AI(Artificial Intelligence)

人工知能(Artificial Intelligence)の高度化に適応し、新しいアプリケーション・モノ・サービスの技術開発を行います。

人工知能とディープラーニング

「人工知能」(AI) という言葉の初出は 1950 年代と言われています。第1次 AI ブームと呼ばれたその時代において、AI とは、チェスや数学の定理の証明を行うことができるコンピュータを指す言葉でした。

第2次 AI ブームと呼ばれた 1980 年代においては、記述された知識表現(ルール)を基礎とする「エキスパートシステム」(推論エンジン)など、AI は、より現実的な判断を行うシステムを指すようになります。当時、日本では「第5世代コンピュータ」プロジェクトが推進され、AI に関連する意欲的な研究が多数行われました。オージス総研にて AI についての最初の取り組みを開始したのも、この時期になります。

そして現在、第3次 AI ブームと呼ぶべき潮流が、再び訪れています。2010 年代になり、1980 年代初出の「ニューラルネットワーク」と呼ばれる、脳神経回路を模したアルゴリズムの研究について、応用が現実的に可能となりました。ニューラルネットワークを基礎とする深層学習(ディープラーニング)により、AI は、データから特徴量を学習し、高精度な分類、予測、認知などを行える知識を獲得するに至りました。

ディープラーニングは、AI の歴史において「50 年来のブレイクスルー」であると言われています。機械学習(Machine Learning)のひとつの手法として位置づけられていますが、高度な専門知識を前提とした特徴設計は不要です。画像認識・音声認識といった応用では、ヒトの視覚能力や聴覚能力を上回る精度となった事例もあります。

オージス総研のAIへの取り組みと AIテクノロジセンター

オージス総研では、機械学習・ディープラーニングの専門組織「AIテクノロジセンター」を設立し、AI関連技術への取り組みを強化します。これまでのルールエンジンや統計的手法を応用したソリューションに加え、機械学習・ディープラーニングの技術支援、トレーニングサービスをご提供いたします。

これまでの取り組み

2017年度の取り組み

屋外設備の画像診断
葉物野菜に付着した害虫の検知
センサーデータに対する深層学習を用いた取り組み

2016年度までの取り組み

国内外の事例調査
設備検査における実現可能性評価
ツール/フレームワーク調査・比較評価
配備環境構築・プラットフォーム選定(※1)
AI活用システム開発プロセスの管理
教師データ作成ツールの開発・提供

今後に向けた取り組み

AI テクノロジセンターでは、画像認識・音声認識・言語処理・異常検知といった、有用性を高く評価されている事例の多い対象分野に注目し、機械学習・ディープラーニングの応用を中心とした技術開発に取り組みます。また、お客様に弊社の実績・知見をベースとしたコンサルティングサービスをご提供予定です。

※1 AI活用環境の構築容易性と、必要な学習モデルの柔軟性を踏まえてプラットフォームを選定し、開発を進めることがコスト最適化の観点で必要になります。

AI活用環境の構築容易性と柔軟性の関係

関連するソリューション

ルールエンジン(BRMS)
クラウドプラットフォームサービス

関連する研修・トレーニング

「知る」だけでなく実際に生データを活用して体感できるAI研修

Webマガジン - 専門家達のコラム

「<オージス総研をとりまく>人工知能技術の過去と現在(1)」
「論文紹介 A Recurrent Latent Variable Model for Sequential Data」
「ビジネスを解析する手法とその比較(AI含めて)」
「スマートグリッド社会成熟度モデルと人工知能」
「<オージス総研をとりまく>人工知能技術の過去と現在(上)」
「<Part 2>人工知能技術の過去と現在(1)」

オブジェクトの広場

Amazon SageMakerの紹介 第1回 概要と基本的なチュートリアル

@IT - @IT Special

大阪ガス、オージス総研、IBMに聞く、機械学習とデータ活用を阻む「壁」の壊し方