【no.476】AIで危険を知らせるドラレコアプリ「スマートくん」、iOS版リリース

AIで危険を知らせるドラレコアプリ「スマートくん」、iOS版リリース

ニューラルポケットは12月5日、世界初となるAI搭載のiOS向けドライブレコーダーアプリ「スマートくん」をリリースした。

スマートくんの利用方法は、手持ちのスマートフォンにアプリをダウンロートし、スマホ用スタンドに取り付けるだけ。アプリを開いてワンタップで録画がスタート。再生も履歴をリストで確認して簡単にできる。これらのドライブレコーダー機能を完全無料で提供する。

さらにAIにより、急発進・急停止などの動作感知や車間距離計測ができるほか、周辺に映る物体(自動車、歩行者、信号機等)を検知し、ドライバーに危険を警告するなど、高度な機能を備える。

スマートくんは、録画やAIによる物体検知等、すべて端末内で処理を行うため、アプリのダウンロード時等を除いて、基本的に通信料は発生しない。また、全機能がスマートフォン内で完結し、録画・映像確認など、ドライブレコーダーに必要な機能をすべて、直感的な操作で使うことができる。

ニューラルポケットでは今後、AI技術を用いた取得したデータを2020年初には、運転安全レポートや運転サポート通知(前方車両発信を音声で通知等)などの便利機能として提供する予定だ。また、プライバシーに配慮した上で、道路上のあらゆるデータ(混雑状況・道路情報等)を取得し、ビッグデータとして活用していくことを検討していく。

なお、Android版についいては2020年内の対応を予定している。

【no.475】第3次AIブームの今、人工知能は受験指導や転職支援をするところまで進化していた

第3次AIブームの今、人工知能は受験指導や転職支援をするところまで進化していた

実は現在のAI(人工知能)ブームは「第3次ブーム」という事実をご存じだっただろうか?

第1次AIブームは今から60年以上前の1956年と言われている。同年米国・ダートマス大学で開催された「ダートマス会議」でAIに関する提案書が発表されたことがきっかけだった。

そこから1980年代に第2次AIブームが起こり、そして2000年代中ごろから現在に至るまで第3次AIブームが続いているのだ。

AIは第3次ブームに入り、2016年には囲碁で人間に勝つまでに発展した。その後は実社会での活用が飛躍的に進んでおり、近年ではロボット掃除機などのスマート家電が普及しつつある。

“モノ”消費に関わる活用だけでなく、最近ではビッグデータを使い授業を指導するAI先生や転職支援などの“コト”消費や、競馬の予想などの“トキ”消費に関わる事柄にも活用範囲が広がっており注目されている。

AIブームの実験的な活用から、実社会での活用へ

AIは自ら学習する(機械学習)技術により第3次AIブームに入り、クイズや囲碁などで人間に勝つまでに発展した。

その後は様々な実証実験を通し、実社会での活用が飛躍的に進んでいる。近年では、「肉じゃが男」のCMで知られるAlexa(アレクサ)やGoogle(グーグル)などの対話型音声で操作するAIスピーカーや、ロボット掃除機などのスマート家電が注目されており、普及が進んでいくと見られる。

一方で最近では、スマート家電などの“モノ”消費ではなく、予備校や学習塾などの個別学習を行うAI先生や、人材紹介・転職サービスなどの、人が体験する“コト”に関わる分野や、競馬の予想など、同じ体験が二度とできないことや、参加することに価値を置く“トキ”の分野にも活用範囲が広がっている。

AIで受験指導や転職支援

体験する“コト”に関わる分野で注目されるのは、これまでは人が行ってきた指導やアドバイザーなどの仕事にAIが活用されてきたこと。

大手予備校では、一人ひとりの生徒の学習履歴や解答の傾向などから理解度を分析し指導する、AI先生が導入されはじめた。

また、人材紹介・転職サービス大手では、履歴書や求人情報をデータ化しマッチングしたり、年収予測や業種職種推定を行っており、自ら学習するAIによってその精度が一層高まることが期待されている。

