DeepEye Machine Vision 技術者でなくても簡単に始められるAI作成パッケージが登場 DeepEye Machine Vision 技術者でなくても簡単に始められるAI作成パッケージが登場

自社製品、自社工場ラインにAI/ディープラーニングを使ってみたいが、どの製品を選んだいいか分からない、PoC(概念実証)をやってみたいがコストがかかりそう。
――こんな製造現場の懸念を解消するのが、コンピュータマインドの「DeepEye Machine Vision」だ。
AIの学習に必要なハードウエアとソフトウエアがセットになった低価格のオールインワンパッケージで、ディープラーニング技術を用いた画像分類・物体検知が簡単に行える。

数学好きのAIエンジニアを結集し専門チームを立ち上げ

AI/ディープラーニングの言葉を新聞やネットの記事で目にしない日はないほど、企業での導入が広がっている。だが、自社で導入するとなると、どの業務に適用できるのか分からない、期待する効果があるのか分からないといった懸念の声も聞かれる。

実際、導入目的が明確な業務システムなどと違って、AI/ディープラーニングは導入効果がはっきりしないところもある。PoC(概念実証)で確かめたいところだが、AI/ディープラーニングが業務に使えるかどうかも分からないのに、多く時間との費用をかけてまでPoCに踏み切れない企業も少なくない。

こうしたAI/ディープラーニングの課題や懸念を解消するのが、コンピュータマインドの「DeepEye Machine Vision」(以下、DeepEye)だ。「AIエンジニアでなくてもAI/ディープラーニング開発にチャレンジできる」をキャッチフレーズにAI市場に参入した。

元々コンピュータマインドは、半導体の検査装置などの制御系や組み込み系ソフトをはじめ、金融系ソフトや業務系ソフトの受託開発を行ってきた。「2011年にアルゴリズムの最適化による高速処理や高度解析処理の対応を強化するため、数学に特化した専門チームを編成したのがAI/ディープラーニング事業の始まりです」とコンピュータマインド常務取締役の萱沼常人氏は説明する。

AI/ディープラーニングというと、AIに熟知した専門家でなければ扱えず、多額の初期投資が必要な製品・サービスも少なくない。「製造現場などAI専門家でない技術者の、高機能でなくても手軽にコストを抑えながら始めてみたいというニーズに応えて開発したのがDeepEyeです」とコンピュータマインドの石原翔氏は開発経緯を話す。

萱沼 常人 氏
株式会社コンピュータマインド 常務取締役
萱沼 常人 氏 Kayanuma Tsunehito
石原 翔 氏
株式会社コンピュータマインド 開発第2Gr. 営業Sc. 主任
石原 翔 氏 Ishihara Akira

画像分類と物体検知に特化した学習データでAIアルゴリズム(モデル)を作成

DeepEyeのハードウエアスペック
DeepEyeのハードウエアスペック

DeepEyeは、ディープラーニングの学習に必要な汎用GPUを搭載したハードウエアに、学習データ作成からAIアルゴリズム作成に必要な機能を備えたソフトウエアをプリインストールし、オールインワンパッケージで提供。価格は98万円(税別)だ。「導入したその日から利用できることが大きな特長です。ディープラーニングに関する詳細な知識も、GPUなどの動作環境の準備や知識も必要ありません」と萱沼氏は強調する。

DeepEyeは製造現場などでの画像分類と物体検知に適用できる。画像分類は、画像に映るオブジェクトを認識し、そのオブジェクトがどのカテゴリーに属するのか分類。工業製品の外観検査などで見られる微小な傷や汚れなどを検知して正常・異常を判定する。

工業製品だけでなく、医療機器、農産物などの自然素材などにも適用できる。「農業分野の検査装置にDeepEyeを組み込み、果物などの出荷時に外観の色や形で仕分けるといった使い方も可能です」と萱沼氏は画像分類の適用例を説明する。

