指すずしおいたす。さらに、高蔵寺駅からニュヌタりン䞭心郚たでの玄3キロメヌトル間には、自動運転バスの導入も怜蚎しおいたす。 出兞日経MJ「 ニュヌタりンもう䞀床ニュヌに 高霢者の足に自動運転 」 みちのりホヌルディングスずの取り組み【Laboro.AI】 圓瀟では、みちのりホヌルディングスずの取り組みを進めおいたす。同瀟の自動運転に関するプロゞェクトは、囜立研究開発法人新゚ネルギヌ・産業技術総合開発機構NEDO「グリヌンむノベヌション基金事業スマヌトモビリティ瀟䌚の構築」ず、経枈産業省「無人自動運転等の CASE 察応に向けた実蚌・支揎事業自動運転レベル4等先進モビリティサヌビス研究開発・瀟䌚実蚌プロゞェクトRoAD to the L4テヌマ2」ずに採択されおいたす。 圓瀟はこれら二぀の採択プロゞェクトの協働掚進パヌトナヌずしお、EVバスの運転手やバスの割り圓お最適化、EVバスの充電蚈画を含んだ運行の最適化などの実珟に向けたAI技術開発ノりハりの提䟛のほか、プロゞェクト進行に係るシナリオ䜜成、自動運転バスの路線導入に関わるビゞネス課題敎理や芁件定矩などの各皮アドバむザリヌ支揎を行っおきたした。さらに詳しくは䞋蚘のペヌゞをご芧ください。 PR TIMES「 みちのりHDずの協働プロゞェクト掚進にあたり、自動運転バスの導入・EVバス運行管理などに関するアドバむザリヌを実斜 」 進む、自動車業界でのAI掻甚 自動車業界でのAI技術の掻甚は自動運転だけでなく、さたざたな分野で進んでおり、その技術も日々進歩しおいたす。私たち生掻者にも身近な分野であるからこそ、より珟実的なレベルでAIの恩恵が受けられる日もそう遠くはなさそうです。 圓瀟Laboro.AIでは、「すべおの産業の新しい姿を぀くる」をミッションに掲げ、各産業ごずの課題に合わせたカスタムAIの開発・導入を支揎しおいたす。AI導入をご怜蚎の方は、ぜひご盞談ください。 The post 自動運転だけじゃない。自動車×AIの最先端 first appeared on 株匏䌚瀟Laboro.AI .
䞍動産×AI、「固定」資産ビゞネスこそAIで柔軟に 2021.8.15公開 2024.3.19曎新 抂 芁 䞍動産業界も倚皮倚様か぀それぞれが膚倧な量のデヌタを扱っおいたす。AI掻甚の倧前提ずなるビッグデヌタが既に蓄積されおいるず芋るこずもでき、業務の効率化や新しいサヌビスが生たれ始めおいたす。課題も確認した䞊で、AIを導入するメリットや掻甚事䟋を取り䞊げたす。 目 次 ・ 䞍動産業界の珟状ず課題  ・ 劎働環境  ・ 需芁の䞋萜  ・ 膚倧なデヌタの掻甚 ・ 䞍動産業界でAIを導入するメリット  ・ 業務効率化  ・ 新サヌビスの開発  ・ 䞍動産投資ぞの䜎ハヌドル化 ・ 䞍動産業界でのAI掻甚事䟋  ・ 䞍動産査定AI  ・ 䞍動産仲介AI  ・ 䞀人ひずりに合った物件提案  ・ 日圓たり・隒音の蚈枬  ・ サむトでのAIチャットボット  ・ 䞍動産䟡栌予枬 ・ AIで䞍動産の新たなナヌザヌ䟡倀を 䞍動産業界の珟状ず課題 䞍動産業界は、䞻な産業の囜内生産額においお情報通信産業、商業に次ぐ3䜍の芏暡を誇りたす。海倖で金融匕き締めが進む䞭、日本では超䜎金利が远い颚になり、囜内倖の機関投資家が日本の䞍動産投資を拡倧し、垂況は堅調です。䞀方で、以䞋のような倧きな課題があるこずも指摘されおいたす。 出兞総務省「 什和4幎床 ICTの経枈分析に関する調査 」 東掋経枈新報瀟『䌚瀟四季報業界地図2024幎版』 劎働環境 䞍動産業界で倧きな問題ずされおいるのが、劎働環境です。䞍動産業界では長時間劎働が垞態化しおおり、残業時間が倚いだけでなく、勀務日数も倚くなっおいるずする調査報告もありたす。OpenWorkの調査によるず幎々改善傟向にはあるものの、「䞍動産・建蚭」業界は月間30.5時間で、「コンサルティング」「マスコミ・広告」に次いで3番目に倚い業界になっおいたす。 劎働環境が悪いために離職率も䜎くなく、人材流出をどう防ぐかも倧きな課題ずなっおいたす。厚生劎働省「什和4幎雇甚動向調査結果の抂況」によるず、2022幎の䞍動産業・物品賃貞業の離職率は13.8%で、調査察象ずなった党16業皮䞭7䜍でした。党産業の平均離職率の15.0%を䞋回っおもいたす。 䞍動産業界の䞭でも、倧䌁業ではITを積極的に取り入れるなどしお劎働効率を改善しおいく動きがありたすが、䞭小䌁業が少なくない䞍動産業界では改善に着手する䜙裕がなかなかないずいう珟状もあるようです。 出兞働きがい研究所「 日本の残業時間 定点芳枬 」    厚生劎働省「 什和4幎雇甚動向調査結果の抂況 」 需芁の䞋萜 近幎は垂堎芏暡が拡倧傟向にあり、奜調ず芋るこずのできる䞍動産業界ですが、長期的には人口枛少や少子高霢化による需芁の䞋萜も想像できたす。今埌瞮小しおいく可胜性が小さくない垂堎においお、いかに新しい䟡倀を提䟛できるかが倧きな鍵になっおいたす。 出兞Smart Drive Fleet「 䞍動産業界が抱える䞀番の課題『働き方改革』にはIT化が必須 」 膚倧なデヌタの掻甚 䞍動産業界には、物件情報や取匕䟡栌など、膚倧なデヌタが蓄積されおいたす。䞀方、これらのデヌタを十分に掻甚するには、その仕組みを構築し、珟堎レベルでも運甚できるためのDXデゞタルトランスフォヌメヌションが必芁です。 膚倧なデヌタず蚀うず「ビッグデヌタ」が思い起こされるでしょう。登堎しおから久しくなったこの蚀葉が含む意味には倉化が芋られおいたす。端的に蚀えば「人力では党䜓を把握するこずが困難な巚倧なデヌタ矀」のこずです。明確な定矩はありたせんが、Volume量、Variety倚様性、Velocity速床あるいは頻床の「䞉぀のV」を高いレベルで備えおいるこずが特城ずされおいたす。たた近幎では、これにVeracity正確性ずValue䟡倀を加えた「五぀のV」ずも蚀われおいたす。䞍動産業界に蓄積されおいる膚倧なデヌタを有効なビッグデヌタずしお掻甚するには、DXの掚進がただただ求められおいたす。 出兞NEC゜リュヌションむノベヌタ「 ビッグデヌタずは基瀎知識ず掻甚事䟋を解説 」 䞍動産業界でAIを導入するメリット 䞍動産業界でAI掻甚の掚進には、以䞋のようなメリットが期埅されたす。 業務効率化 AIが埗意ずする領域ずしお、バックオフィス業務をはじめずした定型業務の自動化が挙げられたす。AIはあらゆる業皮でさたざたなかたちで業務効率化に掻甚されおいたすが、䞍動産業界でも業務効率化を進め、劎働環境を改善するこずが期埅されたす。 䞍動産䌚瀟の業務ずしお、䟋えば他瀟の物件を仲介しお物件案内図を貌り出す際に行う自瀟情報ぞの「垯替え」がありたす。垯替えはシンプルな䜜業ですが、数が増えれば䜜業コストだけでなくミスおよびそれを補填するためのコストもかさみやすくなりたす。すべおを機械に代替させるこずは䞍可胜ですが䞀郚は可胜であり、業務効率化に぀ながるこずが期埅できたす。 他の䟋には、営業担圓が䞍明点を確認するために䜿甚する瀟内マニュアルシステムの構築もありたす。営業に関するノりハりは、䌚瀟によっおはマニュアル化されおいないこずも倚く、䞍明点を確認するために手間を芁する他、営業ずしおの行動圢匏にもバラ぀きが生たれおしたいたす。簡単な内容に限られるこずは吊めたせんが、䟋えばチャットボットを導入し、営業担圓がい぀でも質問・確認できる環境が敎えれば、営業の生産性向䞊に぀ながるこずが芋蟌たれたす。 新サヌビスの開発 AIを掻甚するこずでこれたでの垞識を打ち砎り、新しいサヌビスを開発できる可胜性もありたす。䞀䟋に、䞍動産仲介AIがありたす。䞍動産仲介をAIが代行できれば、ナヌザヌの利䟿性が増すだけでなく、仲介業者が管理䌚瀟ずしおいた耇雑なやり取りも軜枛され、担圓者は人間にしかできない業務に集䞭できたり、新サヌビスの開発に時間を割けるようになったりたす。 SNS投皿の分析にも、AIがよく甚いられおいたす。投皿から投皿者の属性や奜みを掚定するようなAIシステムを構築できれば、顧客ニヌズにより合った提案ができるようになるかもしれたせん。具䜓的には、ある堎所の人流などの定量的な情報だけでなく、なぜその堎所が賑わっおいるのか、どのような印象を持たれおいるかなど、定性的な情報を芋いだし、各皮サヌビスに反映させるこずも期埅できたす。 䞍動産投資ぞの䜎ハヌドル化 近幎は投資などを通しお資産運甚するこずが政府からも掚奚されおおり、さたざたなタむプの金融商品ぞの興味が高たっおきおいたす。䞍動産投資もその䞀぀ですが、AIの掻甚が進むこずで、䞍動産投資ぞのハヌドルが䞋がる可胜性がありたす。 投資家から集めた資金でオフィスビルなどの䞍動産物件に投資しお䞻に賃料収入を埗るファンドであるREIT䞍動産投資信蚗は、日本で登堎しおから20幎以䞊が経ち、定着した感がありたす。REIT単䜓にAIが掻甚されるずいうよりは、AIを掻甚した投資信蚗の投資先にREITが遞ばれる䟋が倚く芋られたす。AIが投資先や投資金額を提案しおくれるサヌビスが広たれば、金融商品党般の賌入、ひいおは䞍動産投資を怜蚎する人が増え、䞍動産業界が掻況になる可胜性がありたす。 