業種・業態「物流・交通」の記事一覧
-
Aiの基礎知識
Aiの機械学習っていったい何？Aiの機械学習の基礎知識について解説
今、多方面で話題に上がる”Ai”というキーワードですが、みなさんはAiがどんな構造を持って動いているかをご存知でしょうか？Ai＝人工知能のことですが、その基本的な構造から応用されるまでのプロセスを知ると、もっと深くAiについて知りたくなるはずです。今回は、Aiの機械学習がどういったものなのか、そしてその基本的な部分を知りみなさんに基礎知識をご説明していこうと思います。Aiにおける機械学習とは実は古くから存在していた人工知能ですが、Aiという言葉としてよく耳にするようになったのはここ数年のことです。そもそもAiとは、人工知能つまり人間がコンピュータなどに人間の学習機能や行動を覚えさせること、プログラミングしたことからできたとても未来的な存在です。Aiは基本的に物事を学習してそれを繰り返すことにより覚え、自発的に行動していくものですがこれには2つの種類があります。ひとつは『機械学習』もうひとつは『ディープラーニング』と呼ばれるものです。機械学習とは簡単にいうと、コンピュータが大量のデータを学習し、分類や予測などのタスクを遂行するアルゴリズムやモデルを自動的に構築する技術を指します。人工知能において、この機械学習の技術が中核技術といっても過言ではないでしょう。近年特に機械学習に注目が集まっている要因としては、その高い計算能力やデータの分析能力、そして正確な情報が存在するということで、多方面から機械学習へのアプローチがあるからです。今やネットでほぼ全ての情報がわかってしまう時代です。だからこそ、人工知能をうまく活用することによりスムーズな検索が可能となるわけです。機械学習とは”入力”をした後の正しい”出力”が求められます。ここで言う入力とは、人間がコンピュータに物事を覚えさせることです。今回はここから、機械学習の深いところまでを知っていってもらえたらと思います。ディープラーニングは人間の脳の働き方と似せた学習機能を持ったシステムのことで、詳しくは下記の記事で解説しておりますのでご覧ください。機械学習の基本 前項では簡単に機械学習について触れましたが、ここからは少し掘り下げていきましょう。コンピュータは様々なデータそれも莫大な量を抱えています。人工知能が発達するまではこの多大なデータを人間の手で全て処理していましたが、技術が進歩し人工知能の発達も早いスピードで進んできたことより、このデータの処理を任すことまでが可能になりました。機械学習は、データの学習からモデルを作り上げることを基本としています。学習とは、データの中に存在するパターンを繰り返すことにより覚えさせることです。そこからある一定のパターンとルールを作り出し、人間が指示を出さなくても学習した内容を行動できるようにすることが、機械学習の目的とも言えます。機械学習の方法とは 大きく分けて3つの学習方法が存在します。ここではそれぞれの学習方法を細かくお話していきます。・教師あり学習 みなさんは学校の授業風景を覚えていますか？初めて覚える勉強の際には、その授業の担当教師が基本から公式、そして答えの出し方を教えてくれますよね。実はこの教師あり学習も似ているのです。プロセスは2つに分類されますが、ひとつは単純な学習です。コンピュータにも教師が存在すると考えてください。その教師が正しいデータを覚えさせ、間違った情報や出元が不明なデータに対しては指摘してくれるということが”学習”です。もうひとつは、認識と予測を活用するものです。まだデータとして正しい情報が確立されていない物を、新たに覚えさせ（インプット）さらにその情報をパターン化からルールとして作り出すことが”認識と予測”なのです。・教師なし学習 教師あり学習とは違い、すでに存在する答えからは学びません。ではどこから学ぶのかというと、そのデータ自体が持つ特徴や基本構造から学習します。データそのもから分析をして学習することにより、正確なグループに分けたりデータを簡略化することも可能となるからです。教師なし学習には様々な方法がありますが、中でも代表的な方法として『次元削減』と『クラスタリング』というものがあります。この2つについては、また別の場所でご説明することにします。・強化学習 上記した学習方法2種類は、何かしらの”元の正解”がある上での学習でしたが、強化学習はさらにその上をいきます。簡単に言ってしまえば「戦略するために強化する」ということです。どんな内容かというと、コンピュータがとった行動に対してそれぞれの結果に報酬が設定されます。その報酬のデータからどうしたら最大限の結果を残せるかを考える、つまりこれが戦略にあたります。このような行動を繰り返すことによって、コンピュータは学習・パターン化・ルール作りを自ら行いその精度を強化していきます。このことを強化学習と呼びます。機械学習はどんな場面で使われるの？ 実際に機械学習とはどのような場面で使われているのでしょうか？その答えは前項で解説した『教師あり学習』『教師なし学習』『強化学習』のそれぞれの特徴から適したものが用途別に使われます。データの分析として、クリックしたものをおすすめとして表示することはみなさんがよく使うネットのサイト閲覧などにも反映されています。また、認識という場面ではスマートフォンの顔認識機能はもちろんのこと手書きしたものを認識する（OCR）などにも適用されます。その他、現在は研究中とのことですが自動車の自動運転制御システムなど、この機械学習の勢いは止まることを知りません。人工知能と機械学習の接点 人工知能＝機械学習というのは少し違います。人工知能とは、古くから存在する手法があったり現代で活躍するAiの得意とする分野があったりと、一言では表せないのが人工知能です。それでは、人工知能の中の機械学習とは一体どんなところを意味するのでしょうか。人工知能をレベル分けすると機械学習はレベル3に相当します。レベルが高ければ良いというわけではなく、レベルによってその人工知能ができる範囲を示していると考えてください。機械学習の得意分野として、自動的に判断する力と検索エンジンに内蔵されることにより、私たちのネットライフを快適にしてくれます。まとめ本記事では、Aiにおける機械学習の基礎知識について解説いたしました。機械学習とは、コンピューターが学習データをもとに分類や予測などのタスクを遂行するアルゴリズムやモデルを自動的に構築する技術です。Aiが人工知能として機能するのは、この機械学習の機能があるからであると考えていただいて問題ないでしょう。今後、企業等においてAiを導入する際は、どのようなAi自体がどのような技術を持っているのか、Aiの学習の仕方はどのような方法なのかという点をしっかり見極めて導入していく必要があるかもしれません。今回の機械学習についての説明は、本当に基本的な一部分です。ここからみなさんが独自に機械学習を学ぶとすれば、今後もっと発展していく重要なキーワードになるのではないかと思います。これを機に、皆さんも機械学習に触れてみてはいかがでしょうか。
-
Aiの基礎知識
『人工知能』とはいったい何なのか？Aiにまつわる基礎知識を解説
近年ニュースでもよく話題になる『Ai』や『人工知能』という言葉ですが、それらの言葉の意味等を具体的に理解しているという方はあまり多くないのではないでしょうか。確かに『人工知能』ときけば、『人工的に作り出された知能をもつシステムでは』と予想はつくものの、それが言ったいどういった種類があり、どのような役目を果たすのかといったような基礎知識は、意外にも知らないといった方が多いのです。そこで本記事では『人工知能』とはいったい何なのかという観点からAiにまつわる基礎知識について解説してまいります。人工知能とはそもそも、人工知能とは辞書的な定義では『学習・推論・判断といった人間の知能のもつ機能を備えたコンピューターシステム』と記されています。要は人工的に作られた知的なふるまいをするコンピューターシステムと思っていただいて問題ありません。また、人工知能とは、『Artificial Intelligence(Ai)』とも呼ばれることがあるものですので、基本的にAiと人工知能はイコールで結ばれるとお考えいただければと思います。まとめると、Aiイコール人工知能であり、人工知能は人工的に作られた知能を持つシステムであるということです。人工知能の歴史人工知能は実はここ最近特に話題になっていることで、最新のシステムや技術なのではと思われがちですが、じつはそうではありません。人工知能自体は1960年代から開発されており、第一次ブーム、1980年代の第二次ブームを経て、現在が第三次ブームとなっているのです。第一次ブームでは『推論』や『探索』ができるシステムとしてパズルや簡単なゲームなど、明確なルールが存在する問題に対して高い性能を発揮しました。そこで人工知能に大きな期待がされていたのですが、現実は複雑な問題は解けないという性能の限界が見え、ブームは一時下火となります。