【no.474】改善余地アリ? パナ、AI人材1000人への道

改善余地アリ? パナ、AI人材1000人への道

2015年度以降、AI(人工知能)人材の育成・獲得に力を入れてきたパナソニック。20年度に1000人のAI人材を抱えることを目標に掲げ、現在は約700人まで増えた。ただ、1000人までの道のりは楽ではなさそう。仮に1000人の陣容になったとしても、パナの事業に貢献できるかもなお未知数だ。

AIが活用されている、パナソニックの自動運転ライドシェアサービス

 

パナではAIの知見を自動運転サービスや車載機器のセキュリティーシステム、家庭内の電気機器をネットでつなぐプラットフォーム「ホームX」などに役立てている。デジタルデータを上手に活用することが求められている中で、AIの必要性は高まるばかり。独自の製品やサービスを生み出す上で、AI人材は大きな戦力となる。

AI人材にとってパナの魅力は何か。パナの関係者によれば、「人の生活に密着した領域で活躍できる」ことだという。津賀一宏社長が自社で手掛けるべき事業領域を「くらしアップデート」と表現するように、パナには家電や照明といった身の回りの商材が多い。パナであれば、自分が関わった仕事がどう社会で役に立ったかが見えやすく、次なる仕事への熱意も湧きやすくなるというわけだ。

パナはAI人材を対象に有給のインターンシップ(就業体験)を催したり、学会や大学、研究機関の研究室にも足を運んだりして、AI人材を集めてきた。現状で約700人。目標とする1000人も視野に入ってきた。

だが、11月28日にパナが開いたAI人材に関する説明会に登壇したAIソリューションセンターの九津見洋所長の表情は厳しかった。

「面接に来てもらっても、待遇面で他社に負けてしまうことがある」。九津見氏はそう吐露した。

あらゆる業界でAI人材が求められ、新入社員でも年収1000万円以上を提示する企業も珍しくなくなる中で、パナはそうした「特別枠」はない。採用に至っても、その後の定着は難しいという。「何らかのリテンション(引き留め策)が必要」との声はパナ社内からも聞こえてくる。

AI人材を集めた後にも課題は残る。商品化やサービス化に、AIの知見を具体的に生かせる人材が「まだまだ少ない」(九津見氏)のだ。

改善余地がありそうなパナのAI人材戦略。課題を一つひとつ解決することが、会社を次の成長へ導くことになるはずだ。

【no.473】LINEがAIを軸として生活インフラに一層溶け込もうとしている

LINEがAIを軸として生活インフラに一層溶け込もうとしている

LINEとヤフー(Zホールディングス)が経営統合に関して基本合意した、というニュースは多くの人の耳に届いたことだろう。

この経営統合によって目指すのは、メディア、コマース、フィンテックなどのさまざまな事業でシナジー効果を発揮させ、成長させていくことだとされる。

そしてこのシナジーの行きつく先はAI(人工知能)事業だ。経営統合に関する記者会見でも「AIを基軸に積極的な中長期投資を行ない新たな価値を創り出す」と説明されていた。

LINEのAIといえば、AIアシスタント「Clova」だ。スマートスピーカーのひとつで、話しかけることでコミュニケーションアプリ「LINE」でのメッセージの送受信や、「LINE MUSIC」で音楽を再生などができる。いわゆる音声認識による機能だ。

このClovaは、今年9月からサービスを開始した「LINEカーナビ」にも搭載され、自動車の走行中も“声”でカーナビを操作できる。

LINEカーナビは、話しかけるだけで操作できるのが最大の特徴だ
画像出典:「LINE カーナビ」公式サイト(外部サイト)

「古くから、声によるナビ操作は普及することを目指されていたが、音声認識の精度向上などによってやっと実現できるタイミングが来た」とLINE 中村 浩樹氏は語る。

【no.472】AIが選んだ2019年ラーメン店ランキング 評論家は「1位に驚いた」

AIが選んだ2019年ラーメン店ランキング 評論家は「1位に驚いた」

本当にうまいラーメンはどの店か。AI(人工知能)を使って集計した『AIが選ぶ本当に美味しいラーメン百名店 in 東京 2019』を、現役東大生らで構成されたベンチャー企業、株式会社TDAI Labが発表した。

