2017年06月23日

人工知能(AI)と農業

こんにちは。
ナレッジリング開発・マーケティング担当の鈴木です。

もうすぐ6月も終わりですね。
6月といえば梅雨ですが、関東地方では梅雨入りしてだいぶたちますが
あまり雨が降っていないような気がします。
今年は西日本を中心に総雨量が平年より多い予想でしたが、今のところ沖縄の降水量は比較的多いようですが
西日本などでは降水量が少なく九州北部では水不足、四国では取水制限なども始まっているようです
ちまたでは、「今年は空梅雨か?」などという声も聞こえはじめています。
雨期の降水量が少ないと作物の収穫量に影響が出て流通価格が高騰する傾向になるので
とりわけ心配ですよね。

さて、普段このブログでは人工知能の話題を多く取り上げております。
空梅雨の件もあり、そういえば農業分野での人工知能はどうなっているんだろうとふと気になり
少し調べてみました。
その中で気になるもトピックがありましたのですこし紹介させていだだきます。
ご存じのように日本では農業の就業者数の高齢化、労働力の不足が深刻化しており、
そうした背景から政府のIT総合戦略本部ではスマート農業の実現に向けて政策的な後押しを
推進しているようです。
機への自動運転技術の導入や、画像解析を使った作物の収穫判別、病害虫の病兆候などの早期発見などへの
人口知能技術の適用を検討しているようです。

人工知能関連の話題でよくテーマにされるものとして「人工知能(AI)は人間の雇用を奪うのか?」
というものがありますが、日本の農業の場合、労働力が慢性的に不足しているわけですから
人工知能が人間の労働を肩代わりしてくれる好循環となるので
とても歓迎されるシチュエーションではないでしょうか。
私の勝手なイメージでは、農業分野ではあまり人工知能が適用されている場面は少ないのかと
思っていたのですが、調べてみると研究が活発で進んだ分野なのですね。
佐賀県のベンチャー企業のオプティムなどは
害虫のいるところにピンポイントで農薬を散布する自動飛行機能を搭載した「アグリドローン」
ウェアラブルグラスを通して作業記録や作業の指示が行える端末の開発に成功しているようです。
すごいですね人工知能(AI)+IoTですよ。

img_drone01.png


また、きゅうり農家の小池誠さんはなんとGoogleのオープンソースAI「TensorFlow」を使った
きゅうり自動仕分けマシンを個人で開発されたそうです。
きゅうりは出荷にあたって細かく仕分けをしなくてはならず手作業でやると時間がかかるので
それならばと自作してしまったそうです。

cucumber_classification.jpg
(きゅうりの仕分け[大変そう…] 引用元:http://workpiles.com/)

きゅうり自動仕分けマシンは「Maker Faire Tokyo 2016」に出展され話題を呼んだようです。

小池さんは農家をする前は自動車部品メーカーのシステムエンジニアをされていたそうです。
最近はラズパイなんかを使って何かやっているみたいなので、なんともGeekな人がいたものです。


私が不勉強なだけかもしれませんが農業分野でも人工知能の導入が進んでいておどろきました。
さまざまな分野で人工知能(AI)の応用って着々と進んでいるんだなと改めて実感しました。
それでは今回はこのへんで。




top_rfair.gif
posted by CBIT鈴木 at 17:41 | Comment(0) | その他 | このブログの読者になる | 更新情報をチェックする

2017年06月09日

機械学習の落とし穴

こんにちは。
マーケティング・営業担当の池田です。

さて、もうだいぶ前から「弊社でもAI人工知能)に取り組んでいる」というようなことを言っておりますが、
現時点で、AIを用いたアプリケーションを提供できるところまでになってきました。
現在は、AIが取り込む学習データをチューニングして、その精度をあげることに注力しているところです。
当然、データサイエンティストなどいるはずもなく、四苦八苦、試行錯誤の日々です。
実際に作業しているのは私ではありませんが(苦笑)
ただ、マーケティング・営業担当としては、苦労は苦労でリアルにお伝えすることが役目と思っています。
よりリアルにお伝えするためには、それなりの知識を身に付けなければ・・・
というわけで「それにはまず機械学習からでしょう」という発想に至り、
機械学習について時間があればいろいろ調べたりなどしております。