その後1980年代に迎えた第二次ブームでは人工知能に専門家のように知識をルールとして教え込み、問題解決させようとするエキスパートシステムの研究が進展しました。この研究が進むことで、多くの業界に人工知能の導入がされるかのように見えましたが、第二次ブームでも人間がAiに膨大な知識を教え込まなければならないことや臨機応変に対応できない部分があるなど、再び冬の時代を迎えました。そして、2000年代に入ってから再び熱しだした人工知能ブームが第三次ブームです。第一次、第二次ブームでは人間が情報を教え込み、それを学習させて予測や推論の制度を上げていました。ところが、第一次ブームでも第二次ブームでも結局は人間が膨大な時間を費やして教え込まなければならないことや、規格外のことには対応できないなど、様々な問題点がありどちらもブームが去ってきたのです。第三次ブームではこれらの問題点を解決する『ディープラーニング技術』が注目されており、再熱の火付け役となっています。ディープラーニングを活用することで学習データから自動的に学習項目を抽出し、人工知能自らが制度を向上させることが可能になりました。ディープラーニングについての詳しい解説は下記の記事をご覧ください。人工知能の種類人工知能は主に下記の２種類に分類することができます。①弱いAi②強いAi弱いAiとは弱いAiとは基本的に定められた領域の課題に特化して自動的に学習や処理を行う人工知能のことです。例えば画像認識や音声認識、自然言語処理などの技術を持っています。一つの分野に特化することができることから、ビジネス領域での活用が期待されている人口知能のほとんどは特化型のAi、弱いAiにあたります。強いAiとは続いて強いAiとは、特定の課題にのみ対応するのではなく、人間と同じようにさまざまな課題を処理可能な人工知能を指します。このように汎用型のAiを強いAi、逆に汎用性が低く特化型といわれるものを弱いAiと言います。この考え方・用語をつくったのがアメリカの哲学者ジョン・ロジャーズ・サールです。彼は以下のように言及しています。「…強いAIによれば、コンピューターは単なる道具ではなく、正しくプログラムされたコンピューターには精神が宿るとされる」具体的に汎用性が高いとされる『強いAi』とは、イメージでいうとアニメにでてくるドラえもんや鉄腕アトムといった人間と同じように考え行動しうる人工知性をもったものになります。ドラえもんや鉄腕アトムのようなロボット、つまり現実社会においていわゆる汎用型といわれる強いAiはまだ生まれておりません。強いAi、弱いAiは人間のように自ら考えて行動することができる人工知能なのか、人間の知性の一部分のみを代替し、特定のタスクだけを処理する人工知能なのかの違いであると考えていただければわかりやすいでしょう。人工知能のもつ技術現時点で人工知能が持つ技術は下記の７点です。①画像認識②音声認識③自然言語処理④機械学習⑤ディープラーニング⑥ニューラルネットワーク⑦予測画像認識や音声認識は読んで字のごとく、示された画像や聞こえる音声を認識し、処理することができる技術になります。ちなみに、③の自然言語処理は音声認識と少し似ていますが、人間がしゃべる自然な言葉を機械で処理する技術です。続いて機械学習とは、コンピューターが大量のデータを学習し、分類や予測などのタスクを遂行するアルゴリズムやモデルを自動的に構築する技術を指します。人工知能において、この機械学習の技術が中核技術といっても過言ではないでしょう。ディープラーニングは『深層学習』ともいい、一つの問題に対して多くの視点から学習を進めていく技術になります。ディープラーニング技術を活用することで、想定外の問題にも少しずつ対応ができるようになってきているといいます。ディープラーニングについての詳しい解説は下記の記事をご覧ください。また、ニューラルネットワークとは人間の脳の構造を模した技術になります。ニューラルネットワークについての詳しい解説も下記の記事で行っております。そして、上記までにご紹介したこれらの技術を駆使して人工知能自体が未来を予測する『予測技術』もあります。この予測技術を活用することで、地震の予測や株価の予測、売り上げの予測などを行うことができるようになるとされています。まとめ本記事では『人工知能』における基礎知識について解説いたしました。人工知能とは基本的にAiと同様の意味を示すもので、人工知能の中にも弱いAi、強いAiなどのランクを示すものがあるということが分かったと思います。人間が人工知能に仕事をとられるのでは、と危惧している番組などもありますが、一つ言えるのは『強いAi』いわゆる汎用型の人工知能が実現しなければそれはまずありえないという点です。しかしながら、今後はこの強いAiの実現に向けて開発者は開発を進めていくと思われますので、人々は弱いAiを活用している時点で、人工知能に頼る分野、頼らない分野の棲み分けを行っていくことが重要になるでしょう。
-
Aiトレンド・特集
Aiが日本の株価を予想！？株式投資へのAi活用とはどのようなものか
現在、新型コロナウイルスの影響で株価は暴落しているとアナウンスされております。日ごろから株式投資をして儲けたいと思っている方は多いかもしれませんが、なかなか株価の上がり下がりを予測するのは難しいものです。しかし、近年では株価の予測を行うAiサービスが登場してきています。本記事ではAiが予測する株価と、株式投資へAiを活用することについて解説してまいります。ディープラーニングで未来の株価を予想囲碁・将棋などのゲームでAiが人間に勝利することができるのをご存知でしたでしょうか。このメカニズムは何を隠そう『Ai』による勝利のデータのディープラーニングによって得た、未来予想です。人間が次にここに打ったら、この場所に打てば勝てるというような法則を引き出しているからなのです。株式市場でも最先端テクノロジーを駆使して将来の株価を予測し売買するAi投資家が誕生し、凄腕トレーダーより好成績を叩き出すようになってきています。そんなAi株価予測サービスが続々と出てくるなかにあって、いま最も注目を集めているのが『phantom株価予報Aiエンジン』と呼ばれるものです。なんと、的中率は80％以上であるといいます。この『phantom株価予報Aiエンジン』も、囲碁や将棋などと同様に、ディープラーニングを活用して勝利の法則を算出し、株価の上がり下がりを予測するものです。phantom株価予報Aiエンジンとは『phantom株価予報Aiエンジン』は、開発・運営する財産ネットが独自開発したAiが過去の株価チャートなどのビッグデータを機械学習して、将来の株価レンジを予測するものです。Aiエンジンがトレンド分析をしたうえで未来の株価を計算するわけですが、過去１年間に日経２２５銘柄でテスト検証した結果、80％以上の確率で株価レンジを予測できたといいます。phantom株価予報Aiエンジンが画期的は、単に未来の株価を予想できるだけではありません。ここまで株価が上がったら空売りすべき、ここまで株価が下がったら押し目買いすべきということまで詳細に教えてくれることができるのです。これも、ディープラーニング技術で得た法則を利用して瞬時に未来を予想することができるためで、買いを押したら次にこうなるといったその次の未来まで予想することができています。実際に現在でも機関投資家では株式のトレード業務システムを導入して、業務を自動化するアルゴリズム取引が主流になっているため、株価などの指標に応じてシステムが自動で取引のタイミングや数量を指定して取引を行っています。人手に比べて圧倒的に高速かつ正確に取引できるようになったことで、競合他社や個人投資家よりも有利に利益を出せるようになりました。今後はこうした機関投資家の間でもAiによる株価予想のシステムは導入が盛んになってくるのではないでしょうかAi株価予想システムは個人向けサービスもまた、最近では金融機関からは離れて、ネット上での個人向け投資支援サービスが誕生しつつあり、個人の投資家も増えてきているように感じられます。それに伴い、Aiの株価予想システムも個人向けのものも登場しており、Aiを生かして株価の予測情報を取得したり、最適なポートフォリオをユーザーのリスク許容度やニーズに合わせて自動で構成するなどサービスの幅は広がっています。月間での利用のうち最初の10日間は利用料金が無料になるサービスや、月々比較的安価に利用できるAiサービスや、投資すべき銘柄がわかりやすく記載されていることから高評価を得ているサービスもあります。Aiによる株式投資に初めて挑戦するという方は、初めての方でもわかりやすいサービスを選択し、利用してみてはいかがでしょうか。Aiによる株式投資の問題点しかし、Aiを株式投資に利用するにはそれなりにいくつかの問題点も挙げられます。ここからは現状Aiによる株式投資においてあげられる問題点について解説いたします。