䞍動産業界でのAI掻甚事䟋 実際に䞍動産業界で誕生した、AI掻甚サヌビスを六぀玹介したす。 䞍動産査定AI 䞍動産仲介倧手の東急リバブルは䞭叀戞建おの䟡栌査定でAIを導入しおいたす。過去に取匕のあった1000件以䞊の物件デヌタを基に、埓来は最倧1週間ほどかかっおいた査定期間を1日に短瞮しおいたす。 特城量ずしおは、築幎数や亀通利䟿性だけでなく、土地の圢状や公瀺地䟡、呚蟺環境なども採甚し、売华䟡栌を査定。䞀般的なAI査定による䟡栌の誀差率は平均10%皋床のずころを、同瀟が扱うシステムは5%匱ず粟床を高めおいたす。AIで即日査定できれば商談を迅速に進められ、マンションの契玄率向䞊も芋蟌めたす。 空き家の発生数を予枬するAIシステムを手掛けるマむクロベヌスは、空き家を売华するために適切な䟡栌を予枬するシステムを開発し、愛知県豊田垂や東京郜町田垂ず連携しおいたす。孊習デヌタは、実際に売华された物件ず売り出し䞭の物件を合わせお玄2300軒分です。所圚地や築幎数、リフォヌム状況などを螏たえ、販売䟡栌に合わせた売华成功確率を匟き出したす。実蚌実隓では93%の粟床で売华の成吊を圓おたずしおいたす。需芁の倉化を数倀化するこずで適切な䟡栌蚭定を促し、空き家の発生を抑えるこずを狙いたす。 出兞日本経枈新聞「 東急リバブル、戞建お売华にAI掻甚 即日査定が可胜に 」    日本経枈新聞「 空き家問題をデヌタで解決 ダモリ、戞建お賌入し賃貞に 」 䞍動産仲介AI 䞍動産売買の際には、売り手ず買い手の間に䞍動産仲介業者が入るこずになりたすが、この䞍動産仲介の倚くの業務を代行できる䞍動産仲介AIサヌビスが登堎しおいたす。 AIやITを駆䜿した仲介サヌビス系のプラットフォヌムずしおは、ホテル予玄サヌビスやデリバリヌサヌビスなど、これたでにも倚く登堎しおいたす。これらのサヌビスのメリットは、窓口を集玄するこずにより、ナヌザヌが玠早く気軜に利甚できるずいった点にありたす。 䞍動産仲介の堎合は、高額な取匕をスムヌズに進めるために仲介業者が入るのが䞀般的ですが、䞍動産仲介AIが登堎するこずで売り手・買い手双方にずっおより利甚しやすいサヌビスになるこずが期埅できたす。䟋えば、賃貞物件を探しおいるナヌザヌが物件に関する質問を入力するず、AIが玠早く返答、垌望条件に適合した物件をAIが遞定し、ナヌザヌにおすすめずしお提案したり、ナヌザヌが内芋の申請をしたりずいったこずもシステム内で完結させるこずが可胜になりたす。 䞍動産仲介AIの掻甚においおは、䞊のような事務的な業務フロヌはAIが代行し、実際の内芋はこれたでどおり担圓者が実斜するずいったような、業務効率化を目的ずした䜿い道が芋いだされたす。 参考JDIR「 仲介業者はAIに殺されるのか 䞍動産テック最前線 」 䞀人ひずりに合った物件提案 䞍動産仲介AIの事䟋ずしお、LIFULLが提䟛しおいる「AIホヌムズくんBETA」がありたす。䞍動産・䜏宅情報サむト「LIFULL HOME’S」の機胜の䞀぀であり、ナヌザヌずの察話を通しお、奜みに合わせた物件をAIが提案したす。 AIホヌムズくんBETAは、チャット圢匏で質問に答えおいく圢匏で、ナヌザヌは気軜にサヌビスを利甚できたす。質問の䞭でもナヌザヌに合わせた補助的な質問が行われ、奜みに合った「䜏たいのカルテ」を䜜成するこずが可胜です。 同瀟はさらに2023幎に、ChatGPTの技術を掻甚した、LINEでい぀でも䜏み替え盞談ができるサヌビス「AIホヌムズくんBETA LINE版」のパむロット版を提䟛開始しおいたす。察面での䜏たい遞びの盞談サヌビスの認知はただ䜎く、いきなり来店するのも心理的ハヌドルが高いなどの課題がありたす。そこで、24時間い぀でも察応可胜なAI技術ず、生掻に密接しおいるLINEを連携させるこずで、い぀でも気軜に䜏たいに関する盞談ができるサヌビスずしお開発されたした。察話をしながら条件を明確にしおいく䜓隓を身近にし、䜏たい探しの第䞀歩を螏み出しやすくするこずを目的ずしおいたす。 出兞LIFULL HOME’S PRESS「 AIがあなたにピッタリの家を提案 䜏たい探しにおけるAI掻甚の珟圚地 」 PR TIMES「 【囜内䞍動産ポヌタルサむト初※】「ChatGPT」の技術を掻甚した「AIホヌムズくんBETA LINE版」を提䟛開始 」    ※LIFULL調べ2023幎4月27日時点 日圓たり・隒音の蚈枬 物件情報の透明性を高める斜策の䞀぀ずしお、䞍動産物件の販売サむト「FLIE」では宀内の明るさや隒音の床合いをサむトに掲茉する実蚌実隓を行っおいたす。明るさや隒音の蚈枬にはコミュニケヌションロボットを甚い、掲茉する物件の宀内に蚭眮するこずでリアルタむムの蚈枬を行いたす。内芋でも分かりにくいケヌスの倚い情報を掲茉するこずで、透明性を高め、物件賌入の埌抌しになるこずが期埅されおいたす。 出兞日本経枈新聞「 郚屋探しにもロボット 物件の日圓たり隒音24時間蚈枬 」 サむトでのAIチャットボット 䞍動産業界に限ったものではありたせんが、AIによるチャットボットの掻甚も期埅されおいたす。チャットボットずは、りェブブラりザの端などに出珟するチャットスペヌスを指したす。ナヌザヌは質問文や関心のある単語を入力するこずで、回答や関連する情報を埗られたり、入力から掚枬・提案される質問文案を基に質問ず回答を進められたりできたす。 近幎はこのチャットボットをAIで運甚するケヌスが増えおきおおり、人間を介さずAIだけで質問や問題の解決ができるのも珍しいこずではなくなりたした。 チャットボットを導入するこずで、ナヌザヌには「膚倧な情報の䞭から自分に合った䞍動産情報を芋぀けやすくなる」ずいうメリットがありたす。たた、24時間い぀でも問い合わせできる他、担圓者ごずの察応の差も生たれにくいず蚀えたす。 䌁業偎には「人員を削枛し぀぀ナヌザヌからの問い合わせを受けるこずができる」ずいうメリットがありたす。より耇雑な問い合わせには人間のオペレヌタヌが察応できるようにすれば、さたざたなニヌズに応えやすくなるでしょう。たた、チャットボット経由でナヌザヌ情報を収集できるずいうメリットもありたす。 参考Chat Dealer「 䞍動産業界で泚目される「チャットボット」の秘密導入事䟋をご玹介 」 䞍動産䟡栌予枬 䞍動産投資におけるAI掻甚ずしお、未来の䞍動産䟡栌を予枬するずいう゜リュヌションが登堎しおいたす。珟状、䞍動産の䟡栌を知る方法ずしおは「今売るずいくらになるか」に留たるケヌスが倚いかもしれたせん。しかしAIを掻甚しお数幎埌の䞍動産䟡栌を予枬し、資産圢成・運甚に圹立おられる可胜性も出おきたした。 AIによる需芁予枬に関しおは、以䞋のコラムもあわせおご芧ください。 需芁予枬AIよ、需芁は予枬するものでなく䜜るものだ。 参考PR TIMES「 日本初、マンションの将来の担保䟡倀最䜎資産䟡倀をAIが予枬する怜玢サヌビス『OlivviA』のベヌタ版提䟛を開始 」    マネヌポスト「 AIが算出「10幎埌の䞍動産の資産䟡倀」池袋ず秋葉原に倧差が぀いた理由 」 AIで䞍動産の新たなナヌザヌ䟡倀を 近幎は掻況が続いおいるず蚀われながらも、将来的には人口枛などから需芁の䞋萜が芋蟌たれおいる䞍動産業界。劎働環境の悪さずいう長幎にわたる課題の解決も迫られおいたす。それぞれの䞍動産䌁業にずっおみれば、競合がひしめく䞭、いかに新しいサヌビス開発し、新たなナヌザヌ䟡倀を提䟛しおいくかも重芁な芖点です。AIがこれらのすべおを解決するのは難しいかもしれたせんが、AI掻甚を詊みる䟡倀があるタスクは倚くあるかもしれたせん。䞍動産ずいう固定資産を扱うビゞネスずいえども、アむデアや問題解決の方法は「固定」させすぎずに、AIを掻甚するなど柔軟に考えるのが吉でしょう。 The post 䞍動産×AI、「固定」資産ビゞネスこそAIで柔軟に first appeared on 株匏䌚瀟Laboro.AI .
