生活における人工知能の主な応用

人工知能は2度のブームを経験し、現在は3度目のブームを迎えています。主な理由は、第一にディープラーニング技術に代表される技術の急速な発展、特に画像処理分野における大きな進歩、第二に強力なコンピューティングパワー、そして第三にデータ量の増加です。データ コンピューティング機能とアルゴリズムがあるからこそ、より多くの分野でより多くのビジネス上の問題を解決できるのです。今日のビジュアル インテリジェンスの実践における探求は、次の 4 つの側面に反映されています。

1. 電子商取引検索

現在、eコマース検索は比較的成熟した製品であり、大規模に導入され始めています。目標は、eコマース検索において、テキストのほかに、動画広告や視覚的な診断の探索など、別のタイプの検索を提供することです。ディープラーニングの急速な発展により、電子商取引環境における画像検索は大きな進歩を遂げ、ほぼ「見たままの情報」を実現し、関連情報をオンラインで検索できるようになりました。

2. 都市の目

City Eye の目標は、市内の多数のカメラを分析して、交通と安全に関するよりインテリジェントな判断を下すことです。計算の観点から見ると、都市全体の何万台ものカメラを分析するには膨大な計算能力が必要です。しかし、今日のクラウドと大規模コンピューティング プラットフォームのサポートにより、ビデオ データを構造化することで、ネットワーク全体にわたるビデオ データの大規模な検索が可能になります。例えば、車両の属性やナンバープレートに基づいて映像データを検索することで、逃走車両を追跡することができます。

3. 動画広告

探索の最初の側面は、すべての視聴者の視聴体験に影響を与えることなく、広告をシームレスに埋め込むためにビデオ内の適切な位置を見つけることです。

2 つ目の側面は、ビデオ コンテンツを分析し、シナリオに適した適切な広告を埋め込むことです。

3 つ目の側面は、機械学習を使用して広告ポスターの生成をより便利にするインテリジェントな広告デザインです。ユーザーは、直線と四角形を描くだけで、手動で作成したものとほぼ同等の品質の広告ポスターを生成できます。

4. 視覚診断

視覚診断は、機械の診断と生物の診断の2つの部分から構成されます。

従来の産業診断方法は、人がツールを持って現場検査を行うというものでした。診断機の目的は、視覚的な分析によって機械の手動検査を置き換えることです。現場でビデオを撮影し、視覚的に分析することで、機械の故障を自動的に診断できます。診断生物学は、医療画像のインテリジェントな診断です。