経済現象の予測は高難易度経済の予測は一般的に地震や火山の噴火などの自然現象の予測よりも高難易度であるといわれています。というのも、例えば、現実のデータから将来の地震を予測したとします。この場合、私たちは将来の地震に備えて準備しておくことはできても、それが地震の発生有無に影響を与えることはありませんし地震の兆候が消えるわけではないからです。その点経済現象では、Aiが株価に対してある予想をして人間が株式を購入するなどの行動をとると、行動を起さなかったときと比べて株価の変動が変わったりと現実が変わる可能性がありますよね。例えば、将来のある時点でのA社の株価上昇を予測したとします。その予測を知った投資家はその時点に備えてA社の株式を購入しておくのではないでしょうか。そうすると、その予測をAi株価予想システムで知った何人もの投資家が次々と購入するでしょう。さらには、Aiを活用していない投資家たちも、Aiシステムを利用した投資家たちの動きを察知して株式を購入します。結果的に、A社の株価上昇を予測したある時点よりもはるか前に株価が上昇してしまうことになるのです。上がりきった株価はその後低下していき、最終的にはある時点でA社の株価が上昇するという予測はもはや何の役にも立たないことになります。つまり、経済現象を予測しようとすると、その予測が現実を動かし予測に影響を与えるようになるので正確な予測は高難易度であるということです。まとめ本記事では株式投資におけるAiシステムの活用について解説してまいりました。人間が株式を正確に予想することは困難ですが、Aiシステムのディープラーニング技術等を利用すれば80％以上もの的中率を実現することも可能であるといわれています。これらは実際に金融機関等の株式のトレード業務システムでは順次利用が始まっていくことでしょう。しかし、一方で予測の内容が広まりすぎてしまうと結果的に予測の意味がなくなってしまうなどのAi利用による問題点も挙げられます。これらは、今後Aiシステムを利用していく中で人間がブラッシュアップしていくべき問題点であるといえるでしょう。個人で利用できるAiサービスもあるようですので、株式投資等を始めたという方やAiシステムを利用して株式投資を行いたいという方はぜひ利用してみてはいかがでしょうか。
-
Aiの基礎知識
ディープラーニングとは一体何？ディープラーニングの基礎知識を解説！
近年ニュースやバラエティ番組などの話題として取り上げられる機会が多くなった『Ai（人工知能）』ですが、それとともに『ディープラーニング』という言葉も耳にすることが増えたという方も多いのではないでしょうか。Aiは人間のように動くことができるシステムだとぼんやりわかっていても、実際にAiが人間のように動くにはどのような技術が必要で、そしてそもそもディープラーニングは何なのかという点についてはよくわからないという方がほとんどであると思います。そこで本記事では『ディープラーニング』について詳しく基礎知識を解説いたしますのでディープラーニングという用語を理解すると同時にAiについての理解も同時に深めていってみてください。ディープラーニングとはディープラーニングとは直訳すると『深層学習』を示すもので、人間が手を加えなくてもコンピュータが自動的に大量のデータからそのデータの特徴を発見する技術のことです。例えば、耳の長いウサギのデータをAiに学習させ、Aiに『耳の長い動物はウサギだ』と覚えこませてしまうと、いざ耳が短いウサギや、耳が垂れているウサギなどを認識させた場合、Aiは『これはウサギではない』と思ってしまうのです。耳が短くても垂れていてもウサギであることには変わりませんので、これまでのAiでは通常の学習方法ですとこうしたエラーが発生しており、あまり普及してこなかったのが現実でした。しかし、近年になって、ディープラーニングの技術が登場したことで、いわゆるたくさんの情報をAiが自動的に学習し、数百種類のパターンを学習することで、どのような場合でも正確に『ウサギ』であると答えられるようになったということです。ディープラーニング技術がAiの再熱のきっかけになったといっても過言ではありません。ディープラーニングとAiは違う？では、Aiとディープラーニングが分けられている理由、そしてAiとディープラーニングは何が違うのかという点んについてです。AiとはArtificial Intelligenceの略で人工知能という意味を持ち、定義については確定したものがないですが多くのばあい人の知的な振る舞いを模倣したコンピューターと認識されています。一方ディープラーニングとはAiの学習方法の中の１技術であるといえ、Aiが人工知能全体を表すものであるとすれば、ディープラーニングはAiがより正確な情報を導き出すための技術であると説明すればわかりやすいでしょう。ディープラーニングの仕組みではディープラーニングはどういった仕組みなのかという点ですが、ディープラーニングは、人間の脳神経の構造を模倣した『ニューラルネットワーク』をベースにしています。ニューラルネットワークについての詳しい解説は上記の記事にて行っておりますのでここでは割愛いたします。ディープラーニングは長い間解決されていなかった単純な情報しか処理、表現できないという問題を解決するため、多層（ディープ）化するといった工夫がなされたものです。仕組みとしては、一つの問題に対して多角的な層からアプローチし、学習をするといったイメージで、ディープラーニングは学習の層を増やし複雑さに対応したおかげで分析精度が飛躍的に上がったのが特徴になります。ディープラーニングを利用したAiの例としては、『画像認識』や『音声認識』、『自然言語処理』等でディープラーニングでビッグデータを処理することでよりAiシステムに信頼性や正確性が出るとされています。これら3つの技術については下記の記事でも詳しく解説しておりますのでご覧ください。ディープラーニングの4つの手法そんなディープラーニングは4種類の手法に分けることができます。①ディープニューラルネットワーク②畳み込みネットワーク③再起型ニューラルネットワーク④オートエンコーダ①ディープニューラルネットワークディープニューラルネットワークとは、ニューラルネットワーク内の層が多層（ディープ）化されている仕組みになっています。ディープラーニング・ネットワークでは、各ノード層は、前の層から受けた出力を基にして新しく別の特徴一式でトレーニングします。ニューラルネットワーク内を進めば進むほど、ノードはさらに複雑な特徴を認識できるようになります。②畳み込みネットワークまた、畳み込みニューラルネットワークとは順伝播型人工ディープニューラルネットワークの一種です。尤も、この畳み込みという名前の由来二項演算という計算の一方法の名前から来ています。畳み込みニューラルネットワークは、従来のニューラルネットワークに新しい種類の層を導入し、異なる位置や大きさ、視点に対応する能力を向上させるように拡張されています。さらにネットワークは、数十から数百のより深い層を持つようになり、画像や音声、ゲームの盤面やその他の空間的なデータ構造の階層的なモデルを作ることができるようになりました。③再起型ニューラルネットワーク再起型ニューラルネットワークとは、時系列の情報に適した手法です。Aiにおいて学習データを蓄積するには過去のデータももちろん侮れません。再起型ニューラルネットワークでは過去と将来のデータの重要度をバランスよく保てるような仕組みを兼ね備えており、今の時点では関係はないが、将来のある時点では関係があるような情報までしっかりと把握できるというのが特徴です。④オートエンコーダ最後、オートエンコーダとはニューラルネットワークのうちの一つの手法で、入力されたデータに次元削減の処理をして、特徴抽出するるものです。つまりオートエンコーダは情報量を小さくした特徴表現を獲得するためにあり、小さくなっていた情報のなかにも特徴をつかむための重要な要素があるかもしれないわけで、その情報を圧縮していく過程をエンコーダと呼び、復元する過程をデコーダと呼びます。エンコーダは入力を低次元に表現することができ、デコーダは低次元から復元する能力を持ちます。まとめ本記事ではディープラーニングの基礎知識として、仕組みや手法などについて解説いたしました。Ai自体は1980年代から登場していた技術ですが、いまいち大量に学習することができなかったり学習データを処理する能力が弱かったりと正確な情報や思ったような情報が得られず、話題に上ったのも一瞬のうちで何度も忘れられてきました。Aiが登場したのはつい最近だと勘違いしてしまっている方も多いでしょう。しかし今回Aiが再度ブームとして注目されているのは『ディープラーニング』技術でもって、Ai本来の力がさらに発揮されると期待されているからです。Aiチョイスのコラムではディープラーニングを活用したAiシステムの事例等を多数ご紹介しておりますので他コラムもぜひご覧ください。
-