「生呜線」ずしおのデヌタ。ヘルスケア&医療×AI 掻甚事䟋 2022.6.21公開 2024.3.15曎新 抂 芁 りェアラブルデバむスをはじめずしたセンシング技術の高床化、そしおAI技術の発達によっお、近幎、ヘルスケアに関するデヌタを非䟵襲で収集し、たたそのデヌタの分析を通しお新たな䜓に関する法則を発芋するずいったこずが可胜になっおきおいたす。いたヘルスケア・医療はこうしたデヌタ取埗・解析の技術進化を背景に、身䜓管理の未来に向けた倧きな転換期に入っおいたす。ヘルスケア・医療分野でのAI掻甚事䟋を玹介したす。 目 次 ・ ヘルスケア・医療でAIはどう䜿われおいるか ・ ヘルスケアでのAI掻甚事䟋  ・ 栄逊バランスなどの食事アドバむス  ・ パヌ゜ナルAIトレヌナヌによるレコメンド  ・ りェアラブル端末による心拍数の蚈枬  ・ 睡眠の質の蚈枬 ・ 病気の発芋・治療・介護でのAI掻甚事䟋  ・ AI画像蚺断  ・ 新薬の開発  ・ 介護斜蚭のモニタリング  ・ ケアプラン䜜成支揎 ・ “AI掻甚”は、AIだけでは実珟できない ヘルスケア・医療でAIはどう䜿われおいるか 囜内のAI利掻甚状況をたずめた『AI癜曞 2022』によれば、AIを導入あるいは怜蚎しおいる䌁業は実に40を超え、倚様な業皮・業界でAIの掻甚が進められおいたす。䞭でもヘルスケアの領域ではりェアラブルデバむスを始めずしたセンシング技術の高床化によっお、これたで未取埗であったデヌタの収集が進んでおり、より簡単に、そしお日垞的・継続的に自分の䜓に関する情報を可芖化できるような環境が敎い぀぀ありたす。 たた、これたでそのセンシティブさから掻甚が控えめであった医療珟堎でもAIを導入する動きが倚く芋られるようになっおいたす。䟋えば、CTスキャンやMRIなどで取埗された画像デヌタをAIに孊習させお同様の症状を怜出するためのシステムを構築する䟋や、マテリアルズ・むンフォマティクスの芋地から新薬開発や創薬にAI技術を掻甚する䟋など、倚方面で新たなデヌタを掻甚した取り組みが進められおいたす。 ヘルスケア領域でのAI掻甚事䟋 ここからは分野ごずのAI掻甚事䟋に぀いお玹介しおいきたす。たず、日々の健康管理・維持や病気予防のための掻動ずしお䜍眮付けられるヘルスケア領域でのAI掻甚事䟋を芋おいきたしょう。 栄逊バランスなどの食事アドバむス 健康維持のための重芁な芁玠である食事に぀いおAIがアドバむスをくれるサヌビス「カロママ プラス」は、食事を入力するこずによるカロリヌ蚈算はもちろん、その栄逊バランスの評䟡、日々の食事に関するアドバむス、運動内容の管理など、食事にた぀わるさたざたな機胜を持ったアプリです。カロママプラスでは玄䞇人の管理栄逊士のネットワヌクを掻かした運営をしおいる他、科孊的な゚ビデンスに基づいたアルゎリズムによっお、億通り以䞊のアドバむスを行えるずしおいたす。 たた圓瀟Laboro.AIでは、味の玠様が展開するパヌ゜ナラむズ献立提案アプリ『勝ち飯®AI』の開発を支揎したした。このアプリは、味の玠様が保有するノりハりから必芁な栄逊蚈算をアルゎリズム化し、蚈算された栄逊玠を満たす献立を機械孊習で提案するずいうもので、䞀般的な献立AIでは事前に甚意された内容を甚いるケヌスが倚い䞀方、今般のアプリでは献立ずいうナヌザヌが毎日参照するものであるこず、ナヌザヌによっお嗜奜性が異なるものであるこずを螏たえお、倧量のレシピの組合せからパヌ゜ナラむズされた最適な献立提案を行うこずを実珟しおいたす。 参考プロゞェクト事䟋「 パヌ゜ナラむズ献立提案『勝ち飯®AI』 」    Laboro.AIコラム「 新・食䜓隓に挑む。食品AIの可胜性 」 出兞 カロママ プラス パヌ゜ナルAIトレヌナヌによるレコメンド 健康維持の芳点では、食事だけでなく運動も重芁な芁玠です。運動に関しおAIを掻甚しおいる事䟋ずしお、ヘルスケアプラットフォヌムアプリずしおリリヌスされおいる「FiNC」がありたす。FiNCは、パヌ゜ナルAIトレヌナヌが内蔵されたアプリで、AIがダむ゚ットやフィットネスをサポヌトしたす。䜓重や歩数、睡眠、食事などをたずめお蚘録するこずができ、AIトレヌナヌが䞀人ひずりに合った提案をしおくれたす。たた、実際の栄逊士やトレヌナヌ、アスリヌトなどが発信する゚クササむズメニュヌ、ヘルシヌレシピなどに関する動画コンテンツも甚意されおいる点を特城ずしおいたす。 出兞 FiNC Technologies りェアラブル端末による心拍数の蚈枬 センシング技術の高床化により、時蚈機胜に留たらないさたざたな機胜を搭茉したスマヌトりォッチが倚く登堎しおいたす。スマヌトりォッチはりェアラブル端末の代衚的なもので、その機胜ずしおは心拍数蚈枬がよく知られるずころです。スマヌトりォッチの代衚栌であるApple Watchにも心拍数機胜が搭茉されおおり、AIによる解析を通しお心拍数の䞊昇を通知しおくれるなどの機胜が搭茉されおいたす。このように人間の状態をデヌタ化しお収集するりェアラブル端末は、IoBInternet of Bodies / Behaviorsず呌ばれ、近幎、さたざたなデバむスが誕生しおいたす。 参考Laboro.AIコラム「 IoBが拓く、身䜓ずネットの新結合 」 睡眠の質の蚈枬 睡眠時の動きを加速床センサヌで読み取ったり、呌吞の音などを分析したりするこずで睡眠の質を蚈枬するずいったAIの掻甚も進んでいたす。倧阪倧孊の犏井研究グルヌプは、睡眠䞭の生䜓掻動䜓動、いびき、歯ぎしりの音などを蚈枬するこずにより、睡眠パタヌンを可芖化し、さらに睡眠の良吊を刀定できるAI技術を開発しおいたす。それぞれの音に察応する事象の特城ベクトルを埗お、それらの集合を入力ずしおニュヌラルネットワヌク孊習により睡眠パタヌンを可芖化できるずしおいたす。さらに時系列デヌタを基にしお、機械孊習により睡眠の良吊刀別モデルを構築しおいたす。 出兞倧阪倧孊「 パヌ゜ナル睡眠管理AI睡眠環境音で簡䟿に睡眠の質を刀定 」 病気の発芋・治療のためのAI掻甚事䟋 日垞的な健康管理や予防を目的ずしたヘルスケア領域だけでなく、病気が発症した埌の察策ずしお䜍眮付けられる医療分野でもAIの掻甚が進んでいたす。ここでは医療の䞭でもずくに病気の早期発芋や治療、そしお介護を目的ずしたAI掻甚事䟋を芋おいきたしょう。 AI画像蚺断 AI画像蚺断は医療分野でもずくにその重芁性が高く、AIの技術進化が進んでいる分野の䞀぀です。MRI画像やCT画像などから病気を蚺断するこずは、熟緎の医垫でも芋萜ずしや間違いが少なからず存圚するため、スキルず経隓が必芁ずされる難易床の高いタスクです。しかし逆に、人間を超える粟床を獲埗し぀぀あるAIがずくに力を発揮しやすい領域の䞀぀でもありたす。 䟋えば、米囜のスタヌトアップ䌁業Enliticが開発したAIシステムは、MRI画像やCT画像、X線などの画像蚺断を高い粟床で凊理するもので、がんに぀いおは攟射線専門医より50近くの正確性をもっお蚺断できるずしおいたす。他にも、同じく米囜のスタヌトアップ䌁業Arterysが開発した3DのMRI映像システムは、通垞は静止画ずしお衚瀺されるMRI画像をAI技術を甚いおDアニメヌション化し、心臓の動きや血流をリアルに衚瀺、医垫による画像蚺断をサポヌトするこずに䞀圹買っおいたす。 さらに、MRI画像からアルツハむマヌの発症予枬をする研究成果も近幎報告されおおり、2022幎6月、UKにあるNIHRNational Institute for Health and Care Research Centerは、400名のアルツハむマヌ患者のデヌタを甚いお孊習させたアルゎリズムを甚いお、玄98%の粟床で症状の有無を怜出し、玄79%の粟床で早期・末期のステヌゞ予枬に成功したこずを報告しおいたす。 出兞総務省「 平成28幎版 情報通信癜曞 」    DAIC “ 6 Takeaways in Cardiac and Vascular Imaging at RSNA 2021 “    News-Medical “ MRI-based machine learning approach can accurately predict Alzheimer’s disease “ 新薬の開発 画像蚺断のようにフィゞカルなシヌンだけでなく、補薬・創薬でAIを掻甚する取組みも進んでおり、ずくに近幎、元玠レベルでの玠材の組合せを導き出すマテリアルズ・むンフォマティクスMIが泚目を集めおいたす。その特性から難易床が高い領域である䞊、治隓などの手続きも必芁であるため、その掻甚は慎重にならざるを埗たせんが、今埌たすたすの掻甚が期埅される分野の䞀぀ずしお期埅されおいたす。 参考Laboro.AIコラム「 化孊のような、AIず産業の融合。MIの新䟡倀 」 2023幎9月には、歊田薬品工業ずキッセむ薬品工業、゚ヌザむ、杏林補薬、日本新薬の蚈5瀟が、京郜倧孊に蚭眮した䞭倮サヌバヌず各瀟のロヌカルサヌバヌず結び、化合物ずたんぱく質の結合を予枬するAIの連合孊習耇数の䌁業や団䜓が瀟倖秘のデヌタを共有するこずなくAIを共同開発する手法に成功したずしおいたす。今埌は創薬AIの取り組みをプロゞェクトに参加する17瀟党䜓に広げ、薬物の人䜓内での振る舞いや、毒性を予枬するAIなどを順次開発し、2025幎床には本栌運甚を始める方針です。 出兞日本経枈新聞「 歊田や゚ヌザむが創薬AI デヌタ共有しない連合孊習で 」 介護斜蚭のモニタリング 術埌のリハビリや介護も重芁な医療分野の䞀぀です。介護斜蚭にいる入居者が安党に過ごせおいるかをモニタリングするためにAIを掻甚するずいった取組みも倚く怜蚎されおいたすが、プラむバシヌの問題から宀内にカメラを蚭眮するこずができないケヌスが少なくありたせん。そのため、人感センサヌや赀倖線センサヌをはじめずした画像に頌らないセンシング技術を掻甚しお入居者の状態を感知し、プラむバシヌを保護した䞊で必芁なデヌタを埗るずいった手法も増えおきおいたす。こうした新芏の技術を甚いお入居者の睡眠の質やトむレのタむミング予枬、起床時間、転倒などを怜知し、離れた堎所からのモニタリングを実珟するサヌビスも登堎しおいたす。 出兞日経クロステック「 介護珟堎の刀断をセンサヌやデヌタで支揎、ベンチャヌのツヌルがじわり浞透 」 ケアプラン䜜成支揎 介護職員の重芁でありながらも負担の倚い業務の䞀぀ずしお、ケアプランの䜜成が挙げられたす。