昨今、データさえあればAIをプログラマでなくても開発できるようなプラットフォームやサービスが出てきています。
ですが、同時にAIは思ったよりも役に立たなかったという声も聞くようになりました。
役に立つAIを開発するには、データの特性を読み解き(探索的データ分析)、目的や課題にあったAIのモデルを検討・設計することが本来とても重要です。
この部分をないがしろにしてしまうと、簡単につくれるが役に立たないAIモデルができてしまう可能性が高くなります。
KoozytのAI開発では、課題とデータの特性を元にアセスメントおよびプランニングから開始し、AIを使う必要性も含めて検討・コンサルティングします。
また、単にAIモデル開発にとどまらず、webやスマホのアプリの中に開発したAIを組み込むことも行っています。一気通貫のフルスタックAI開発が可能です。
プロジェクト概要:
市場や水産工場において天然マグロの品質を判定するためには、熟練された職人が尻尾の断面を目視することによって行われている。
その尻尾の断面画像と検品結果を学習させたAIを開発し、スマートフォンアプリに搭載することで、誰でも簡単に検品を行えるシステムを開発。
クウジットは本プロジェクトの技術担当として協力いたしました。
分析:
マグロの尻尾の断面画像を大量に取得し、それらに対する職人の検品結果(正解データ)をAIに学習させて職人の着眼点を覚えさせていく。
犬/猫を判別するケースとは異なり、すべてマグロ断面の画像であるため違いは微妙であるが、前処理の工夫やさまざまなモデルの試行錯誤を行うことで精度をあげていった。
結果:
80%以上の精度で匠の評価と合致。
成果:
開発されたAIエンジンをスマートフォンアプリに搭載。
誰でも簡単に使える「目利きアプリ」として、実際のマグロ検品現場にも活用できた。
結論:
職人の目による検品の技をAIに受け継がせることが可能であると証明できた。
検品対象となる大量の画像と検品結果さえあればAIに学習させることは可能なため、他の分野にも応用できると考えている。