物体検知は、画像の中の物体の位置とカテゴリーを検知する。監視カメラなどで利用される人の検出や、製品の傷ついた部分の特定、異物検査などで利用できる。例えば、橋梁や道路など社会インフラの老朽化対策が課題になっているが、橋梁などの保守・点検にもDeepEyeを活用。ドローンにカメラを取り付けて橋梁の写真を撮影し、劣化している箇所を判定するAIアルゴリズムを作成するといった使い方も可能だ。

変わった使い方では、工場などの敷地内に入り込む犬やイノシシなどの動物の検知にも利用できるという。「従来の監視カメラは管理人が目視していないと人と動物の区別がつきませんが、DeepEyeの物体検知を使えば、動物が敷地内に紛れ込んできたときにのみアラートを出すといった監視システムが可能です」(石原氏)

PoCの利用にも適した直感的なGUIで簡単操作

AI/ディープラーニングによるAIアルゴリズム作成では、AIの知識やコマンドなどの入力作業が必要になると思いがちだが、DeepEyeの使い方は簡単だ。直感的なGUI操作で学習用データ作成からAIアルゴリズム作成、推論評価まで一連の処理を簡単に実行できる。

例えば工場の生産工程で発生する不良品を画像分類で検知する場合、DeepEyeの画面上に作成した良品と不良品のそれぞれのフォルダーに、数百枚程度の良品の画像と不良品の画像をドラック&ドロップで入れる。画像の数は多いほど学習精度が高くなる。学習条件を設定して、学習データ作成のボタンをクリックすれば、PCが学習しAIアルゴリズムを作成する。

「学習用データやAIアルゴリズムの作り方にもよりますが、DeepEyeの場合、概ね80~90%の精度が可能です。手始めにPoCで使ってみてください」と萱沼氏は話す。

直感的に操作できるGUIを備える

  1. 1.メイン画像

    実施したい機能を画像分類・物体検知の中から選択
    1.メイン画像
  2. 2.学習用データ作成(物体検知)

    選択したタスクに応じた学習用データを作成
    ※画面は物体検知タスクの学習用データ作成画面
    2.学習用データ作成(物体検知)
  3. 3.学習条件設定

    Deep Learningによる学習条件を設定
    ※画面は物体検知タスク用の学習条件設定画面
    3.学習条件設定
  4. 4.学習モデル作成・経過可視化

    作成した学習用データと、設定した学習条件を使用して学習を行う。学習実行時には経過を可視化
    4.学習モデル作成・経過可視化

一般的にAI/ディープラーニングのPoCを行うだけでも多額の費用がかかり、中小企業には敷居が高い。また、大手企業でも事業部レベルであまりコストをかけずにPoCを行いたいというニーズもある。「DeepEyeでまずPoCを行い、もっと高精度の検知が必要なら、当社に開発を依頼していただければカスタマイズし、より高精度・高速処理のシステムを提供します」と萱沼氏は説明する。

こうした顧客ニーズに対応が可能なのも、コンピュータマインドではAI/ディープラーニング技術を熟知した専門チームがシステム開発や顧客サポートを担っているからだ。「製造業ではシステムの処理時間に非常にシビアです。専門チームのエンジニアが汎用GPUのチューニングなどを行い、高速処理の要望にも応えられます」と石原氏は同社の対応力をアピールする。

DeepEyeは製造、農業、社会インフラ、医療などの様々な分野に応用できる。さらに今後は他社の製品・サービスとの連携を進めていく。例えば、IoT関連メーカーと連携してエッジデバイスにDeepEyeで作成したアルゴリズムを組み込み、エッジデバイス側で高速処理するといった使い方も開発中だ。

コンピュータマインドでは、DeepEyeのデモ機の貸し出し(最長2週間)を行っている。また、毎月無料講習会も行っているので、AIに興味があれば足を運んでみてはどうだろうか(無料講習会の詳細はhttps://deepeye.jp/)。

お問い合わせ

株式会社コンピュータマインド 東京本社

お問い合わせフォーム