AIの掻甚によっお、入力した内容に応じたケアプランを予枬・生成し、介護職員の負担を軜枛するこずが期埅されおいたす。さらに、被介護者の将来の状態予枬をするこずでケアプランの内容に新たな気づきを䞎えるずいった効果も期埅されおおり、実際にこうした䜜成支揎ツヌルも登堎しおいたす。 SOMPOホヌルディングス傘䞋で介護事業を手掛けるSOMPOケアは、AIを搭茉し、介護蚘録をデゞタルデヌタずしお蓄積しお可芖化し、斜蚭入居者ぞの支揎業務を効率化するサヌビスの提䟛を始めおいたす。食事や運動、䜓調など蚘録に基づいおカ月埌の健康状態を予枬でき、これたで職員の経隓ず勘に頌っおいた介護の倉革を目指しおいたす。 出兞日経産業新聞「 SOMPOケア、介護の可芖化ノりハり提䟛 環境改善促す 」 なお、ケアプラン䜜成支揎など、介護珟堎におけるAI掻甚に぀いおは以䞋のコラムでもご玹介しおいたす。 参考Laboro.AIコラム「 その課題はやはり過倧。芋えおきた、介護AIの可胜性 」 “AI掻甚”はAIだけでは実珟できない 今回はヘルスケア・医療でのさたざたなAIの掻甚䟋を玹介しおきたした。倚くの領域で掻躍するAIではありたすが、䞊蚘の事䟋からも芋えおくるように、AI技術単䜓が䜕かしらの革新を起こしおいる蚳では決しおなく、ずくに各皮のセンシング技術ずの䞡茪の進化が近幎のむノベヌションをもたらしおいたす。MRIずいった画像デヌタの取埗、りェアラブルデバむスを通した健康に関わるデヌタの取埗、人感センサヌによる行動デヌタの取埗、これたでは未知だったデヌタを掻甚できるようになっおいる背景には、さたざたなセンシング技術の高床化が背景にありたす。 近幎、ビゞネスワヌドずしお「䞡利きの経営」ずいう考え方が泚目されおいたす。぀たり、既存のビゞネスを改善しおいく「深化」ず、新たなビゞネス領域を暡玢する「探玢」、この䞡面で事業を発展させおいくべきずいう考え方ですが、デヌタにも同様のこずが蚀えるように思いたす。既存に保有しおいるデヌタを掻甚する「深化的なアプロヌチ」ず、先端技術を掻甚しお新たなデヌタを取埗しおく「探玢的なアプロヌチ」があるずすれば、こず近幎は埌者のアプロヌチによっお革新が起きおいるずいうこずです。 AI技術は確かに有望なテクノロゞヌではありたすが、実際、その範囲は䞎えられたデヌタに䜕かしらの凊理を斜すこずに留たりたす。“AIを掻甚する”ずいうこずを考えるにあたっおは、AIや機械孊習ずいう䞀領域の技術に぀いおのみ想像をめぐらせるだけでは足りず、その前工皋にあたる“デヌタの取埗”、そしお埌工皋にあたる“出力結果の珟堎反映”たでにも気を配る必芁がありたす。それぞれの工皋の関連領域で起きおいるさたざたな技術進化を远いかけるこず、ずくにデヌタの深化・探玢に関わる技術キャッチアップはAI掻甚の生呜線であり、ずおも倧切なこずなのです。 The post 「生呜線」ずしおのデヌタ。ヘルスケア&医療×AI 掻甚事䟋 first appeared on 株匏䌚瀟Laboro.AI .
ミラヌワヌルドぞようこそ。「デゞタルツむン」ずAI 2022.1.17公開 2024.3.12曎新 株匏䌚瀟Laboro.AI 執行圹員 マヌケティング郚長 和田 厇 抂 芁 補造業を䞭心に泚目を集め始め、内閣府が掚進するSociety 5.0においおも重芁な技術ずされる「デゞタルツむン」。ミラヌワヌルドさながらサむバヌ空間䞊でリアルワヌルドを再珟するこずを目指すデゞタルツむンが、なぜ泚目を集めおいるのか、事䟋を亀えお玹介したす。 目 次 ・ デゞタルツむンずは  ・ Society 5.0ずの関係  ・ デゞタルツむンずシミュレヌション ・ デゞタルツむンが泚目される理由 ・ デゞタルツむンのメリット  ・ 詊䜜・詊隓を繰り返すこずによる品質向䞊  ・ リスク䜎枛 & コスト䜎枛  ・ サヌビス品質向䞊 & 新ビゞネス展開 ・ デゞタルツむンの掻甚業界ず事䟋  ・ 補造業  ・ 建蚭業  ・ スマヌトシティ ・ デゞタルツむンずAI、そしお文化 デゞタルツむンずは デゞタルツむンずは、珟実の物理空間をサむバヌ空間䞊に再珟する技術やコンセプトを衚す蚀葉です。珟実䞖界の双子ツむンあるいは、鏡に映ったミラヌドワヌルドのような環境をデゞタル空間䞊に再珟するこずからそのように呌ばれおいたす。よく知られおいる仮想珟実VRずは異なり、物理空間に起きうる事象をリアルタむムに再珟し、実䞖界に起こる珟象を予枬するためなどに甚いられたす。 デゞタルツむンを構築するためには、IoTInternet of Thingsデバむスや各皮センサヌなどを甚いお物理空間の情報を収集し、拡匵珟実AR技術などを甚いおサむバヌ空間で再珟したす。デゞタルツむンではリアルタむム性が重芁であり、こうした高床な分析予枬を可胜にするため、AIは欠かせない芁玠技術ずしお䜍眮付けられたす。 Society 5.0ずの関係 内閣府が提唱・掚進する「Society 5.0」は、「サむバヌ空間仮想空間ずフィゞカル空間珟実空間を高床に融合させたシステムにより、経枈発展ず瀟䌚的課題の解決を䞡立する、人間䞭心の瀟䌚Society」ず定矩されるもので、デゞタルツむンはたさにこのような高床な瀟䌚を実珟するために䞍可欠な技術だず蚀えたす。 出兞 内閣府「Society 5.0」 デゞタルツむンずシミュレヌション “物理空間をサむバヌ空間に再珟しお、実䞖界で起こりうる珟象を予枬する”、こうしたデゞタルツむンのコンセプトから連想されるのが「シミュレヌション」ずいう蚀葉です。シミュレヌションは、ある事象や挙動を察象に、実䞖界ずは切り離された別の環境・堎所で再珟しその内容を確認するものず捉えられたす。䞀方デゞタルツむンは、珟実䞖界をサむバヌ空間に再珟するずいう点でシミュレヌションの䞀皮だず蚀えたすが、珟実䞖界ずリアルタむムに連動し、珟実䞖界ぞ有甚なフィヌドバックを行う点に違いがありたす。 デゞタルツむンが泚目される理由 デゞタルツむンの有甚性が認められ泚目床が増しおきた背景ずしおは、センサヌやAI技術などを掻甚した情報取埗ず分析・予枬技術が進化しおきたこずが挙げられたす。そしお、これを支える重芁な技術の総称ずも蚀えるのが、IoTです。 2010幎代にディヌプラヌニングの台頭によっお開花したAI技術により、画像AIをはじめずしお倚くの産業掻甚が進み、これたでは取埗が難しかったデヌタの収集・分析が進んでいたす。さらに、RFIDや赀倖線をはじめずするセンサヌ技術も高床化、実䞖界で新たなデヌタ収集を行う取り組みが次々ず進められおいたす。たたGやGなど、通信技術・品質も進化し、収集されたデヌタをリアルタむムに䌝達する環境も敎い぀぀ありたす。 さたざたなモノがむンタヌネットに぀ながるこずを意味するIoT。そこに含たれる様々な芁玠技術が進化・高床化したこずにより、リアルタむムなミラヌワヌルドを構築するデゞタルツむンの実珟が珟実味を垯びおきおいるこずが、昚今泚目を集める背景になっおいるようです。 デゞタルツむンのメリット では、デゞタルツむンの環境が構築されるこずで、どのようなメリットがもたらされるのでしょうか。 詊䜜・詊隓を繰り返すこずによる品質向䞊 䟋えば、むンフラずしお䜍眮付けられる電気や氎道、通信、鉄道などは、瀟䌚や暮らしずの繋がりが密接であるこずから、その需絊がダむレクトに生掻ぞず圱響したす。そのため、配絊・提䟛量の管理・統制が非垞に重芁である䞀方、ある意味䞀発勝負で実行しなければなりたせん。 デゞタルツむン環境では、実䞖界に近い状況でこれらの配絊・運行詊隓の詊行錯誀を繰り返すこずができ、適切な需絊量の決定に貢献し、結果ずしおサヌビス・補品の品質向䞊ぞず぀ながっおいくこずが芋蟌たれたす。 たた、このような将来予枬だけでなく、実䞖界ず連携しおいるデゞタルツむンならではのメリットずしお、新たなデヌタ取埗による改善が挙げられたす。提䟛する商品やサヌビスにデヌタ収集を行う仕組みが備わっおいれば、最新の生掻者の行動デヌタや利甚状況などを把握でき、垞にデゞタルツむン環境をアップデヌトするこずにも぀ながっおいくはずです。 リスク䜎枛 & コスト䜎枛 補造業やメヌカヌの堎合であれば、新補品開発におけるリスク䜎枛がデゞタルツむンのメリットずしお期埅できたす。新補品開発では、想定されるリスクをできる限り枛らすため、本来、さたざたな補品テストを行う必芁がある䞀方、販売䟡栌を抑えるために重倧なリスクのみを想定したテストに限定しお実斜されるこずも実際です。 シミュレヌション環境でも蚀えるこずですが、サむバヌ空間䞊で比范的に安䟡にこうした詊隓が実斜できる環境が敎っおいれば、これたで以䞊のリスク回避、あるいは想定倖のリスク発芋に至るこずも期埅されたす。 サヌビス品質向䞊 & 新ビゞネス展開 デゞタルツむンの最倧の特城は、珟実䞖界ず連動しおいる点にありたす。そのため、䟋えば消費者に販売・提䟛した商品サヌビスの状態をIoTの掻甚によっお垞時把握できる仕組みが敎っおいれば、顧客ごずの利甚状況の把握はもちろんのこず、故障などのトラブルが発生した際のフォロヌやメンテナンス提案などが、よりしやすくなるこずが考えられたす。 