IoT/AIイベントを実施：企業で活用されるAI技術 #7

都内では桜が満開となり、お花見をされた方が多いのではないでしょうか。
さて、今回のイベントでは「企業で活用されるAI技術 #7」と題して、AI関連のLTを中心に発表しました。

開催概要

発表内容

LT会の様子

今年初のLT会開催となりました。
募集枠は24名に対して、申込数は54名といつもにも増して関心が高い内容だったようです。
今回もファシリテーターは池田が担当しました。

固有表現抽出と適用例のご紹介

トップバッターは、AIエンジニアの長谷川。

今回は「固有表現抽出」に関するLTです。

まずは、「固有表現抽出」に関する簡単な概要を説明。

実際に実験をする際の準備。

学習データの準備は「人間が頑張って用意する」というアナログな感じです。

実際の実験結果（抽出した結果）①。
「常磐神社」だけ学習データになかったのか、抽出に失敗していました。

実際の実験結果（抽出した結果）②。
こちらは同じ単語でも「地名」と「人名」になるパターン。
同じ単語でも文脈で異なるラベル付ができています。

最後にまとめ。

実際の活用事例はスライドをご確認ください。

GPUいらずの高速動画異常検知

続いてもAIエンジニア、馬場が発表します。
こちらは「高速動画異常検知」に関するLTです。

動画異常検知などを行う動画解析の課題は「コスト」と「専門性」。

実際の解析実験。
正常動画Aと異常動画Bを解析します。

結果として、正常動画と異常動画で相違があった場合に「異常度」としてグラフと画面上に黒いピクセルで表現されます。
スライドを参照いただけるとさらに分かりやすいです。

この「動画異常検知」をどのように活用しているかを明示。
非常にメリットが分かりやすい活用事例です。

3Dモデル類似検索

そして3人目もAIエンジニア、熊田が登壇。

3Dモデルの類似検索に関するアルゴリズムを解説。
3Dモデルを正十二面体の頂点数、20枚の2次元画像に「射影」することから始まります。

①正十二面体
②20枚の画像化
③1枚の画像を200個の特徴ベクトルにする→合計4,000個の特徴ベクトルを作成
④複数の物体を用いてあらかじめ計算したボキャブラリーベクトル（V）を用いて、③の特徴ベクトルがどれに近いかを数えてヒストグラムを作る
⑤ベクトル同士を比較して類似度を算出（次の画像がわかりやすいです）

このようにして3Dモデルの類似度を比較して検索結果を表示するソリューションが「Orizuru 3D」です。

ロボットと協働生活中に試行錯誤したこと

4人目はほぼ毎回発表しているセンシングサイエンテイストの坂本です。

今回はロボットを使って何ができるかを試行錯誤。
まずは身の回りの課題を洗い出しました。

課題①：そうじ
動画はこちら

システム概要。

課題②：目覚し
こちらでも同様にこんなことができますよという動画を公開。
動画はこちら
システム概要も示してます。

様々なアイディアを実現していきたいものです。

可視化の先にあるものとは

最後は毎回登壇しているCTOの田口。

今回はIoT Newsで記事になった「取得した数値データをどう見るか、そして可視化の先にあるものとは　－東芝デジタルソリューションズ福本氏、コアコンセプト・テクノロジー田口氏インタビュー」の記事を解説。

可視化をするための情報収集について、データ取得のその先はどうすればよいか。

とりあえずデータを分析する、もしくは課題設定をしたうえで、必要そうなデータをとる。

加工品質が温度と因果関係があるというのはどうやって導き出したのか。

積み上げられた経験がすべてである。
その知見をもとに解析することが重要。

懇親会は恒例のお寿司

LT会のあとはお酒とおつまみとお寿司で懇親会。
イベントなどの懇親会ではピザがよく出されることがありますが、
当イベントでお寿司にこだわっているのは「手が汚れない」という理由です。（お箸で食す前提ですが。。。）
手を汚さず会話を楽しめる環境にこだわっております。

今回ご参加いただけなかった方も、ぜひ次回ご参加いただければと思います。

最後に

次回は再来月を予定しております。
ご参加いただけるお客様のご期待に応えられるように次回もしっかりと企画していきたいと思います。
また、一緒にイベントを開催してくださる企業さまも募集します。
ぜひ、ご興味があるかたはこちらからご連絡お願いいたします。