Aiトレンド・特集
Ai×人事評価制度でテレワーク業務を最適化
近年様々なところで利用され始めているAiシステムは、5Gなど通信技術の発達でさらなる進化を遂げるといわれています。特に、ここ最近では新型コロナウイルスの影響で多くの企業がテレワーク、在宅ワークを取り入れるようになりました。そして、オフィスワークにおいて業務効率化を図ったり、テレワーク中でもオフィスに滞在しているときと同様またはそれ以上のパフォーマンスができるよう努めていくことが求められてくるでしょう。離れていても個々の働きぶりを正確に評価するためにも、これから先、企業では『Ai×人事評価制度』の利用が促進されていくことが予想されます。そこで本記事では、テレワークや在宅ワークを導入した企業で活躍する『Ai×人事制価制度』について解説してまいります。新型コロナウイルスの影響でテレワーク拡大中新型コロナウイルス感染症拡大防止対策として、テレワークや時差出勤を導入している企業は、2020年4月に入ってから日本の中小企業の約7割に上りました。コロナウイルスの感染拡大が懸念される以前までは、テレワークや在宅ワークとは無縁であった企業も、バタバタとテレワークの導入をしたり、はじめてテレワークを導入したりした企業も多く、セキュリティーの問題、コミュニケーションの問題など、実際に行ってみてたくさんの課題が表面化しています。特に、人事評価制度においてはオフィスで顔を合わせない分、評価基準が難しくなってしまったという企業もあるでしょう。実際に、Aiによる人事評価システムを提供している『明日のクラウド』がおこなった『テレワークと人事評価に関する調査』では『テレワークによって人事評価が難しくなった』と回答した企業は、73.7％という結果になりました。今回のコロナウイルスの影響で、テレワークを導入し、働き方の幅が広がった企業は非常に多いと思われますので、こうした諸問題や人事評価制度については随時ブラッシュアップを行っていく必要がありそうです。テレワークで重宝する『Ai人事評価制度』こうしたコロナ禍をはじめ、テレワーク中の人事業務で重宝するのが『Ai人事評価制度』です。Ai人事評価制度とはその名のごとく、社員の出来栄えをAiが評価するシステムを指します。具体的には、社員自身、または社員が上司と相談しながら目標やKPIを設定し、その目標の達成率がどのくらいかで、出来栄えを評価するというものです。いわゆる『目標管理制度』のようなもので、評価項目の明確化や評価方法の統一を行うことで、テレワークなどで社員に目が行き届かない場合でも平等な評価を下すことができるようになります。この制度は事前に取り組み内容を定めた上でそれに対する評価を行うため、リモートワークであっても適正な評価が実施しやすいのです。また、Aiが目標を添削する機能などがあるシステムもあり、批評価者はAiが出した進捗状況やアドバイスを受けながら適正に評価されることができたり、自分の現時点での状況把握を簡単に行うことができるようになります。Ai人事評価システムのメリットこのようなAi人事評価制度、およびAiシステムを導入するにはどのようなメリットがあるのでしょう。①平等な判断を行うことができる1つは平等な判断を行うことができるという点です。テレワークですとどうしても実務が目に見えない分、評価の判断が偏りがちになってしまう可能性があります。そうした偏りから従業員の不満を勃発させたり、最悪の場合退社に追い込んでしまうことにもなりかねません。尤も、これまでほとんどの場合人を評価するのは人でしたので、少なからず感情が入ってしまう方もいらっしゃったでしょう。その点Aiは感情無しで平等な判断を下すことができるのがメリットとしてあげられます。②社員のモチベーションを管理できる先ほどの平等な判断ができる部分と共通してくる面でもありますが、Aiが進捗管理やアドバイスを行うことで、公平に精査されるため、社員のモチベーションを高めることにもつながります。また、日々の業務における主体性や勤怠情報を人工知能で分析し定量評価を行い、その評価から、離職しやすい社員の特徴を導きだし離職パターンを可視化することができます。さらに、人事評価Aiの中には出勤時の打刻もAiの顔認証で行い、笑顔の度合いを数値化し社員の仕事へのモチベーションを測るシステムもあります。③社員の健康管理にも活用できるAiによる人事評価システムは、評価だけでなく、社員の健康管理にも活用することが可能です。というのも、社員向けに行うアンケートの結果で社員のメンタルやフィジカルの状態を数値化し測ることができるため、この結果により、上司が部下に対して適切なフォローを行うことができるわけです。このように、Ai人事評価システムは、業務上の評価はもちろんのこと、Aiシステムを搭載することで顔認証などからフィジカル面等多角的な面から従業員をケアし、マネジメントすることが可能です。④採用活動も効率的に行うことができるまた、既存社員の評価だけでなく採用活動においてもAiシステムを利用することで自社にあった人材を採用するtことができるようになります。というのも、採用活動における書類選考を動画選考に変え、その動画内の話し方・内容・表情などを数値評価し自社で活躍できる社員かどうかをAiで判断する製品があります。人間がすべて初対面でその人の特性を見抜くことは難しいので、Aiを利用することで効率的に採用活動を行うことができるようになります。また、Aiの言語処理機能や音声認識機能を利用することで、言葉の端々から感じられる攻撃性や軟弱性なども予測し、正確を予想したりすることもできるようになるでしょう。Ai人事評価システムのデメリット一方、Ai人事評価システムを利用するのはもちろんでメリットもあります。①働き方が機械的になってしまう1つは、Aiによるアドバイスやマネジメントにより、柔軟に物事をとらえる力が退化すると、働き方が機械的になってしまう可能性があります。臨機応変に対応すべきところは、人間のマネジメントとの棲み分けをしていくようにしましょう。②コミュニケーション能力が低くなってしまうまた、Aiによるマネジメントや、面接を行うことにより、コミュニケーション能力が低くなってしまう可能性があったり、もともと人間とのコミュニケーション力はあるのにAi相手ではそれがあまり発揮できないといったことも起こりうるでしょう。まとめ本記事では、テレワークになったことで人事評価が難しくなったという企業が多いということから、テレワークに重宝する『Ai人事評価制度』とは何かというところと、活用するメリットデメリットについて解説いたしました。今回のコロナウイルスの影響で多くの企業がテレワークを導入し、働き方が変化したのは言うまでもありません。今後は一つの企業のなかでもいろいろな形で働く人が増えてくるでしょう。それに伴い1企業における採用の幅も広がってくるはずです。そうした時に人間が人間を評価するにはやはり平等性にかけていたり、正確性に疑問点が現れる部分もあるでしょう。そうした課題点についてAi人事評価システムは柔軟にアプローチできるので今後、導入する企業が増えてくるのではないでしょうか。Aiシステムの導入には助成金が利用できる場合もありますので、ぜひ有効的な制度やシステムを利用して賢く経営をしていきたいものです。
-
Aiニュース
Aiが人間を管理する未来も近い？スーパーシティ法案で日本は今後どう変わるのか
Aiは防犯システムの強化はもちろんのこと、自動運転技術の向上をさらに加速させたり、人間にかわって働くことができたりするとして、その技術は今や様々な業界が注目しています。また、企業だけでなくAiの活用は、グーグルホームなどをはじめとし、一般家庭にも徐々に浸透してきました。こうしたAiによってスマート化された生活環境を『スマートシティ』と呼ばれることもあり、一度は耳にしたことがある方も多いでしょう。そんな中、先日参院本会議において『スーパーシティ法』なるものが成立されました。Aiなどの最先端技術をもってして物流、医療、教育などあらゆる分野で相乗効果を生み出すことが目的とされるのが同法案です。SNS上などでは『スーパーシティ法案に抗議します』などといったハッシュタグも盛んに利用され賛否両論があるようですが、わざわざ『スマートシティ』ではなく『スーパーシティ』と名乗ったこの法案の可決・成立によって日本は今後どのように変化していくのでしょうか。スーパーシティ法とはAiやビッグデータなどの先端技術を活用し、地域課題の解決を図る都市『スーパーシティ』構想を実現するための国家戦略特別区域法の改正案が2020年5月27日、参院本会議で可決し、成立しました。このスーパーシティ法案については、車の自動運転や遠隔医療などを取り入れたまちづくりを通じ高齢化社会や人手不足の解決につなげていくとされています。また、2019年９月には自治体などからアイデアの募集を始め、既に55団体がアイデアを提出しました。