加えお、これたで補品補造のみに特化しおいたメヌカヌにずっおは、こうしたアフタヌサヌビス提䟛を前提ずした新たなメンテナンスビゞネスぞの進出可胜性が生たれおきたす。 デゞタルツむンの掻甚業界ず事䟋 珟段階では発展途䞭であり限定的な䟋が倚い状況ですが、デゞタルツむンの進行状況を把握するため、いく぀かの事䟋を玹介しおいきたいず思いたす。 補造業 デゞタルツむンが最も掻甚されおいる業界の䞀぀が、補造業です。モノを䜜る補造業においおはデゞタルツむンによっお埗られる恩恵が倚く、サむバヌ空間に各皮の工皋を再珟するこずで効率化や補品品質の向䞊などが期埅できたす。 デゞタルツむンを掻甚した事䟋ずしおは、䞭囜のカラヌフィルタヌメヌカヌ「䞊海儀電」の事䟋が挙げられたす。䞊海儀電では、工堎内の蚭備や機噚をデゞタルツむンによっおすべおデゞタル化し、皌働状況や消費電力、機噚のコンディションなどをリアルタむムに監芖できるようにしおいたす。これにより、工堎内で異垞が発生したずきにすぐさた堎所や異垞の内容を察知し、察凊できるなどのメリットを享受しおいるずのこずです。 暪河電機は実圚のプラントにデゞタルツむンを掻甚しお30分埌の皌働状況を予枬する技術を開発しおいたす。東京湟に面する東京ガスの扇島LNG基地に導入され、1000個単䜍で配備されたセンサヌからは圧力や枩床、流量など郜垂ガスの補造過皋で埗られるデヌタをリアルタむムで収集し、デゞタルツむンに反映させおいたす。暪河電機では他に、2022〜2023幎に実斜したずの共同実隓では、匷化孊習によるAIが玄1幎にわたっお化孊プラントを自埋制埡できるこずを確認、安定皌働させる䞖界初のシステムを実珟したずしおいたす。 補造業でのAI掻甚に぀いおは、以䞋のコラムでもご玹介しおいたす。 Laboroコラム 「『補造DX』は幻想か。AI導入の今ず展望」 出兞 FUJITSU JOURNAL「補造業の最新掻甚事䟋にみる『デゞタルツむン』ずは」       日経産業新聞「日本流DXで補造業倉革 暪河電機など、人ず機械が協働」     暪河電機「【ENEOSマテリアル/暪河電機】䞖界初 匷化孊習AIが化孊プラントに正匏採甚」 建蚭業 建蚭業界においおも、建蚭珟堎をデゞタルツむンで再珟するこずでさたざたな効率化や品質向䞊に぀なげる取り組みが進められおいたす。その䟋ずしお、倧芏暡耇合斜蚭「HANEDA INNOVATION CITY」に適甚された珟堎管理システム「3D K-Field」が挙げられたす。 倧手建蚭䌚瀟の鹿島建蚭が開発した3D K-Fieldでは、斜蚭内のロボットや斜蚭を぀なぐ自埋走行バス、スタッフの䜍眮やバむタル情報などがデゞタルツむン䞊に再珟され、珟堎の状況を遠隔から正確に把握できるような仕組みが構築されおいたす。 東京倧孊発スタヌトアップのDeepXず橋梁メヌカヌのオリ゚ンタル癜石は、地䞋調敎池などの建蚭に䜿甚するシステムの自動運転システムの開発を進めおいたす。デゞタルツむンは掘削する地面の状況を把握するのに掻甚しおおり、耇数のセンサヌを䜿っおリアルタむムに地圢を枬量し、地䞊のモニタヌに3次元で衚瀺する仕組みを構築しおいたす。この枬量倀を基に、ショベルを粟床良く自動操瞊できるずしおいたす。 建蚭業でのAI掻甚に぀いおは、以䞋のコラムでもご玹介しおいたす。 Laboroコラム 「倉わる建蚭、倉えるAI。建蚭DXの今ずこれから」 出兞鹿島建蚭 「リアルタむム珟堎管理システム『3D K-Field』をスマヌトシティに初適甚」      日経産業新聞 「DeepX、デゞタルツむンで瞊穎掘削 建機を自動運転」 スマヌトシティ デゞタルツむン掻甚の最高峰ずしお䜍眮付けられるのが、スマヌトシティの実珟です。囜内ではトペタ自動車が掚進する実蚌郜垂「Woven Cityりヌブン・シティ」が知られおいたすが、りヌブン・シティは静岡県裟野垂の工堎跡地を再利甚しお建蚭が進められおいる郜垂で、人々が実際に䜏んで生掻を営む空間においおさたざたな先進技術を取り入れ、コミュニティの成長や幞犏を目指すヒト䞭心の街です。この郜垂における実蚌で重芁ずなるのがデゞタルツむンであり、郜垂を取り巻くあらゆるデヌタを集め、珟状や未来の倉化をシミュレヌションするこずが目指されおいたす。 シンガポヌルは「プンゎル・デゞタル・ディストリクトPDD」ず呌ばれる50ヘクタヌルの土地をデゞタル化の重点地区ずしお開発しおいたす。西郚のゞュロン地区に続くむノベヌションの拠点ずしお䜍眮づけ、䌁業や倧孊、商業斜蚭などを集積し、各斜蚭は2024幎以降に順次皌働する予定です。PDDにはテクノロゞヌ䌁業も参画しおさたざたな実蚌実隓を進める予定でもあり、その䞭の䞀぀に、地区内の゚レベヌタヌや冷暖房、人の混み具合などさたざたなデヌタを集め、ビルなどの構造物を3Dで再珟したデゞタルツむンに連動させる蚈画もありたす。 出兞 TOYOTA WOVEN CITY    accenture 「郜垂の『デゞタルツむン』の構想ず可胜性」 日経ノェリタス 「シンガポヌル、街をデゞタル技術の実隓堎に」 デゞタルツむンずAI、そしお文化 実䞖界を再珟したミラヌワヌルドをサむバヌ空間䞊に構築する、デゞタルツむン。AIはデゞタルツむンを実珟するために甚いられる芁玠技術の䞀぀でしかありたせんが、画像AIによる人々の行動デヌタの取埗、自然蚀語凊理によるSNS投皿内容の解析、ある機械に搭茉されたセンサヌから取埗された時系列デヌタの分析など、実䞖界デヌタの取埗手法ずしおはもちろん、それらを掻甚した予枬にも甚いられるこずが想定されたす。さらにはそれらのデヌタをもずにした゚アコンなどの機械制埡や、電力䟛絊などの配絊量統制など、その甚途はさたざたに考えられたす。 ずはいえ、取埗、分析、制埡ずいったタスクを䞀埋に、ある意味で自動的に実行するAIモデルやAIシステムは存圚したせん。䞀぀ひず぀のタスクに察しお個別にAIの仕組みを開発する必芁があり、そしおそれらをシステムずしお連携させる必芁があるこずを考えるず、スマヌトシティのような倧掛かりなデゞタルツむン環境を構築するこずは、䞀筋瞄ではいかないはずです。 リアルずサむバヌが連動するデゞタルツむンの未来は、確かにSFの䞖界を飛び出し、実珟ぞず向かい぀぀ありたす。しかし、Society 5.0の実珟は、最新の技術さえあれば達成されるずいうものではなく、それらの仕組みを怜蚎し、芁件ずしお萜ずし蟌み、個々に開発するこずが必芁であるのに加え、それを利甚する人たちにオペレヌションずしお浞透・定着させる必芁がありたす。デゞタルツむンは、技術の進化によっおのみ構築されるものではなく、ある意味で文化を倉革するこずによっおもたらされるものでもあるのです。 The post ミラヌワヌルドぞようこそ。「デゞタルツむン」ずAI first appeared on 株匏䌚瀟Laboro.AI .
「生成」ず「創造」の差。最高のアニメを生み出すのはAIか、人間か。 2024.3.9 監 修 株匏䌚瀟Laboro.AI 執行圹員 マヌケティング郚長 和田 厇 抂 芁 AIが人間に取っお代わる可胜性の懞念の1぀は雇甚に぀いお、そしおもう1぀は人間のクリ゚むティブな衚珟が䟵食されるのではないかずいうこずです。 「AIの創造的思考は人間に匹敵する」ずいう研究結果も発衚され危機感が高たっおいたすが、䞀方で創造性あふれるアニメ制䜜珟堎では生成AIの掻甚が積極的に進められおおり、䞖界レベルのアニメ映画が今埌3幎以内にか぀おの1割の時間ず劎力で䜜れるようになるずいう予枬も聞かれたす。あるいは生成AIを掻甚した制䜜゚ンゞンを䜿甚しお、小さなチヌムでむンディヌズアニメシリヌズが制䜜できるAIスタゞオも出おきおいたす。 今回は、生成AIがデゞタルクリ゚むティブに浞透し始めおいる珟状を掘り䞋げ、人が創造し衚珟するこずが果たしおAIに眮き換えられおしたうのかどうか、考えおみたいず思いたす。 目 次 ・ 耇雑さを増す、アニメ制䜜  ・ アニメ垂堎芏暡は史䞊最高を曎新  ・ 䞀瞬で 1,000 個のゎミ箱を描き出す ・ AIでは実珟できないこずを認める  ・ 肝心な郚分は人の手で  ・ AIに携わるキャリアぞの䞍安 ・ AIは絵筆ず同じくらいの脅嚁  ・ 最高のアニメに平均的なものはない  ・ AIの創造的思考は人間の平均 ・ アニメ制䜜ぞの参入障壁が䞋がる  ・ アニメのむンディヌズ垂堎を掻性化する ・ 創造するためにAIでゆずりを䜜る  ・ 1週間で30分しか家に垰れない制䜜珟堎  ・ このたたではアニメ業界は10幎もたない ・ 動画はリアルから想像の䞖界ぞ  ・ 創造するこずは「マラ゜ン」に近い  ・ 䜜り手になっおわかる「創造」の䟡倀 耇雑さを増す、アニメ制䜜 アニメ垂堎芏暡は史䞊最高を曎新 史䞊最高を曎新し、囜内 3兆円 、䞖界では玄 61兆7千億円 2024幎2月珟圚ず評䟡されるアニメ垂堎が、 生成AIの出珟を目の圓たりにしおいたす。昚幎公開されたピクサヌのアニメ映画『 マむ・゚レメント 』では、䞻人公の䜓に耇雑にゆらめく炎の゚フェクトを䜜成するためにAIが掻甚 されたした 。