人間よりも精度が高い「ダイヤモンド鑑定AI」 その仕組みとは:GWエンプラこぼれ話(2/2 ページ)
宝飾品店チェーンを展開するケイ・ウノが、人工知能が鑑定したというダイヤモンドを発売した。人間よりも高い精度で鑑定を行えるのだという。最近では、プロの判断基準を教師データにすることで、数値化しにくい問題に取り組む事例が増えてきている。
味の素が1年かけて開発した「献立提案AI」
味の素が2018年3月に公開した「献立提案AI」もプロの判断を基に生まれた人工知能だ。自社レシピサイト「AJINOMOTO PARK」において、サイト上でユーザーが1品のレシピを選ぶと、主菜、副菜、汁物から適切な2品を加え、計3品の献立として提案してくれる。
レシピ名、食材、栄養成分など、同社が蓄積した約1万レシピのデータベースを活用し、栄養基準や季節、調理器具の重複制限、料理ジャンルの統一といった要素のほか、彩りや味のバランスといった、感覚的な要素も踏まえたのが特徴だという。
彩や味のバランスについては、「栄養士などの資格を持つ担当者が、数値化や言語化できないことも含んだ形でOKかNGかをラベル付け」(味の素)しているとのこと。これを教師データとして学習させているそうだ。今後もシステムが出してきた献立案に対し、担当者がジャッジをし続けることで、精度を高めていく考えだ。
同社によれば、このシステムはグループ会社の協力の下、自社で開発しており、開発期間は約1年だったという。
サリネ・テクノロジーと味の素、両者の事例に共通するのは、判断基準が曖昧だったり、個人差があったりして、数値化しにくいような問題に対して、熟練者の判断や感覚を教師データとし、機械学習を用いたアプローチで精度を高めていこうとしている点。TensorFlowを用いたきゅうり分別の事例もコンセプトはほぼ同じだ。
(一般人が分かるような形で)数値化できないが故に、精度が100%になることはないものの、これまでデータ化や分析の対象とならなかったものを“強引”にデータ化し、ビジネスチャンスを見いだす方法として、機械学習というのは、非常に有効なアプローチといえるだろう。
関連記事
- 日本酒造りにディープラーニング 岩手の銘酒「南部美人」の挑戦
人工知能を活用した酒造り。岩手県にある「南部美人」は、そんな“おいしい”取り組みに挑戦している。5代目蔵元がその背景と狙いを語った。 - 元組み込みエンジニアの農家が挑む「きゅうり選別AI」 試作機3台、2年間の軌跡
ディープラーニングによる画像認識で、きゅうりの仕分けを自動化できないか――。そんな挑戦を続ける元エンジニアの農家が静岡県にいる。彼は「専門家じゃない人間ほど、ディープラーニングを試すべきだ」と語る。その理由とは? - キユーピーがAI導入、1日100万個以上のポテトをさばく「ディープラーニング」の威力
1日100万個以上のポテトを人力で見分けていく……キユーピーの工場で行われている膨大な作業。その状況が今、「ディープラーニング」で大きく変わろうとしている。 - コレ1枚で分かる「AI、機械学習、ディープラーニングの関係」
人間の“知能”をモデルに進化してきた「人工知能(AI)」と、「機械学習」「ディープラーニング(深層学習)」の関係性をおさらいしておきましょう。
関連リンク
Copyright © ITmedia, Inc. All Rights Reserved.