実はまだまだ、AI〜農業実戦から見る課題〜
2012年、Googleが猫を識別できるAIを作りました。(詳細は以下URL)
Googleの猫認識 (Deep Learning) - 大人になってからの再学習
この画像から機械が判断し、識別する処理を画像処理と言います。(そのまんま)
その後、AIの画像処理技術は更なる飛躍を遂げ、現在では製造現場で不良品を識別する事にも用いられています。
NEC、機械学習で不良品を検出するシステムを製造現場向けに発売 | M2M/IoT | スマートグリッドフォーラム
一見、万能にも思える画像処理技術にも大きな課題があります。
それは「識別できるまでに手間がかかりすぎる」こと。
例えば農業。
農業では現在獣害対策として、監視カメラに写り込んだ動物がいつ、どれくらい、何が来たかというデータをとっています。
しかし、そのデータは一人一人が手作業で入力しているそうです。
「たぬき」「アライグマ」「キツネ」と。
ここで、機械学習を良くご存知の方は、「画像処理で素早くできるだろう」と思われるでしょうが現状厳しいそうです。
特にたぬきとアライグマは遠くから見ていると似ているそうで、尻尾のシマシマなどの特徴だけでは判別できないそうです。
それに、機械にたぬきとアライグマの判別をさせるには大量の画像データが必要です。
グーグルが猫の識別をするために1000万枚の画像データを用いました。
ラベル貼りという作業をすればもう少し、少ない画像数でできるそうですが、この作業はとても時間がかかります。
獣害対策にAIを用いるのはまだまだ難しそうですね。