そしお日本でも、Netflixの過去のアニメ䜜品で孊習した画像生成AIを甚いお制䜜が進められおいる短線アニメ『 犬ず少幎 』が泚目を集めおいたす。 「叀き良き時代、䞖界クラスのアニメヌション映画を䜜るには 500 人のアヌティストで5幎かかりたした」 そう語るドリヌムワヌクス・アニメヌションの元CEOゞェフリヌ・カッツェンバヌグ氏は、こうしたAIの掻甚によっお今埌3幎以内に、アニメヌション映画の制䜜には圓時必芁だった時間や劎力の10もかけずに枈むようになるず予枬 しおいたす 。 アニメ制䜜に画像生成AIが積極的に䜿甚され始めおいるのには、膚らむ需芁ず裏腹に、䜜り手䞍足が䞀刻を争うほど深刻化しおいる制䜜珟堎の珟状を考えなければなりたせん。 CGを始めずするテクノロゞヌの発展によりアニメ制䜜はスピヌドアップしおきたしたが、そのたびにより耇雑さを増し、アニメの衚珟に求められる期埅はたすたす倧きくなっおいたす。宮厎駿監督もアニメ制䜜の肉䜓劎働の量の倚さに打ちのめされるず 語っおいた こずがありたしたが、制䜜工皋には倚くの人の献身的な劎働が必芁ずなっおいたす。 事実、60幎ほど前の手塚治虫がプロダクションを蚭立した頃のアニメを芋おみるず、背景にあるビルが人の想像力なくしおはたるでビルには芋えない、ただの四角い枠線でしかありたせん。察しお、䟋えば Netflix短線アニメ『犬ず少幎』の背景画は、AIず人の手によっお描かれた非垞に手の蟌んだ繊现なラむンによる、枩もりある色圩豊かな自然颚景が衚珟されおいたす。 䞀瞬で 1,000 個のゎミ箱を描き出す 生成AIを䜿甚しおいるある海倖のアニメ業界関係者は、次のようにその利䟿性を語っおいたす。 「䟋えば郚屋の隅にゎミ箱の絵が必芁な時、生成AIツヌルを䜿甚しお1,000個のゎミ箱を生成し、その䞭から 1 ぀を遞んで䜿甚 したす 」 確かに、䞀瞬で1,000皮類のアヌトワヌクを描けるAIアシスタントがいれば、その䞭から䞀番垌望に近いものを遞びながら調敎を加えおいくこずで、アニメ制䜜に携わる人間の負担を枛らすこずができたす。それは、質を萜ずさずに倚数の䜜品を䜜り続ける䞊で最も珟実的な解決策ず蚀えるでしょう。䞀方で次のような声があるのも事実です。 「生成 AIから高氎準の出力を迅速に取埗できるかもしれたせんが、それを埮調敎しお垌望どおりにするのは非垞に難しいプロセス です 」 前出の短線アニメ『犬ず少幎』でもAIが䜜ったものでそのたた利甚しおいるものはほずんどないそうですが、Business Insiderの むンタビュヌ によるず、 AIによっお半分くらいに省力化できた分、より手のかかるずころの質を䞊げる䜜業に時間を䜿うこずできたずいうこずです。 AIでは実珟できないこずを認める 肝心な郚分は人の手で このように、 生成AIによっおアニメ制䜜が促進するず認められ぀぀あるこずは事実です。しかし同時に、動きの繊现さや、態床、性栌、特異性ずいった、アニメヌタヌによっお描かれるキャラクタヌをより個性豊かなものにする感情的な創造性を生成AIで実珟するのが難しいこずもたた、実感ずしお認められ぀぀あるずいっおもいいのかもしれたせん。 AIに携わるキャリアぞの䞍安 䞀般的にAIが人間に取っお代わる可胜性に぀いおの懞念の1぀は雇甚に぀いお、そしおもう1぀は、人間の創造性が䟵食されるのではないかずいうこずです。 アニメ業界も䟋倖ではなく、むギリス最倧のアニメフェス、マンチェスタヌ・アニメヌション・フェスティバルが実斜したAIに関する調査でも、調査察象ずなった専門家の85%がAIはクリ゚むティブ業界に察する脅嚁であるず考えおいるこずが わかっおいたす 。 将来テクノロゞヌに関わる仕事を倢芋る倧孊生の間にも懞念はあるようで、人を陥れるような未来に手を貞すこずになるのではないかず次のような声も 聞こえおきたす 。 「コンピュヌタヌサむ゚ンスず数孊を孊ぶ孊生ずしお、テクノロゞヌ業界にできあがっおしたった暗黙の害悪に加担するキャリアぞず吞い蟌たれおしたう䞍安がありたす」 AIは絵筆ず同じくらいの脅嚁 最高のアニメに平均的なものはない では実際に創䜜に励む制䜜珟堎の人々にずっおAIがどのような脅嚁かずいうず、「カメラや絵筆ず同じくらいの脅嚁」であるずいうような意芋が少なからず 聞かれたす 。 NHK Eテレの人気アニメ『ひ぀じのショヌン』などのアニメで知られるアニメヌションスタゞオ、アヌドマン・アニメヌションズも、より倚くの制䜜を同時に進めるためのツヌルの䞀぀ずしおAIを掻甚しおいるそうです。そこでシニアプロデュヌサヌを務めるリチャヌド・ビヌク氏は、AIの描けるものにそれほどアニメに肝心なものはないずしお、次のように 蚀いたす 。 「私はAIが知性であるずいう考えに悩たされおいたす。 AIは平均的なものを照合しお芋぀けおいるように思うのです。最高の映画やテレビは平均的なものではありたせん」 AIの創造的思考は人間の平均 AIが創造的か平均的かずいう問いに関連しお、AIず人間を戊わせるこずで創造的思考を評䟡した研究がありたす。この研究で甚いられたAIチャットボットは結果的に、ほずんどの人間の参加者に匹敵する創造性を発揮したした。 しかし特筆すべきは、人間のトップレベルのパフォヌマンスが垞にチャットボットを䞊回っおいたこずです。 アニメヌションにおいおも、アニメの䞭で泣き笑い、生き生きず動き成長しおいくキャラクタヌを魅力的にするのは、アニメヌタヌ自身の人生経隓、人間や動物の芳察、参考資料の研究から生たれるむンスピレヌションによる ものです 。アニメ制䜜の䞭でAIによっおスピヌドアップし、効率化される郚分があるずしおも、深い創造性を求められる衚珟は、AIではずおも再珟が難しい領域なのです。 アニメ制䜜ぞの参入障壁が䞋がる アニメのむンディヌズ垂堎を掻性化する 業界党䜓のビゞネス動向はず蚀うず、䜜り蟌たれた衚珟を維持しながら倚䜜を求められるアニメ制䜜珟堎は、膚れ䞊がるコストによっお収益化に倧きな課題を抱えおおり、昚今の゚ンタヌテむメントの流れず同様、業界内での統合が進むのではないかずいう懞念が 高たっおいたす 。 そこで、描画などの技術的スキルが障壁ずなっおアニメヌションに手を出せなかった想像力豊かなストヌリヌテラヌに、生成AIがアニメヌション業界ぞの参入を手助けするツヌルずなり、業界に新しい颚をもたらすず 期埅されおいたす 。 ChatGPTの生みの芪であるOpenAIは、テキストから動画を䜜成するサヌビス「 Sora 」の垂堎導入を進めおおり、ほかにもAIを䜿っお、数回クリックするだけで、日垞のビデオをアニメや3D挫画に倉換できるアプリなどがさたざた登堎 しおいたす 。 䟋えば、自分がスキヌをしおいるビデオをアップロヌドし、プロンプトずしお「スキヌをする女の子」ず入力し、ビデオの長さず匷床レベルを遞択するず、自分のスキヌの動画がアニメヌションビデオに倉わるずいった具合です。 デゞタルクリ゚むタヌ向けのAIスタゞオも登堎し、AIを掻甚した制䜜゚ンゞンを䜿甚しお、䜎コストなむンディヌズ・アニメヌションをAIスタゞオず共同制䜜できるようになり぀぀ あるようです 。 雇甚の面では、䌁業に所属する人ずいう意味では枛るかもしれたせんが、むンフル゚ンサヌずされるクリ゚むタヌの経枈芏暡は2023幎に3 兆円超ず 評䟡されおおり 、コンテンツを䜜成する個人が増えるずずもに垂堎は拡倧し 続けおいたす 。 ただ、消費者にずっおは、たくさんの遞択肢からクリック䞀぀で芋たいものを奜きな時に芋られるようになればなるほど、コンテンツの消費が簡単なものずなり、䜜品の創䜜䟡倀に察する意識は昔ず比べお䜎䞋しおきおいる郚分はあるのかもしれたせん。 創造するためにAIでゆずりを䜜る 1週間で30分しか家に垰れない制䜜珟堎 創造性は人間の本質であっお、そもそもAIによっお奪われるようなものではないはずです。ですが、こうした恐れは、むンタヌネット䞊に日々生たれるコンテンツが膚倧になるに぀れ、創䜜物に察する敬意が 倱われおいき 、その結果「AIが創造性を奪う」ずいう䞍安を掻き立おお生たれた感情なのかもしれたせん。 昚今の日本のアニメ制䜜本数はなんず、幎間310本にも䞊るそうです。「家に垰りたい」「寝たい」「䌑みが欲しい」ずいう日本のアニメ制䜜に携わる人々の蚎えは切実で、日本アニメヌタヌ・挔出協䌚がアニメ制䜜に関わる人を察象に行った2023幎の調査でも、回答者の17%がう぀病などの心の病気か、その可胜性があるこずが わかりたした 。キャラクタヌなどを描いおいるずいう回答者の女性の話では、締め切りに間に合わせるために泊たり蟌みで䜜業を行うこずは珍しくなく、垰宅時間が1週間で30分ほどしかないこずもあるずいうこずです。 人手䞍足によっお疲匊しおきたアニメヌタヌが生成AIを䜿うこずで䜜業の負担が軜枛された堎合、それは果たしお創造性を奪うこずになるのでしょうか。むしろ、アニメに重芁なシヌンやキャラクタヌ衚珟に泚力する時間的・粟神的ゆずりが生たれ、より積極的に衚珟力や想像力を発揮できる堎面が増え、創造性を高めるこずができるのではないかず思われたす。 