様々な業界から集まったアイデアを実現すべく、今後は各省庁の検討が同時に進むように支援していくということです。では、ここからはスーパーシティ法案の目的、各地域の自治体の動きについて解説していきます。スーパーシティ法の目的スーパーシティ法の主な目的は、Aiおよびビッグデータを活用することで、暮らしに直結する複数の分野にまたがってデジタル化を推進し『2030年の暮らし』を先取りすることです。要は、2030年頃の予定であった近未来の実現を、一刻も早い社会問題の解決のため早めようではないかということであると説明すればわかりやすいでしょうか。これにより、社会の在り方を根本から変えるような都市設計の動きがなされていくでしょう。具体的には、①移動、②物流、③支払い、④行政、⑤医療・介護、⑥教育、⑦エネルギー・水、⑧環境・ゴミ、⑨防犯、⑩防災・安全 など生活にかかわるすべての事項においてカバーするとし、2030年頃に実現される未来社会での生活を加速実現するとされています。スーパーシティ法の可決によるそれぞれの分野の変化点については後述いたします。スーパーシティ法における自治体の支援ただ、スーパーシティ法案の内容を実現するには複数の省庁にまたがる規制緩和が必要です。例えばボランティアドライバーの活用は国土交通省、遠隔医療や遠隔からの服薬指導は厚生労働省といった具合に各省庁との調整により様々な修正が生じた結果、当初計画案を断念したり、大幅な変更を迫られたりするケースが少なくありません。また、Ai導入やビッグデータの活用については、それらを推進するために補助金が必要であったり個人情報の取り扱いについてのマニュアルが別途必要であったりするでしょう。スーパーシティ化を推進するにあたっては今後ブラッシュアップされ、各省庁や各自治体への支援の呼びかけが行われていくはずです。スーパーシティ法で何が変化するのかまた、スーパーシティ法が成立したことで、Aiを活用する企業や団体が乱立し、人間の活動領域を狭めていくのではないか、またAiに人間が管理されるようになってしまうのではないかと不安に思われている方もいらっしゃるでしょう。ここからは、スーパーシティ法が可決したことで、日本は今後どのような未来に向かっていっているのかという点について解説していきます。自動運転化の加速まずは自動運転技術がますます加速するであろうということです。実は自動運転には5Gなどの通信システムによる遠隔操作と合わせてAi技術が必要不可欠であるといわれています。実際に、5Gを利用して身の回りの様々なモノがインターネットに接続されるようになることで、セキュリティ面などの理由から、防犯カメラも更に高性能になっていくと言われています。当初では2030年ごろに完全なる自動運転車が実現するとされておりましたが、スーパーシティ法の可決により、完全なる自動運転車の実現は2030年よりも早くなるかもしれません。遠隔医療、遠隔教育現在もコロナウイルスの感染症対策としてZOOMなどのビデオ会議を利用した遠隔医療や遠隔教育が推進されておりますが、Aiやビッグデータなどの最先端技術を利活用することでさらに『遠隔技術』が向上していくことが予想できます。また、過疎地における遠隔技術の浸透においても自治体の支援や住民の参画が必要になりますが、法案が成立していることで住民等の同意を得やすくなるなどのメリットもあげられるでしょう。無人店舗の実現近年ではペイペイが大規模なキャンペーンを実施したことから、急速に『QR決済』などのキャッシュレス決済が浸透しました。こうしたキャッシュレス決済は無人店舗の実現にも応用できるとされ、お客側は無人店舗で買い物をし、スマホにキャッシュを登録しておくだけでいわばお店を通り抜けるだけで買い物が完了するようになります。ドローン配送そして、高齢化などと並んで問題と化しているものの一つに『再配達問題』があげられます。こうした配達業者が抱える問題についてもAiを搭載したドローンで無人配送ができるようになれば、再配達問題も解決に導くことができるようになるとされています。しかし、現時点での日本の法律では自由にドローン等を飛ばすことができないようになっているので、今回のスーパーシティ法の可決により、規制緩和がされていくことでしょう。介護等のスマート化先ほど高齢化が社会問題の一つであると述べましたが、それと合わせて高齢者の認知症、および介護なども社会問題の一つです。近年では老々介護なども珍しい話題ではなくなってきました。こうした問題にアプロ―チできるのがスーパーシティ法です。というのも、Aiが被介護者の体調を管理したり、データを収集することができるようになれば、介護者は一日中付きっ切りで介護にあたる必要がなくなるのです。https://5-g.jp/social_issue_5g/スーパーシティ法の問題点このように、2030年頃になるであろうとされていた近未来を少し早めようという法案が『スーパーシティ法』です。Ai技術によって『いつかこうなるであろう』と予想されていた未来がすぐそこまで来ているといっても過言ではないでしょう。しかし、この『スーパーシティ法』にはいくつかの問題点があります。それは国や自治体、警察、病院などが別々に持っている個人情報など、情報の垣根が壊され、一元化されてしまう可能性があるということが1つ、中には内容があいまいで議論十分であるという意見もありました。著名人による問題提起にとどまらず、SNS上などでも様々な議論が繰り広げられ、一部では『スーパーシティ法に抗議します』などといったハッシュタグまで生まれました。こうした問題があげられた理由として予測できるのは、『Aiが人間をすべて管理する世の中になってしまうのでは』という不安点です。というのも、Aiが人間のスコアを表示し、そのスコアに応じてお金を借りたり買い物をしたりすることができるシステムが始まってきているという話題について以前のコラムで触れたことがありました。実際にこの『スコア化』というのは人口の多い中国ではスマート化の一環として始まっております。https://ai-choice.ne-ne.co.jp/score_ai/ただ、個々の情報を一元管理ともなる『スコア化』では、いらぬ場所でいらぬ情報を漏らしてしまうことになりかねないということが問題提起されているわけです。これまでの日本では個人情報の観点から様々な場面で個人情報のやり取りをすることは認められておらず、中国のように一元管理することはできませんでした。しかし、今後このスーパーシティ法によって、一元管理できないことによる障害が起きった場合、Aiが人間を管理する世の中を認めてしまうことにつながりかねないと懸念されているわけです。更に、スマートシティ化ではなく『スーパーシティ化』であることによってあらゆる事柄においてAiに頼ってしまえば、いずれAiとの共存がうまくいかなくなる可能性もあるかもしれません。ですから、あくまでも『スーパーシティ法』は人間の暮らしを住みやすくするための法律であり、人間に任せること、Aiに任せることなどの棲み分けをうまくしていく必要があるといえるでしょう。まとめ本記事では先日29日に可決した『スーパーシティ法案』について解説いたしました。要点をまとめると、スーパーシティ法とは、2030年頃に実現される予定であった『未来構想』を、Aiおよびビッグデータを活用して加速させるものであり、各社会問題を解決させるために可決されたものであるということです。様々な意見があるかもしれませんが、決してAiの街づくりをするための法案ではありません。人間が暮らしやすい街を作るため、Aiと人間がうまく共存するための法案です。今後、各省庁や自治体等の支援策がブラッシュアップされれば、Aiを導入したいと考えている企業等も非常に導入のハードルが下がっていくことでしょう。Aiに任せるところ、人間が行うべきところ、それぞれ最適な棲み分けをしていくことが大切です。
-
Aiトレンド・特集
Aiは新型コロナウイルスの感染拡大阻止に貢献することができるのか
