※本ページはプロモーションが含まれています。
画像認識AIの基礎は3つのタスクから成り立ちます！
AIには様々な技術要素があります。時系列の波形データから株価を予測したり、チャットボットのように対話をしてユーザーの質問に答えたり、あるいは囲碁をしてみたり…。定量的なデータであれば、AIには何でも教えられます。その中で、今回は私の専門である画像認識AIについて説明したいと思います。第三次AIブームは、この画像認識AIが盛り上がりました。
製造業と画像認識AI
日本は、自動車、鉄鋼、家電などの製造業に強い力を持っています。ものづくりの日本と言われていたこともありました（あの有名なバック・トゥ・ザ・フューチャーで日本製をリスペクトするシーンがあります）。一方で、現在ではGAFA（ Google、Amazon、Facebook（現Meta）、Apple ）のようにITサービス中心の企業が世界の中心です。
それでも日本の製造業は欠かせません！
製造業に画像認識AIは非常にマッチしています。今までは人目で確認していた製品の品質。熟練、匠の技。製品完成のために、職人の目で見て確認して仕上げる、匠の技術です。ただこれもよく聞くと思いますが、少子高齢化で日本の労働者はどんどん少なくなっていて、匠の技を継承できません。
匠の技をAI に継承させます！
職人の目をカメラに代替させます。日本はカメラ、光学系の技術に歴史があります。キヤノン、ニコンはもちろん、富士フイルムやソニー、パナソニック、名だたる企業があります。なのでこの、職人の目をつくるのが得意です。高精細な職人の目が用意できれば、あとは職人の技です。目で見たものをいかに判断するか、職人の経験をAIに教え込むことになります。
職人の技を再現するのは画像認識AIです。
画像認識AIにはさまざまなものがありますが、ここでは3つの基本タスクを紹介します。大抵の画像認識AIは、この3つのタスクから選択、あるいは組み合わせることで、課題を解決することが可能です。
では、それぞれのタスクを見ていきましょう。
3つの基本タスク
次に紹介するのが、画像認識AIの3つの基本タスクになります。
1. 物体識別タスク 画像認識AIの中で、最も単純で分かりやすいタスクになります。 入力された画像に対して、その画像に写る物体の代表的なクラスの名称を出力するタスクになります。犬や猫、人など画像にメインで写っている物体の名称を答えます。製造業における活用方法としては、製品の仕分けなどが考えられます。 この物体識別タスクでは、画像の中に複数の物体が同じように写っている場合、正しく判断できない可能性があります。例えば下の画像では、ギターを持った猫がいます。これは、ギターなのか猫なのか？どちらを答えるのが正解か、AIも悩んでしまいます。こういった場合は、次に紹介する物体検出タスクが有効です。
2. 物体検出タスク 物体検出タスクは、入力された画像のどこに、何が写っているのかを答えるタスクになります。 よく、人や車などが、四角い枠（バウンディングボックスと言います）に囲まれているのを見たことがあると思います。こちらは画像内に写っている物体の個数をカウントすることにも有効です。製造業においても、製品の在庫確認などの活用方法が考えられます。 また、前述の物体識別タスクで解決が難しそうな、猫？ギター？問題も、このタスクを用いれば、それぞれの位置を含めて検出することが可能です。
3. セグメンテーションタスク セグメンテーションタスクは、入力された画像の画素ごとに物体の識別を行うタスクになります。 それぞれの物体を塗りつぶした画像を見たことがあるかもしれません。こちらは、画像内に写っている物体の面積を算出するのにも有効です。製造業においても、製品のサイズを測定するなどの活用方法が考えられます。 下の写真の例でも、それぞれの人物が塗り分けられていて、個体を細かく識別していることが分かると思います。
以上が、画像認識AIの3つの基本タスクになります。
AIエンジニアとしては、それぞれの要件に合わせてどのタスクを使用するかを選択していくことになりますが、一般的には以下のような指標になると思います。
得られる情報量 （多い）セグメンテーションタスク > 物体検出タスク > 物体識別タスク（少ない）
AIの処理速度 （速い）物体識別タスク > 物体検出タスク > セグメンテーションタスク（遅い）
まとめ
今回は基本的な3つのタスクを紹介させていただきましたが、他にも行動認識タスクなど、画像認識AIにはまだまだ押さえるべき技術要素がありますが、まずはこの3つのタスクで課題解決を試みます。もちろん、これで対応できないケースも多くありますが、AIエンジニアとして基本を使いこなせるように勉強していきましょう。そして、これからの人材不足に打ち勝つため、日本支える匠の技をAIに継承させていきましょう。