【図表】選ばれたベスト10はこちら

ランキングは都内のラーメン店が対象で、Google マイビジネスに紐づけられたレビューを採点に使用した。19年1月1日以降にレビュー数が100件以上投稿されている店舗と、レビュー履歴が5件以上の個人レビュワーの投稿に対し、TDAI Labが開発したレビュー信頼性スコアリングAI「WISE REVIEW」で分析した。レビューの星や文章の内容からAIが信頼度を計算し、やらせやアンチなどの不要な情報を取り除いている。

18年間ラーメンを食べ歩いてきたラーメンライターの井手隊長は「1位の店に驚きました」と、AIの分析に目を見張る。果たして1位に選ばれた店は…?上位に選ばれた5店を紹介する。

【no.471】急拡大の「人事にAI」 大手企業などの団体がガイドライン案

急拡大の「人事にAI」 大手企業などの団体がガイドライン案

AI=人工知能を使って従業員の情報を分析し、人事などに活用する企業が増えていて、思わぬプライバシーの侵害などにつながるリスクがあることから、大手企業などで作る団体が人事にAIを活用する際の具体的な注意点を盛り込んだガイドラインの案を取りまとめました。業界団体としてこうしたガイドラインを作るのは珍しく、団体では今年度中に正式に決定することにしています。

このガイドラインの案はさまざまな業界の大手企業など90社余りが参加して、人事情報を分析する技術の普及を進めている「ピープル・アナリティクス&HRテクノロジー協会」の理事会がまとめました。

企業の間では従業員のさまざまな情報をAIを使って分析することで人事や採用に活用する技術の導入が始まっていますが、AI技術の進歩により、プライバシーに関わる内容などが本人の知らないところで推測されてしまうリスクが指摘されています。

ガイドラインの案では、AIなどを使って分析する際の原則として9つの項目を挙げています。

具体的には、従業員に対して分析を行っていることやその目的などをあらかじめ示すこと、分析によりプライバシーに関わる重要な情報などが推測される場合は本人に同意を得ること、それにデータの取り扱いに責任を持つ専門の役職を設けることなどが盛り込まれています。

協会では今後、参加する企業から意見を聞いたうえで今年度中に正式に決定することにしています。

協会の理事で、策定に携わった慶応大学の山本龍彦教授は、「人工知能による個人データの分析について、初めて産業界として一定の考え方を示した点で重要な意義がある。指針が正式に決まれば資格制度を設けるなどして実効性を高めていきたい」と話しています。

人事や採用でのAI分析 急速に広がる

人工知能=AIを使って予測するなど、人事や採用にデータ分析を取り入れる動きは急速に広がっています。

たとえば、特定の従業員が4か月後に退職する確率を予測するシステムは過去3年分のすべての従業員の出退勤や退職のデータを分析することで高い精度で予測できるということです。

また別のシステムでは出勤した際に撮影した笑顔や勤務記録から意欲が低下している従業員をいち早く見つけ出すことができるということです。

このほかインターネットで採用面接ができるシステムでは、カメラを通じた声の抑揚や言葉づかい、それに視線など2万5000の項目をAIが分析し、将来、活躍する可能性を点数化するということです。

【no.470】‏AIによる人物写真のラベリングは、どこまで適切なのか? ある実験が浮き彫りにした「偏見」の根深い問題

‏AIによる人物写真のラベリングは、どこまで適切なのか? ある実験が浮き彫りにした「偏見」の根深い問題

Twitterユーザーたちが9月、奇妙なラベル付けがされた自分の写真を投稿し始めた。そこには「顔」といった当たり前すぎてかえって当惑するようなラベルが貼られている一方で、なかなかつらい真実を再認識させられるラベルもあった。ちなみにわたしは「何の影響力もない人物」。とるに足らない、“誰でもない”人間であると宣告されたのである。

それはともかく、もっと問題のあるラベルもたくさんあった。「強姦の容疑者」や「債務者」といった表記、そして「黒人」だけでなく「ニグロ」や「ネグロイド」というラベリングまで見られたのだ。

これらはすべて、「ImageNet Roulette」というプロジェクトによるものだった。アーティストのトレヴァー・パグレンと研究者のケイト・クロフォードによる取り組みで、人工知能AI)に欠陥のあるデータを与えることの危うさを示すことが狙いである[編註:このプロジェクトはすでに終了している]