新型コロナウイルスの感染拡大により、政府から外出自粛要請が出たことで多くの業界で経済活動がストップすることとなりました。一刻も早いワクチンの開発や、感染拡大を阻止するための方法等が明らかになる必要があります。と、そうした中近年更に注目されているAi技術は、ワクチンの開発等にも利用され始めてきているようです。このコロナウイルス対策として、Aiはどのように活躍できるのでしょうか。そこで本記事では新型コロナウイルスの感染拡大防止対策やその他の経済対策等においてAiはどのように貢献できるのかという点について言及してまいります。コロナウイルス対策に利用できるAi技術そもそも、Aiにできることは何かといいますと、主に下記の3点があげられます。①画像認識②音声認識③言語処理2010年代に入って、Aiなどの機械分野が著しく成長を遂げてきました。また、昨年度末に携帯モバイル3社がサービスの利用を開始した5Gという新しい通信技術もAi技術の向上に大きく貢献するといわれています。実は、AI技術は現在3回目のブームを迎えており、過去には2回のブームを経験し、それぞれのブームの後に冬の時代を迎えておりましたが、今後は5Gなどの通信技術の発展も影響し、さらに大きなブームとなることが予想されているわけです。画像認識や音声認識、言語処理などの技術もそれぞれ従来の技術よりもさらに向上していくことでしょう。実際、コロナウイルスの対策としての利用の仕方は下記のようなケースが予想できます。①の画像認識では肺の疾患やウイルスの画像を読み取って、コロナウイルスに感染しているかどうかの認識を瞬時に行うことができるようになります。また、ワクチン開発でも画像認識を利用することで足りない遺伝子等を処理しながら開発を進めていくことができるといいます。②の音声認識では、肺の音や心音等をAiが認識することでわずかな違いでも認識することができるようになるでしょう。③の言語処理では、チャットボット等で地域住民の健康状態を管理したり、SNSに投稿された内容から投稿場所の人口密度等を割り出したりすることが可能です。現時点でAiにできること、できないことについては下記の記事にも詳しくまとめていますのでご覧ください。国内Ai企業が利用したAi技術と分野では、実際に国内のAi分野を扱っている企業では、Ai技術はどのようにコロナウイルス対策に利用されているのでしょうか。主に下記3種類に分けることができますのでそれぞれ解説してまいります。①発生場所、広がり、有権者の発言等をSNS解析②チャットボットコンテンツの利用③FRONTEOがAI活用で約450種の候補化合物を探索①発生場所、広がり、有権者の発言等をSNS解析Aiを活用したSNS解析サービスなどを運営する株式会社Spectee（スペクティ）は、 AIを活用し、 TwitterやFacebookなどのSNS情報をもとに新型コロナウイルスによる肺炎の広がりを解析するシステムを開発し、関係機関に納入したと発表しました。TwitterなどのSNS上にユーザーがアップする情報は膨大且つ、真偽が問われる内容もあるため、投稿された内容を人間が分析して判断するには多くの時間を要することになってしまいます。同社は、テキスト解析（自然言語処理）だけでなく、投稿された画像の解析技術や、多言語対応技術などを有しています。このシステムは、Twitterだけでなく、複数のSNSサービスから情報をリアルタイムに収集・解析し、 感染の発生場所を特定、 また中国語など複数の外国語の投稿も日本語に自動翻訳し、 関係機関に情報提供しています。他にも、報道ベンチャーの株式会社JX通信社は、SNS上の膨大の投稿から、全国のどこで、何が起きているかをAIが自動で分析して配信する緊急情報サービス『FASTALERT』を提供しています。同社が配信するAiを活用した収集・配信する特設ページでは、リアルタイムな感染者数推移グラフ・マップ（地図）、企業の新型コロナウイルス感染症対策の最新情報、は海外のコロナウイルス関連の速報、行政や有識者などの正確な情報などを見ることができます。また、SNSの投稿を解析して街中でどれほど人通りが減少したかなどを分析するAiシステム等もあり、SNSに情報がAiにとって膨大な学習材料であることが見て取れるでしょう。②チャットボットコンテンツの利用地域ごとの特設LINEを利用したことがあるという方もいらっしゃるかもしれませんが、Aiによって症状の有無などから今後、とるべき行動等を示してくれる『チャットボットコンテンツ』の活用が広がってきています。とくに、チャットボット・プラットフォーム『バーチャルエージェント（R）』を提供するりらいあデジタル株式会社が発表した調査結果では、新型コロナウイルス感染拡大に伴う外出自粛や在宅勤務が本格的となった3月度においては、同社のプラットフォーム全体の利用数は前月比+38％、また一部企業（全体の25%）では+50％以上の増加を示したといいます。県民や地域の人々の健康や、安心を守るためのコンテンツや、在宅での勤務を快適にするコンテンツとしての利用が広がってきているということでしょう。LINEでも地域ごとに特設チャットが出ているようですので、まだ利用したことがないという方はぜひ利用してみてください。手洗いの仕方、コロナウイルスに感染したかもしれないときの対処法などを教示してくれます。③FRONTEOがAi活用で約450種の候補化合物を探索株式会社FRONTEOは、 同社のAiシステム『Cascade Eye』を利用した新型コロナウイルスの研究で、 約450種の候補化合物をリストアップしたと2020年5月1日に発表しました。「Cascade Eye」は、FRONTEOの自然言語解析Aiエンジン『Concept Encoder』を利用して論文や医療情報を解析し、病気にかかわる重要な遺伝子や分子をパスウェイマップ（関連性を表す経路図）に表し可視化するAiシステムです。このパスウェイマップを利用することで、その中に含まれる分子や遺伝子に関する論文を解析した結果、 約450種の既存薬の転用候補が見つかりました。今後はこうした遺伝子研究などから明らかになったことをもとに、ワクチンの開発や感染拡大阻止対策として新たな方法が生まれていく可能性も大いにあるでしょう。出典：https://lifescience.fronteo.com/covid-19Aiは今後のコロナウイルス対策に貢献このように、現段階でも多くの企業がコロナウイルス感染拡大防止対策や、ワクチン開発、遺伝子研究などにおいてAi技術の活用を行っています。実際NECでもコロナウイルスのワクチン開発においてAiを利用していると発表されておりますので、今後も多くの企業でAiを利用した対策がなされていくことでしょう。更に、今後は5Gなどの通信システムを利用して遠隔医療なども活発になってくることが予想されます。遠隔医療を実施する際も、Aiによる受付やチャットボットの活用等が必須になってくるといえるでしょう。いずれにせよ、今後はコロナウイルス対策として多くの場所でAiが活用されていきそうです。コロナウイルスの一刻も早い収束を願いながら、Ai技術を利用した様々な対策にも期待しておきましょう。
-
Aiトレンド・特集
Ai活用で再配達問題もゼロに！？宅配業界で活躍できるAi
近年、人間の仕事の効率化を図ることができるとして、様々な業界で注目されているAi技術ですが、宅配業界にAiを導入することで、再配達を激減させることができるようになるようです。また、再配達問題を解消するとして注目されている『宅配ボックス』も非対面での受け取りが可能になるとして、コロナウイルス感染対策としても利用が広がっています。そんな宅配においてAiを導入すると、さらに再配達問題を削減することができるのでしょうか。本記事では、宅配業界で活用できるAiについて解説してまいります。再配達問題の現状国土交通省のサンプル調査によると、2019年4月の大手宅配業者3社の宅配便に占める再配達の割合は、前年同月比1ポイント増の16.0％となり、特に都市部では18.0％（前年同月は16.4％）となり、12.4％（同12.6％）だった地方と比べて高いという現状が明らかになりました。2019年4月2018年4月総数再配達数再配達率（%）総数再配達数再配達率（%）都市部84439615160318.081298413297916.4都市近郊137826220959015.2134605919279614.3地方1297311607712.41165761472112.6総計235238937727016.0227561934049615.0近年では宅配ボックスの設置された分譲マンションも多く、賃貸物件などでも後付けする自宅が多い中、非常に高い確率で再配達となっています。中には、一度の再配達で終わらないという受取人もいるわけで、1人の人が1つの荷物で何度も再配達を行ってしまうということもあります。そうして、宅配業者の業務を圧迫してしまうことから、この『再配達問題』はもはや社会問題として扱われるようになってきているのです。特に、Amazonでは2018年から再配達問題を解決するため、宅配ボックス等がなくても玄関などの指定した場所への配達をお願いできる『置き配』というサービスを開始しており、それを利用している方も多いようです。しかしこの『置き配』は宅配ボックスなどがなくても利用できることから、当然生身の状態で荷物を置きっぱなしにしてしまうわけで、中には盗難に巻き込まれるケースもあります。そのようなことから、宅配業界は宅配における様々な問題を抱えているといえるのです。IoT宅配ボックスへのAi搭載について宅配業者の諸問題を解決するものとして注目されているのが『IoT宅配ボックス』です。IoT宅配ボックスというのはその名の通り、インターネットとつながった宅配ボックスのことで、受取人はスマホなどと連動させて外出先からでも宅配状況を確認することができます。