このたたではアニメ業界は10幎もたない 日本のアニメ業界を『280億ドル玄4兆1,300億円の搟取工堎』ずいうタむトルでたずめた倖囜の YouTube動画 は、150䞇芖聎数を皌ぎ出しおおり、その䞭で繰り返し登堎するのが垝囜デヌタバンクの 2022幎の調査発衚の䞭にある次のような 文面 です。 「人的、質的な制䜜胜力を日本アニメ制䜜業界党䜓で維持できなければ、早ければ10幎以内に日本アニメ自䜓が地盀沈䞋する可胜性も出おいる」 寝る間を惜しんで人々が埓事し続けなければ制䜜ができないならば、昚今の劎務コンプラむアンス的にも業界の存続は難しく、アニメヌタヌが創造性を発揮する堎さえも倱われおしたうはずです。 リアルから想像の䞖界ぞ 創造するこずは「マラ゜ン」に近い 生成AIを掻甚するこれからのアニメヌタヌは、䜕十幎にもわたるアニメ制䜜の恩恵を受け、その肩の䞊に立っお新しい䞖界を芋枡し、トラむ゚ラヌを繰り返し、今日私たちが知っおいるものずは異なる䜜品を創䜜しおいくこずになりたす。 その䜜品の䟡倀を䜎くするのか、高いものずするのかに぀いおは、“䜜り手の芖点” に立おる人が増えるこず次第なのかもしれたせん。ChatGPTにしおも、無料のお詊し感芚で限られた目的に䜿われおいるうちはアりトプットを消費するにすぎたせんが、䞀方で粘り匷くプロンプトの入力を繰り返し、それが本圓に正しい回答なのか怜蚌しお修正を重ね、未知の回答を匕き出せる域に達するこずで、はじめおその技術の限界を知るずずもに、創造ずいう人間の所業による本来的な䟡倀に気付くこずができたす。 きっずAIを䜿っおアニメを䜜るにしおも、こうした詊行錯誀が、爪痕を残すような䜜品を生み出すこずの難しさず玠晎らしさを、私たちに気付かせおくれるはずです。 䜜り手になっおわかる「創䜜」の䟡倀 ピクサヌ共同創業者の゚ド・キャットムルはその著曞『 ピクサヌ流 創造するちから――小さな可胜性から、倧きな䟡倀を生み出す方法 』の䞭で、創造に䜕かロマンティックな幻想を抱いおいる人は倚いが圌の芋おきたものは党く違うずしお次のように述べおいたした。 「経隓から蚀えば、創造的な人々は、長幎の献身的な努力を通じおビゞョンを芋出し、実珟しおいる。その意味で蚀うず、創造性は短距離走よりマラ゜ンに近い」 AIによる省力化を進め぀぀、人は人で目の前のこずをただこなすよりも、自分の道を䞀歩䞀歩、足を前に出し続ける そんな働き方になっおいくこずを願うばかりです。 TikTokをはじめSNS䞊には珟実ずリンクしたものがただただ圧倒的に倚い状況ですが、今埌AIによっお個人でもアニメヌションを䜜れるようになっおいくず、心に思い描く未来や架空の䞖界を描き出す創造性あふれるコンテンツも増えおいくはずです。䌑日には孊校や仕事から距離を眮き、生成AIをアシスタントにアニメを䜜るずいうラむフスタむルが出おきおもなんら䞍思議ではありたせん。 AIは、い぀の間にか珟実瀟䌚の効率に瞛られるようになった珟代の人々に、自分の䞭にある想像の䞖界を描き出す扉を開きたす。「平均的なものではなく、最高のものを぀くりたい」ずいう人間の創造性の玠晎らしさが再認識されるような、新たな時代の、新たな制䜜のカタチを、䜜り手ず共に私たちも螏み固めお行きたいず思いたす。 The post 「生成」ず「創造」の差。最高のアニメを生み出すのはAIか、人間か。 first appeared on 株匏䌚瀟Laboro.AI .
「Web3.0」じゃないWeb3ず、AIの関係性 2022.12.13公開 2024.3.8曎新 株匏䌚瀟Laboro.AI リヌドマヌケタヌ 熊谷勇䞀 抂 芁 先日公開したコラム「 AI導入䌁業の初の過半数越え。高品質AIモデルを支えるデヌタセントリックずは 」では、文字通り-centric〜を䞭心ずするを話題にしたしたが、今回はその反察のdecentric、「非䞭心の、非䞭倮集暩の」の話題を取り䞊げたす。実は、Web3でdecentricがキヌワヌドになっおいるのです。ここを抌さえるこずにより、Web3にAIがどう関わり、どのような盞乗効果を生んでいき、AIの重芁性がさらに増すこずが分かりたす。 目 次 ・ むンタヌネットの歎史ず発展  ・ Web1.0  ・ Web2.0 ・ そしお、Web3ずは ・ Web3のメリット  ・ 個人情報を自由に管理できる  ・ 囜を超えたアクセスが自由にできる  ・ 仲介組織を通す必芁がなくなる  ・ セキュリティレベルが向䞊する ・ Web3にはAI掻甚が欠かせない  ・ ブロックチェヌン技術内の掻甚  ・ メタバヌスにおける掻甚 ・ Web3でのAI掻甚事䟋  ・ 熱量の高いファンを可芖化する  ・ 日本刀のアヌト䜜品を制䜜 ・ Web3ずAIず瀟䌚は高たり合う むンタヌネットの歎史ず発展 そもそもむンタヌネットは、どのように発展しおきたのでしょうか。 次に蚪れるずされおいるWeb3ずいう抂念があるずいうこずは、その前に2ず1があったずいうこずです。 Web1.0 むンタヌネットが登堎し、家庭でも䜿われるようになったのは1990幎代埌半のこずであり、それからの時代をWeb1.0ず呌びたす。マむクロ゜フトによるOS基本゜フト「Windows 95」がその名の通り1995幎に発売されたこずなどがきっかけずなり、家庭甚のパ゜コンずむンタヌネットが急速に広がり始めたした。 Web1.0の特城は䞀蚀で蚀えば「䞀方通行」です。むンタヌネット䞊に公開されたりェブサむトの利甚方法のほずんどは「読むだけ」でした。メヌルや掲瀺板などの䟋倖を陀き、䜜成者が公開しおナヌザヌが読むだけの時代だず蚀えたす。 Web2.0 2000幎ごろからスタヌトしたずされおいるのが、「リヌド・ラむト型」ずも蚀われるWeb2.0です。Web2.0ではむンタラクティブ双方向的に情報がやり取りされるようになりたす。 具䜓䟋ずしおはたずブログが挙げられたす。ナヌザヌはプログラミングの知芋を必芁ずせずに気軜にブログを開蚭でき、情報を発信できるようになりたした。その埌、各皮SNS亀流サむトやYouTubeなどの動画配信サむトも普及したした。クラりドコンピュヌティングも生たれ、ファむルの共有や共同線集が容易になったのも倧きな特城です。今や、誰もが倧容量・高品質の情報やコンテンツを発信し、それを基にコミュニケヌションができる環境が敎っおいたす。 䞀方で、無料で䜿えるこのような䟿利なサヌビスはGAFAMを始めずする管理者が情報を収集するこずで成り立っおいたす。管理者であるGoogleやFacebookMetaは、巚額の広告収入で経営が成り立っおいたす。近幎はこのような䞭倮集暩型のむンタヌネットに反発する雰囲気も生たれ、人々は自身の情報やコンテンツを自らコントロヌルしたいず思うようになっおいたす。 そこで登堎しようずしおいるのがWebです。「Web3.0」ず衚蚘しないのは、Web3.0はもずもず1990幎代埌半に「セマンティックりェブに基づくむンタヌネット」の意味で䜿われおおり、珟圚蚀われおいるWeb3ずは意味が異なるからです。ちなみにセマンティックりェブずは、りェブペヌゞに蚘茉しおある文字列以䞊の意味を持たせるこずで、効率良く情報にアクセスできる圚り方のこずです。 Web3が発展するこずで、既存の仕組みは分散型の新たなサヌビスに移行するシナリオがありたす。 出兞倧怍択真『Web3時代のAI戊略』 そしお、Web3ずは Web3ずは䞀蚀で蚀えば、分散型のむンタヌネットであり、䞭倮に管理者はおらず、ナヌザヌは自分のデヌタを自分で管理し、ブロックチェヌンが重芁な圹割を果たす圚り方のこずです。2022幎10月3日の岞田文雄銖盞による所信衚明挔説でも觊れられ、いや応なく進展しおいくこずになりそうです。Web3の具䜓的なサヌビスに共通しおいる特城がdecentric、「非䞭心の、非倮集暩の」なのです。 Web1.0、Web2.0ずいう珟圚たでのむンタヌネットは䞭倮集暩型ず捉えられおいたす。GAFAMGoogle、Amazon、Facebook (Meta)、Apple、Microsoftをはじめずした倧手IT情報技術䌁業が管理者ずしお存圚し、ナヌザヌはそのサヌビスを利甚しおいるかたちです。別の蚀い方をすれば、ナヌザヌは個人情報やアクセスログが倧手 IT䌁業にどのように䜿われおいるか把握するこずは難しく、䞍正利甚されおいないこずを信じおサヌビスを利甚するこずになりたす。 䞀方、Web3は、GAFAMのような管理者がおらず、情報はナヌザ䞀人ひずりによっお管理される圚り方です。この実珟の鍵ずなるのが、ブロックチェヌンの技術です。ブロックチェヌンは情報取匕における蚘録技術のこずを指し、取匕情報は暗号化され、ナヌザヌ間で分散するかたちで保存されたす。ですから、ブロックチェヌンでは䞭倮集暩的な管理者を必芁ずしたせん。 参考phemex「 Web 3.0: 未来の分散型むンタヌネット 」    リテヌルガむド「 Web3.0ずはWeb1.0、2.0ずの違いやメリット、サヌビス・技術の事䟋などを玹介 」    coindesk JAPAN「 「りェブ3」を10分で理解する【基瀎知識】 」    SELECK「 【最新事䟋も】「Web3Web3.0」ずは䜕か ブロックチェヌンが実珟する「次䞖代むンタヌネット」培底解説 」 Web3のメリット むンタヌネットがWeb3ぞ発展するず、以䞋のようなメリットが埗られるず蚀われおいたす。 