偏見が含まれる2,395ものラベリング

プロジェクトの“標的”は、AI分野における重要なリソースのひとつである「ImageNet」だった。ImageNetは1,400万件の画像が登録されたデータベースで、自律走行車から顔認識まであらゆるものに使われているディープラーニング(深層学習)の可能性を引き出すものとされている。

このほど話題になったImageNet Rouletteのラベリングのアルゴリズムは、ImageNetに登録された画像によって訓練されていた。ImageNetに登録されていた人物の写真は2,395ものカテゴリーによってラベリングされており、そのラベルは「だらしない女(slatterns)」から「ウズベク族(Uzbeks)」まで多岐にわたる。

【no.469】世界初の火傷治療サポートAIアプリ マイクロソフトも進出を支援

世界初の火傷治療サポートAIアプリ マイクロソフトも進出を支援

マイクロソフトのクラウドサービス「Azure」と人工知能(AI)をベースにした遠隔火傷治療相談システム、「Wpias」が発表された。開発したのは、韓国に拠点を構える医療専門IT企業のFineInsightだ。

Wpiasは、ディープラーニングを採用した世界初の火傷・怪我専用のアプリケーションだ。火傷を負った際に患部の写真を撮影してアップロードすると、AIが具合や状況を自動で分析。その後、分析結果を元に専門医からオンライン上で診断や相談を受けることが可能となっている。

なお、Wpiasは火傷のビックデータを学習済み。他の火傷と自分の火傷を比較し、詳細な怪我の状況をAIが説明してくれるチャットボット機能も搭載されている。

アプリに蓄積されたデータは、Azureの電子カルテシステムに保管される。火傷の傷も個人情報であるためセキュリティには万全を期す必要があるが、Azureは米国医療情報保護法(HIPPA)や健康情報信託連合(HITRUST)などの基準をクリアしている。

FineInsightがAzureをパートナーとして選んだ理由のひとつには、「セキュリティ面の強さ」があるのだろう。なお、マイクロソフト側は自社のグローバルネットワークを通じて、火傷治療のためのインフラが整っていないアジア地域を中心に、Wpiasの進出を支援していく計画だとしている。

インドネシア・ジョクジャカルタ特別州が主催するeヘルスケアシステム構築事業にも参加しているFineInsightは、現地で病院や保健所と連携してeヘルスケアシステムを構築し、医療データの収集に尽力。収集されたデータは、ジョクジャカルタの医療保険制度に反映される予定である。

火傷に特化した判別・治療サポートにAIを使うという非常にユニークな発想とともに、アジアやグローバル市場に目を向けているが、そのマーケティング方法は非常に独特だ。従来であれば、同分野の企業は病院を中心に営業活動を行っていたが、同社では学界や協会を中心にサービスを紹介して回っているという。

理由は「より質の高い病院」を選定しサービスを提供するため。サービスが順調に成長するためには、ただ売りつけるだけではダメで、使い手や協力者とのシナジーも重要という判断からだ。今後、火傷や皮膚病の発病率が高いオーストラリア、市場規模が多く協力企業がすでに進出している中国を中心に市場攻略を進めていく。

現在、実用化されている人工知能のほとんどは“マニア”(狭いAI)で、いずれも限定された用途において高い精度や効率を発揮している。ニッチだが普遍的、そして誰も気づかなかった用途にAIを掛け合わせていく企業が今後も増えていくはずだ。

【no.468】 【不思議】メガネをかけたまま商品を3DバーチャルAI試着「MEGANE on MEGANE」を次世代店舗JINS渋谷パルコ店で! 似合い度もAI判定

【不思議】メガネをかけたまま商品を3DバーチャルAI試着「MEGANE on MEGANE」を次世代店舗JINS渋谷パルコ店で! 似合い度もAI判定

株式会社KAZAKと、東工大発ベンチャーの株式会社Nefrockの2社は、11月22日にグランドオープンした「渋谷PARCO(パルコ)」内の次世代型店舗「JINS渋谷パルコ店」において、着用中のメガネをリアルタイムで映像から消し、その上から3Dのメガネをバーチャル試着できる「MEGANE on MEGANE(メガネオンメガネ)」の提供を開始したことを発表した。