そこで今回は、まだ知識が浅いなりに「機械学習」について語ってみたいと思います。
まぁ“語る”とは言っても当然内容は薄いので、自分のための備忘録程度にしかまとまりませんが(苦笑)、
「素人はこんなことを思うのだなぁ」という目線で何かの役に立てれば幸いです。

では、ここからが備忘録です(笑)

昨今のAIの盛り上がりによって「機械学習」という言葉もよく耳にするようになりましたが、
機械学習を端的に一言で表現すると・・・

機械学習(きかいがくしゅう、英: machine learning)とは、人工知能における研究課題の一つで、
人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のことである。
出典:Wikipedia

この説明からも分かる通り、
AIとは機械学習のことである」
AIを知ることは機械学習を知ること」
などと言っても言い過ぎではないほど、AI機械学習は密接に関係しています。

ちなみに、AI人工知能)についてのWikipediaの説明はこちら。

人工知能(じんこうちのう、英: artificial intelligence、AI)とは、
人工的にコンピュータ上などで人間と同様の知能を実現させようという試み、
或いはそのための一連の基礎技術を指す。
出典:Wikipedia

人工知能AI)」と「機械学習」のそれぞれの説明の一部を並べてみます。

「人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のことである。」
「人工的にコンピュータ上などで人間と同様の知能を実現させようという試み、
 或いはそのための一連の基礎技術を指す。」

人工知能AI)」と「機械学習」、どちらを主語にして読んでみても違和感ありませんよね?
仮に最初から入れ替えて文章を見せられたとして、私だったらそれに気が付く自信はありません(笑)

機械学習」という言葉は、昨今のAIの盛り上がりによってよく耳にするようになりましたが、
特段、新しい考え方ではありません。
今のこのAIブームが「3次」と言われるようにAIそのものが最新技術というわけではありませんので、
前述の通り機械学習無くしてAIはあり得ないということを踏まえれば、機械学習は以前から存在していて、
AIの注目度と共に機械学習も多くの人の関心を引くようになったということにすぎないわけです。
そのような背景もあり、機械学習については長い間に渡って研究されてきている概念ですから、
調べてみると情報量もハンパではありません。
しかも、「特微量」「パーセプトロン」「バックプロパゲーション」など、
とにかく次から次と(私にとっては)新しい単語に出会います。
それも難解な数式と共に。。。
学術的に理解するとなると今の私の手には負えませんので、
そちらの分野の説明はここでは割愛させて頂きますね(苦笑)

では、機械学習の何をまずは知るべきかと言うと、“手法”でしょうか。
問題と正解のデータを与えてその特徴を学ばせる教師あり学習
正解データだけを与えて自ら特徴を見出すように学ばせる教師なし学習
長期的に考えた時に価値を最大限化する行動を重視する強化学習
などがあります。
実はここから更に細分化された手法が数々ありますが、また学術的な話になりますので割愛、と。。。(笑)

ところで、AIを賢く育て上げたいならデータを大量に与えれば与えるほど良い
というイメージがありませんか?
しかし、データの与え方を上手くコントロールしないとオーバーフィッティングという
弊害を招く恐れがあるようです。
オーバーフィッティングとは、日本語に訳すと「過学習」、統計学では「過剰適合」とも呼ばれるそうですが、
どのような状態かと言うと・・・

過剰適合(かじょうてきごう、英: Overfitting)とは、統計学や機械学習において、
訓練データに対して学習されているが、未知データ(テストデータ)に対しては適合できていない、
汎化できていない状態を指す。
出典:Wikipedia

つまり、人間で言えば、丸暗記と同じような学習の仕方をするようになってしまうのだそうです。
通常なら、訓練データから特徴や傾向をつかんで類似の事柄に適応していくようになっていくはずですが、
丸暗記ですからそんな応用力など身に付くはずもありませんよね。
AIも、楽をしたいと考えるようになるのでしょうか?
そう考えると、なんだかとても人間臭い感じがしてきますね。