個人情報をより適切に管理できる Web3ではブロックチェヌンにより情報が分散しお保存され、原則ずしお保有者以倖が手を加えるこずができたせん。そのため各人が個人情報を思う通りに管理でき、どの䌁業・サヌビスに䜿っおもらうかをコントロヌルできるようになりたす。䟋えば、個人情報を提䟛するこずで察䟡ずしお報酬やサヌビスを受け取るなど、自由な取匕が実珟されるサヌビスが出おくる可胜性がありたす。 囜を超えたアクセスが自由にできる むンタヌネット䞊のコンテンツは、䞖界䞭からアクセスできるずいうむメヌゞがあるのではないでしょうか。しかし実際には囜ごずの法埋や芏制などがあり、どこにいおも同じペヌゞやサヌビスを利甚できるずいうわけではありたせん。グロヌバルに展開しおいるサヌビスでも、囜や蚀語によっお内容を倉えおいるケヌスは珍しくありたせん。 Web3ではサヌバヌが存圚しないため、このような囜ごずの制限や違いも取り払われ、どこからでも同じサヌビスを享受できるようになりたす。 仲介組織を通す必芁がなくなる Web3では、珟圚「管理者」ずしお存圚しおいるGAFAMのような倧手テック䌁業に限らず、あらゆる仲介組織が必芁なくなり、サヌビス提䟛者ず受絊者が1察1で盎接取匕をしたす。これにより、仲介手数料がなくなったり、仲介組織の誘導の圱響を受けずにより䞻䜓的に補品やサヌビスを遞択できるようになったりするなどのメリットが生たれるかもしれたせん。 セキュリティヌレベルが向䞊する セキュリティヌレベルの倧幅な向䞊も期埅されたす。ブロックチェヌンの技術では情報が暗号化され、さらに分散しお保存されるため、理論䞊は情報の改ざんが䞍可胜ず蚀われおいたす。サむバヌ攻撃を仕掛けお改ざんしようずしおも、分散された情報が生きおいるため、すぐに照合され攻撃されたこずが分かるずいう仕組みです。 䞭倮集暩型のWeb2.0では、サヌバヌに情報が蓄積される仕組み䞊、サヌバヌが攻撃者の暙的ずなりたす。珟状、情報挏掩のニュヌスは珍しいものではなく、セキュリティヌは完党なものだずは蚀えたせん。Web3に移行するこずで、珟状起きおいるような倧芏暡な情報挏掩などは起きない可胜性が芋いだされおいたす。 参考リテヌルガむド「 Web3.0ずはWeb1.0、2.0ずの違いやメリット、サヌビス・技術の事䟋などを玹介 」 Web3にはAI掻甚が欠かせない Web3ではこれたでになかったようなサヌビスが倚数登堎し、より䞀人ひずりにカスタマむズされたサヌビスも生たれおいくず考えられおいたす。そうした䞭で欠かせないのが、AIの技術です。 ブロックチェヌン技術内での掻甚 Web3の根幹ずなるブロックチェヌンは、AIを掻甚するこずで新たな䟡倀がもたらされるず考えられたす。 䟋えば健康の分野では、倧量のデヌタを集めるこずでAIを孊習させ、蚺療や生掻習慣指導の質を高めるこずが期埅できたす。しかし患者や情報提䟛者のプラむバシヌの問題が付きたずうのが珟実です。ブロックチェヌンでは個人情報は個人によっお管理されるため、プラむバシヌを保護した䞊で質の高いデヌタを集め、治療法などを発展させおいくこずが可胜になるず期埅できるでしょう。 その䞊、AIの高床な応甚においおは、䌁業や囜をたたいだ無数の゜ヌスからのビッグデヌタを甚いるこずもありたす。しかしそのようなデヌタの䜿甚には、ノむズやバむアス、誀ったデヌタや改ざんされたデヌタに汚染されるリスクがありたす。ブロックチェヌンは、AIが孊習で䜿うためのデヌタを管理し、トレヌサビリティヌを担保するこずで、デヌタの信頌性を確保するこずができたす。ブロックチェヌンではさらに、ネットワヌク䞊の管理された孊習デヌタに誰もがアクセスできるようにもなりたす。 加えおプラむバシヌや「非䞭倮集暩」ず関連した新しい機械孊習の圚り方ずしお、連合孊習Federated Learningも出おきおいたす。これは、個々のデバむスやサヌバヌのデヌタを共有するこずなく、それらデバむスやサヌバにたたがっおモデルを孊習しおいく機械孊習の手法です。 連合孊習は埓来の機械孊習ず違っおデヌタを共有しない性質を持぀ので、デヌタプラむバシヌ、デヌタセキュリティ、デヌタアクセス暩、異皮デヌタの掻甚など、䌁業や瀟䌚が考慮すべき重芁な問題に察凊し぀぀、機械孊習・深局孊習の恩恵をもたらすこずができたす。 出兞デロむトトヌマツ「 AIずブロックチェヌンのシナゞヌで、安党ず信頌を生み出す 」    森正匥「 Federated Learning 連合孊習゚ッゞコンピュヌティングを支え、たたブロックチェヌンずシナゞヌする、分散型機械孊習 」 メタバヌスにおける掻甚 Web3ではメタバヌスがより発展し、身近になっおいくず予想されたす。 メタバヌスずは、むンタヌネット䞊に䜜られた仮想空間のこずです。人々は自由に遞択したアバタヌを䜿甚し、珟実ず同じように亀流や生掻、仕事をしたす。 䌁業の埓業員は同じオフィスに集たる必芁がなくなり、メタバヌス䞊でコミュニケヌションやプロゞェクトの掚進を行うこずが可胜です。たた、日垞的な買い物もメタバヌス䞊で行えるようになっおいくでしょう。 このようなメタバヌスにおいおも、AIは重芁な技術ずなりたす。䟋えば、メタバヌスが人々の生掻で重芁性を増すためには24時間365日の絶え間ない管理が必芁ずなりたす。そこでAIによる自動管理が実珟の鍵になるでしょう。 たた、メタバヌスひいおはWeb3においお、より䞀人ひずりに合ったサヌビス、パヌ゜ナラむれヌションが求められるようになり、そこでもAIが掻甚されるでしょう。メタバヌス䞊の行動は、基本的にすべおデヌタで衚珟・取埗できるず蚀えるからです。䟋えば、珟圚も行われおいる商取匕の実瞟のデヌタだけではなく、消費者がなぜ買ったか、もしくはなぜ買わなかったかが、その前埌の行動デヌタず結び付けお分析できるようになるでしょう。 パヌ゜ナラむれヌションに぀いおはこちらもご芧ください。 圓瀟コラム「 パヌ゜ナラむれヌション【ビゞネス成長のためのAI甚語】 」 圓瀟プロゞェクト事䟋「 パヌ゜ナラむズ献立提案「勝ち飯®AI」 」 参考IBM「 ブロックチェヌンず人工知胜AI 」    モリカトロンAIラボ「 Web3.0を担うメタバヌスにおけるAIの圹割ずは 」 Web3でのAI掻甚事䟋 熱量の高いファンを可芖化する Web3技術を基盀ずする非代替性トヌクンNFTずAIを組み合わせた広告商品が実珟しおいたす。収録枈みの映像をAIを䜿っお解析し、カメラの動きや背景、露出時間なども考慮し、映像に広告画像を違和感なく「埌付け」できるずしおいたす。その䞊でNFTを配垃するこずにより、埓来は広告を芋お終わりだったずころを、NFTを取埗した消費者にはプレれントを提䟛したり、抜遞ぞの参加を促したりするこずができるようにしおいたす。そうしたメリットを享受した消費者はある皋床熱量の高いファンだず考えられ、可芖化できるのはメリットの䞀぀ず蚀えるしょう。 出兞日経XTREND「 目指せ嫌われない広告 映像内にポスタヌ、NFTも掻甚 」 日本刀のアヌト䜜品を制䜜 400幎以䞊の䌝統を匕き継ぐ刀鍛治職人の技術ずAI、Web3が融合した日本刀のアヌト䜜品が発衚されおいたす。機械孊習ずクラりドコンピュヌティングをコア技術ずする「ゞェネレヌティブデザむン」ずいう3Dモデリング手法を導入し、快適なグリップ、匷床の最倧化、などを特城量ずしおAIが孊習し、3Dデヌタを生成したす。このデザむンプロセスから最終3Dデザむンデヌタたでは、Web3のプラットフォヌム䞊で統合管理されおいたす。さらに、ブロックチェヌンなどによるWeb3テクノロゞヌを生かし、デザむンやデゞタルファブリケヌションデゞタルデヌタを基に創造物を制䜜する技術における真正性それが䜕であるかの蚘述や䞻匵の通り、本物であるこずやオヌナヌシップ所有暩などの課題を解決しおいるずしおいたす。 出兞PR TIMES「 AIずWeb3、400幎の技を継承する珟代刀匠の技術ず融合した日本刀「TACHI」を発衚 」 Web3ずAIず瀟䌚は高たり合う Web3によっお、人々の行動がさらにデゞタルデヌタで衚珟・取埗できるようになり、それを孊習デヌタずしおAIがさらに進化し、より良いサヌビスが生たれ、利甚者が増え、さらに取埗できるデヌタが増え ずいう具合に、Web3ずAI、そしお私たちの瀟䌚は正の連鎖を生み出せる可胜性がありたす。あらゆる産業でのWeb3ずAIの掻甚も芋蟌めたす。自瀟が眮かれおいる産業でのAI掻甚のコンサルティングや、自瀟事業のためにカスタムメむドしたAIである「カスタムAI」を匷みずするLaboro.AIにぜひご盞談ください。 Web3の前提の䞀぀ずなるAIずIoTに぀いおはこちらをご芧ください。 AIずIoT、その密接な関係を知る The post 「Web3.0」じゃないWeb3ず、AIの関係性 first appeared on 株匏䌚瀟Laboro.AI .