「MEGANE on MEGANE(メガネオンメガネ)」とは

これまでメガネを試着する際、店頭のサンプルメガネに度数が入っていないために自分の試着した姿がよく見えないといった悩みがあった。「MEGANE on MEGANE(メガネオンメガネ)」は、ディープラーニングによる独自の画像生成・変換・除去エンジンを用いたAI技術を活用し、試着時に自分のメガネをかけたまま店頭のメガネを擬似的に試着できる。これにより、視力を奪われることなく自分の試着姿を確認することが可能。

■「MEGANE on MEGANE(メガネオンメガネ)」の説明

STEP1
モニターの前に立ち試着するメガネをスキャン

STEP2
かけているメガネが消える

STEP3
3Dバーチャル試着 似合い度も測定

EC、店頭サイネージ、ファッション業界など幅広く活用できる可能性

画像生成・変換・除去技術はNefrockとKAZAKの2社が共同開発。この技術はファッションや美容業界など幅広い業種で活用できる可能性を持つ。例えば、洋服・和服の試着、スーツやネクタイの試着、髪型髪色の変更などリアルタイムで映像から特定の物体を取り除き、その上からバーチャル試着をするといった加工が可能。他にも、オンライン上で商品のバーチャル試着なども可能となるので、ECサイトや店頭サイネージでの活用も期待できる。

【no.467】人間ほど賢くないから、お茶目な間違いもする。AIについて科学者にインタビューしてみた

人間ほど賢くないから、お茶目な間違いもする。AIについて科学者にインタビューしてみた

人間だったら、天然ボケを疑う…。

便利で、ときに脅威的な存在にも感じるAIについて、科学者でAI Weirdness運営者、米GizmodoのAIアストロロジャーであるJanelle Shaneにインタビューしてみました。新著『You Look Like a Thing And I Love You』リリースにあわせて、彼女が夢中になるAIの世界について聞いてみたところ、コンピュータの型破りな一面が見えてきました。

※インタビュー内容は、読みやすく編集しています。

AIの意外性に興味を持ったのがきっかけ

Gizmodo:AIに興味を持ったきっかけは?

Janelle Shane(以下Shane):高校卒業後、大学で何をやるか模索していたとき、進化論的アルゴリズムに関する研究の講演を聴く機会があったんです。それがとても魅力的で、アルゴリズムは予想外の方法で問題解決すること、技術的に正確ではあるけど、科学者が思いつかないようなソリューションにたどり着くこともあるといった内容が印象的でした。

たとえば、カメラや顕微鏡のレンズシステムを設計するのにアルゴリズムを使用したところ、デザインは優れていたのにレンズの厚みが15mだった…という話を聞いたら、もう興味を持たずにはいられませんでした。

その後、AIが生成した料理のレシピを目にすることがあったのですが、それも本当におもしろくて。テキスト生成ニューラルネットワークに膨大な量の料理本を与えたら、レシピを真似ようとがんばったのはわかるのですが、料理や食材のことをまったく理解していないことが明らかでした。バーボンの細切りというものがあったり、そもそもオーブンに入ってないはずのパイをオーブンから取り出すように書いてあったり…。そういうのを見ているうちにまた好奇心が高まって、AIのテキスト生成の実験をしてみたくなったんです。

Gizmodo:AIについて、簡単に説明していただけますか?

Shane:AIは、あらゆるものをひとまとめにするのに使われる用語のひとつです。SFの世界や、現実の機械学習を使用した製品でも用いられています。わたしがよく使う定義は、ソフトウェア開発者がよく使うものですが、機械学習アルゴリズムと呼ばれる特定の種類のプログラムのことを指します。プログラマーによってコンピュータが従う段階的な指示が書かれるようなルールベースだった従来のアルゴリズムとは異なり、機械学習はゴールを与えたらあとは問題とエラーによって問題解決に取り組ませるというものです。その背後にはニューラルネットワークや動的アルゴリズムなどさまざまなテクノロジーが働いています。

従来のものと機械学習アルゴリズムには大きな違いがあります。そのひとつは、機械学習が問題を解決するとその理由が説明しづらいという特徴があります。プログラマーによって、コンピュータが問題を誤解せずに実行したかなど、さかのぼって確認するには膨大な作業が必要となります。