過学習の防止策としてはドロップアウトという手法を用います。
機械学習の方法によってドロップアウトの具体的手法も異なりますが、
簡単に言ってしまえば「楽をして覚えさせない」ということになるでしょうか。
私には詳細を正しく説明する自信がありませんので(苦笑)、
具体的手法を知りたい方は他のサイトをご覧下さい。

さて、弊社のAIプロジェクトの訓練状況ですが、過学習どころかまだまだ未学習に近い状態です。
これからどんどん教え込む必要がありますが、
ある時期を過ぎたら「確信度が100%に近づいた!」と安易に喜ぶのは早計だ、
という心構えは必要なのかもしれませんね。
今後の学習状況については、ご報告できることがあればお伝えしていきますので、お楽しみに!


posted by CBIT池田 at 17:15 | Comment(0) | その他 | このブログの読者になる | 更新情報をチェックする

2017年05月26日

AI(人工知能)がデザインする世界

こんにちは。
マーケティング・営業担当の池田です。

冒頭では毎回「マーケティング・営業担当の・・・」と自己紹介しておりますが、
実は時々、デザインも担当することがあります。
「デザイン」と言ってしまうと大げさですが、主な作業はバナーやアイコンなどの作成です。
「わざわざ外注するまでもないけれど、ちょっとした画像が必要」という場合の役どころです。
でも、これが結構時間かかるんですよ(苦笑)
プロのデザイナーならささっと作れてしまうのでしょうけどねぇ。
イメージをなかなか形に出来なかったり、そもそもイメージさえ思い浮かばなかったり・・・

しかし、AI人工知能)はそんなデザインの悩みも解決してくれそうです。

AIによるロゴデザインサービス Logojoy
https://www.logojoy.com/

ロゴデザインのサービスはいくつか見かけますが、
「Logojoy」AI機械学習のノウハウを活用しているそうです。

使い方は簡単!
  1. 社名やサービス名などを入力する。
  2. サンプルの中から好きなデザインを選ぶ。
  3. カラーパターンを選ぶ。
更に、キャッチコピーやシンボルを入れることも出来ます。
気に入ったロゴが出来るまでいくつでも作れます。

なかなかいい感じではありませんか?
海外のサービスなので日本語での作成が出来ないのが惜しいですね。
それと、作成は無料ですがダウンロードするとなると購入する必要があります。

ところで、AIの分野では画像認識が最も進歩していると言われていますが、
Googleからこんなゲームがサイト上で公開されているのを知っていますか?

あなたが描いた絵をAIは理解できるか? Quick,Draw!
https://quickdraw.withgoogle.com/

Google翻訳の文字認識の技術を応用したもので、キーワードで出されるお題に絵で答えるゲームです。
6問連続で出題され、1問につき制限時間は20秒。
お題は「自動車」「フクロウ」「口紅」など様々ですが、
戸惑っているとあっと言う間に持ち時間がなくなります(汗)
終了すると、描いた絵がお題通り認識されたかどうかが結果として出ます。
また、他の人が描いた絵を見ることも出来ます。

おもしろいので試してみました。

AIからのお題は・・・
「map (地図)」
「potato (じゃがいも)」
「necklace (ネックレス)」
「firetruck (消防車)」
「piano (ピアノ)」
「flashlight (懐中電灯)」

「地図」「じゃがいも」「ネックレス」までは比較的描きやすいお題だったのですが、
「消防車」「ピアノ」「懐中電灯」って・・・いきなり難易度高くない?!

とりあえず、結果だけお見せしますね。
base64test

下手な絵の割に、意外に成績は良かったような・・・?
「ピアノ」なんて、「こんな絵なのによくぞ認識してくれた!」という感じです(苦笑)
AIの進歩が証明されましたね(笑)

まぁ、上の絵をご覧の通り、少なくとも私が「デザインが苦手だ」と言うことはお分かり頂けたことでしょう。




社内情報共有・ナレッジマネジメントなら「ナレッジリング」
posted by CBIT池田 at 12:42 | Comment(0) | その他 | このブログの読者になる | 更新情報をチェックする