そして、このIoT宅配ボックスにAiが搭載されると、例えば、下記のようなことが可能になります。①顔認証ロックができる②不審な人物を見かけたらアラートを流すことができる③Aiで荷物の中身等を把握することができる基本的にIoT宅配ボックスへ利用できるAi技術は『画像認識技術』が主で、顔認証ロックが可能になったり、宅配ボックスを開けようとする不審な人物を検知したら、スマホにアラートを流したりすることができるようになります。また、届いた荷物の中身を伝票などの文字情報から読み取り、スマホに通知させることも可能になるでしょう。そうすることで、宅配業者としては、宅配ボックス設置による再配達問題解消はもとより、不在時の荷物受け取りによる盗難などのトラブルを防ぐことができるようになります。Aiドローンについてこちらは以前のコラムでも掲載いたしましたが、Aiドローンを活用することで無人での宅配ができるようになります。Aiを搭載することで、Aiセンサーによって安全性を考慮すると同時に、着陸前に着陸場所付近に人や動物などの障害物がないかどうかも判断することができます。将来的にはスマホと連動させながら自宅にいるかいないかなどの判断や、希望時間等をドローン自身が受け、宅配業者のように働くことができるようになるかもしれません。希望時間等をドローンが受け、勝手に配達を行うことができるようになれば、宅配業界の再配達問題も解消することが可能になります。ただ、現状は法律の規制などにより完全自動での配送が行える場所は限られていますが、Aiドローンが普及し、将来的に規制緩和が行われればドローンによる自動配送が可能になり、物流における人手不足の解消が期待できるでしょう。Aiによる宅配業者への最短ルート開示更に、宅配のためのトラックにあらかじめAiを搭載したナビなどを入れておくことで、どの場所から配達すれば効率的に宅配が行えるというのを自動計算してくれることができるようになります。・人材不足問題も解決また、Aiが最短ルート、効率的なルートを開示してくれることで、1人のドライバーが多くの荷物を届けることができるようになれば、人材不足問題も解決することができるようになるかもしれません。宅配業界は、『再配達問題』はもとより『労働時間が長い』というイメージから、若者に避けられがちな業種でもあります。しかし、Aiによる業務効率化により、時間外労働や、再配達などの諸問題を解決することができれば、徐々に『働きたい』と思える若者が増えてくる可能性ももちろんあります。タクシー業界はAiのルート算出で効率化これは実際にタクシー業界で活用されているAi技術でもあります。どのようなルートを通れば混雑を回避できて回転率があげられるのかということを瞬時に計算できるAiを搭載することで、新人とベテランドライバーの売り上げの差がほぼなくなり、タクシー業界の売り上げ増加に貢献しました。まとめ本記事では、宅配業界で活用できるAiについて、将来展望についても少し触れながら解説いたしました。Ai[を搭載したドローンについては、海外では少しずつ利用が始まってきています。日本では個人情報などの観点から許可をとるのに時間がかかりそうな模様ですが、今後それらが許可されたり、Aiによる最適なルート算出などが行えるようになれば、少しずつ宅配業界の諸問題も解決に近づくことでしょう。もっとも、宅配業界に限らず多くの産業でAiを導入するときに言えることは、Aiと人間が協力して人間がAiをうまく活用していくことが大切であるということです。もし、今後ドローンでの宅配が許可されたとしても、当然ドローンで宅配することができる荷物の重量は決まっているので、そこは一定の重量を超えた荷物については今後も宅配業者による配達が必要になります。Aiと人間がうまく協力することで、宅配業界における再配達問題などの諸問題も徐々に解決していくことでしょう。
-
Aiトレンド・特集
Aiの高画質化技術で広がるビジネスの幅
携帯電話やデジカメの普及に伴い、お手軽に写真撮影ができるようになりました。しかし撮った写真をアップにすると、画像がザラついたりノイズが出たり、画質が低下してしまうこともありますよね。ビジネスシーンでも拡大してぼやけた画像では訴求力が低くなってしまいます。そんな中近年ではAIを活用して、拡大しても写真を補正してくれる高画質化ツールが登場しているのをご存知でしょうか。写真のザラつきやノイズを除去した上に、AIがぼやけた画質を補正してくれます。今回はAIを使ったおすすめの高画質化ツールを紹介し、ビジネスシーンでの活用方法をご案内いたします。 AIの高画質化ツールAIの普及と発達により、低画質の写真を高画質に変換・補正してくれるツールが登場し、注目を集めています。携帯電話の登場によって素人でも簡単に写真撮影が行えるようになりました。しかし同時に画質が荒く、人の顔や表情がはっきり確認できないケースがあったかと思われます。時代はガラケーからスマホへと移り変わり、画素数は飛躍的に進化しています。その反面、昔のスマホで撮影した画像を最新機種に移行すると、画質が低下しているケースもありますよね。そんな場合にもAIの高画質化ツールが補正してくれます。簡単に綺麗な写真を再現してくれるAI高画質化ツール。その中でも、とくにおすすめのツールを紹介します。Photo Refiner「Photo Refiner」は、写真やイラストといった画像を高画質化してくれるAIツールです。従来の画像を引き伸ばし、中間を補間する技術とは異なります。最先端のAI技術（Deep Learning）を用いて、低解像度画像から推測される高解像度画像をAIが学習。今までの高画質ツールでは不可能だった品質で、高解像度化を行ってくれます。これは世界最先端・最高精度の技術であり、特許の申請も行われているようですね。特大サイズの画像・写真も高速で高画質化でき、ピクセル数は縦・横を4倍に拡大して、16倍に画質を上げることが可能です。今まで難しいとされていた10,000pixelサイズ以上の特大画像も、高速かつスムーズに生成できるでしょう。印刷時のdpi不足、ウェブ素材の解像度不足などを解消し、広告素材としても演出の幅が広がります。ビジネスから日常まで、さまざまなシーンで利用できるでしょう。利用方法は以下の簡単なステップで完了します。①ファイルをアップロードする高画質化したい画像をファイル選択領域にアップロードする。②画像の種類とノイズを選択する画像の種類とノイズの量を選択する。③10秒ほど待つ10秒ほどで高画質化された画像が生成される。問題なければダウンロードして、高画質化された画像を手に入れる。waifu2x「waifu2x」とは、無料で使える画像の高画質化ツールです。もともとはイラスト向けの高画質化ツールでしたが、現在は写真もサポートしています。フリーソフトなので利用は無料で、AI技術により画像のノイズやジャギーを最小限に抑え、画質を綺麗に補正してくれるでしょう。 スマホでお手軽に高品質化を行える「アプリ版waifu2」もリリースされています。さらに画像の一括処理や、一括ダウンロードも行える最新の「waifu2-multi」も登場しています。こちらはUIも現代風に整えられているので使いやすく、細かい設定も行えますよ。waifu2-multiも無料で使えますが、waifu2xに比べると処理時間が長めになっています。有料版は待機時間などの制限が開放されていますが、まずはフリーソフトのwaifu2xで感覚を試してみるといいでしょう。waifu2xの使い方は簡単で、以下のステップで完了します。①拡大したい画像を選択する。②画像の種類、スタイルを選択する。（イラスト、写真など）③ノイズ除去レベルを選択し、拡大の倍率を選択する。Remini「Remini」はAI技術により、ぼやけた画像も綺麗に補正してくれるアプリです。基本的に無料で使用でき、iOS・Androidでそれぞれリリースされています。トライアルとして1日3枚まで画像加工できますが、トライアル版ではそれ以上の加工はできないので注意してください。Reminiの画像補正精度は高く、ぼやけた文字も綺麗にくっきり補正してくれます。複数の人物が写っている画像も補正可能で、集合写真など低解像度で粗く感じる場合でも、Reminiならあっと言う間に綺麗な写真へと復元してくれるでしょう。AIが画像の粗さを補正してくれるので、ある程度のぼかしが入った画像も綺麗に除去されます。ただし完全に元通りの人物を復元できるわけではなく、実際の元画像と比べると顔の印象が変わってくるので注意が必要です。また人物以外の写真でも、景色や建物のグラデーションがなめらかに補正されますよ。Reminiの使い方は以下の通りです。①アプリをダウンロードして起動する。②アプリのホーム画面にある「Enhance」をタップする。③スマホに保存してある画像の中から、高画質化したい写真を洗濯する。④加工を開始する。処理時間は2～3時間程度かかる。AIによる高画質化でできることAIを用いた高画質化はビジネスシーンでも活用でき、さまざまな効果が期待できます。どのように活用できるのか、一つずつ見ていきましょう。宣伝広告のコンテンツの幅が広がるAI高画質化ツールを活用すれば、広告素材として演出の幅が広がります。たとえば駅の構内や街中に貼り出す広告では、特大サイズの画像が必要になることもありますよね。しかし従来の方法で画像を拡大印刷する場合、どうしても元の画像に比べると画質が低下しがちでした。粗い画像では広告としての訴求力も下がってしまい、演出の幅が狭まってしまいます。しかしAI高画質化ツールなら画像を拡大しても綺麗に補正されるので、従来よりも遥かに高い訴求力を持つ広告の制作が可能となるでしょう。AIのディープラーニングへ活用近年では「ディープラーニング」というワードをよく耳にするようになりました。これは人間が自然に行っているタスクをコンピューターに学習させる手法の一つです。視覚、聴覚、触覚といった人間の知覚システムに関連しており、「知覚AI」とも呼ばれています。しかしディープラーニングを製品に応用するとなると、適用した製品の使用状況に応じて結果が異なるのをご存知でしょうか。同じ顔認証でも、スマホの画像を的確な角度で移せば認識してくれます。しかし公共スペースの監視カメラでは、顔が部分的に隠れているので、大勢を判別するには精度が十分とは言えません。ディープラーニングの改善には、高品質なデータが必要だというのが一般的な見解です。そこで役に立つのがAI高画質化ツールです。過去の画像を学習させる際にも高画質化させておけば精度が上がり、より確実で高品質なサービスが提供できるようになるでしょう。防犯、セキュリティに応用高画質化AIを組み込んだ商品開発を行うことによって、防犯・セキュリティにも応用が可能となります。たとえば車載カメラ、監視カメラなどに高画質化エンジンを搭載すれば、カメラ画像の画質改善に繋がります。防犯カメラは検知能力が向上し、車載カメラなら他の車両や歩行者を認識する精度が上がるでしょう。万が一犯罪などのトラブルが発生した時にも、カメラに映った証拠映像を高画質化することで犯人特定の可能性が高まります。さらにインフラ設備の点検や異常検知といった分野でも、高画質化ツール応用による活用範囲拡大が期待されています。まとめ今回はおすすめのAI高画質化ツールと、ビジネスシーンでの活用方法についてお伝えしました。AI技術はあらゆる分野で発達しており、撮影した写真の高画質化といった領域にも及んでいます。ビジネスシーンでも広告制作や防犯・セキュリティ対策など、活用できる範囲は多数に渡り想定されています。ディープラーニングと組み合わせれば、今まで以上に高品質な製品・サービス提供も実現できるでしょう。
-
Aiトレンド・特集
コロナ対策抜群！ソーシャルディスタンスを死守するAiシステム
現在、コロナウイルスの感染拡大防止対策のため、人と人との社会的距離をたもつ『ソーシャルディスタンス』や『密集』『密接』『密閉』の”3密”を回避した行動をすることなどが求められています。スーパーなどに買いものに行った際も、レジの並ぶ場所にとまれマークのような『足のマーク』がテープで貼られていたりする場面に出会ったことがある方もいらっしゃるのではないでしょうか。ワクチンなどがまだ開発されていない現時点では、ソーシャルディスタンスや3密を守ることが新型コロナウイルスの直接的な感染防止対策につながるとされています。そうした中、密接度や密集度、群衆人数をリアルタイムに計測を行う映像解析Aiシステムが開発され、販売され始めました。同Aiシステムはどのようにコロナウイルス対策に貢献できるのでしょうか。人流統計を行うAiシステム株式会社Ridge-i（リッジアイ）は5月1日、人と人との距離、密集度合、群衆の人流統計を行う映像解析Aiシステムの開発を発表し、法人や自治体などを対象に、同ソリューションの申し込み受け付けを開始しました。リッジアイが開発した同Aiシステムは、ネットワークカメラの映像を解析し、密接度や密集度、群衆人数をリアルタイムに計測できるのが特徴です。ソーシャルディスタンスや3密の回避に役立てる前述のように、コロナウイルスの感染拡大防止対策として、ソーシャルディスタンスや3密の回避などが求められており、これらを守ることである程度の感染防止を見込むことができるとされています。同Aiシステムは、コロナウイルスの感染拡大抑止に有効とされるソーシャルディスタンスや3密における密集・密接の度合いをネットワークカメラの映像とAiを活用して解析することができ、かつこの解析データをもとに、回避をうながすツールとして利用することができます。というのも、プレスリリースによると同Aiシステムはソーシャルディスタンスや3密を回避すべき場所に設置したネットワークカメラを利用するため、屋内外問わず制度の高い解析ができるとのことで、密接アラートや、密度推定機能を活用してソーシャルディスタンスなどを守るよう促すことが出るようになります。通行人の解析で外出自粛要請の効果を統計更に、コロナウイルス感染防止対策により外出自粛の要請が出ているわけですが、こうした外出自粛の要請がしっかりと守られているかどうかを統計するAiシステムもあります。それが、Intelligence Design株式会社が開発した『IDEA counter』です。Intelligence Design株式会社の調査結果によれば、小池百合子知事による外出自粛要請後の原宿における週末1日あたりの通行者数は、2月の通行者と比較して10％台まで減少したということが同Aiシステムで明らかになったといいます。このようなAiシステムを活用して、ソーシャルディスタンスや3密の回避を推進したり、外出自粛の呼びかけを効果的に行ったりすることができるようになります。人流統計Aiシステムのアフターコロナでの活用方法とはいえ、こうしたAiシステムは一見コロナウイルス感染防止対策としてしか利用できないと思われがちです。しかし、人の流れや混雑状況などをリアルタイムで把握できるAiシステムは、コロナウイルスの収束後もマーケティングに活用することができます。混雑状況の把握これからはワクチンが開発されるまで、外出自粛や緩和などを繰り返すというような施策を段階的に行っていくことが予想されています。混雑している場所や、これから混雑するであろうばしょなどをAiが分析し、アラートを流すことで、管理者は混雑しないよう施策を打つことができます。また、アフターコロナでは混雑状況などをリアルタイムに把握することで、日々の統計を可視化し、マーケティング戦略に活用することができるようになります。時系列通行者測定機能の活用また、時系列ごとに通行者の測定を行うことで、時間帯ごとの来客者の年齢層も知ることができます。そうすると、時間帯ごとにお勧めの商品のポスターを張り替えたり、例えばファッション専門店であればマネキンの服を着せ変えたりすることができるようになるわけです。年齢によって求めているものや、興味をひくものはもちろん違いますから、ターゲットを絞った戦略を打つことができるようになり、より訴求力を高めることができるようになります。Aiを導入したいときに利用できる補助金ただ、こうしたコロナウイルスの感染拡大は数か月で収束するわけではなく、長期戦であるという見方が多いようです。そうした時に、より安全に営業、経営を行うにはソーシャルディスタンスや3密の回避を推進するAiシステムを導入するのも一つの手です。さらにそれらのAiシステムはコロナウイルス対策だけでなく、アフターコロナでもマーケティング戦略として活用することができますので、一時的なモノでもありません。そこで、Aiを導入したいときに利用できる補助金についてご紹介します。IT導入補助金IT導入補助金とは、AiなどのITサービスを導入するときに利用できる補助金制度です。対象事業者中小企業・小規模事業者等（飲食、宿泊、卸・小売、運輸、医療、介護、保育等のサービス業の他、製造業や建設業等も対象）補助対象経費ソフトウエア費、導入関連費等補助金の上限額・下限額・補助率 30万～450万円 補助率 1/2以下受付期間は5月11日からとなっており、おそらく予算到達次第申請受付終了という形になるかと思いますので注意してください。詳しくはこちらまとめ本記事ではコロナウイルス感染防止対策でソーシャルディスタンスや3密の回避の推進において利用できるAiシステムについて、また、Aiシステムを導入するときに利用できる補助金制度について解説いたしました。人々の健康を守るには、一人一人の注意はもちろん大切ですが、Aiなどで精密に分析して確実にウイルス感染を防止していくことで安全に過ごすことができるようになる場合ももちろんあります。また、コロナウイルス対策にとどまらず、アフターコロナでも混雑状況の把握やターゲット層の解析などにも役立てることができますので、ぜひ補助金などを有効活用してAiシステムを導入してみてはいかがでしょうか。