ハイテクノロジー推進研究所

  • お問い合わせ
  • サイトマップ
  1. HOME
  2. 業務のご案内
  3. フォーラム・セミナー業務
  4. 今後の開催予定
  5. PART799

マルチメディア推進フォーラム PART799「様々な応用事例が出てきた画像認識AI」

メール申込用フォーマット PDFファイル(FAX申込書付き)
開催日2019年7月17日(水) 13時00分~16時50分
場所アイビーホール青学会館 (アクセス
〒150-0002 渋谷区渋谷4-4-25 TEL:03-3409-8181(代)
受講料49,940円 (受講者1名交替可、コーヒー・資料代・消費税等を含む)

趣旨・論点

●画像認識技術とその応用システムの発展の歴史
●AI/深層学習による最近の画像認識技術の新たな展開
●画像認識AIの技術の動向
●画像認識AIの応用事例の動向
●業界プレイヤの基盤技術と今後の技術戦略
●画像認識AIの各種応用分野への展開戦略
●画像認識AIの今後の社会への応用・適用の予測

画像認識技術については、従来、主に「画像処理アルゴリズム」や「画像認識アルゴリズム」といったソフトウェア技術とそれを実行するCPU/GPU、メモリ、カメラ(画像センサ)といったハードウェア技術の発展に伴い社会での応用範囲も広がってきた。

歴史的にはOCRに代表される「文字認識」から「指紋認識」、自動車などの「車両番号認識」や人の「顔認証」などへと拡大し、最近ではMobileye社のように自動車の運転支援システムにも応用される技術へと発展するなど、社会的には大きな成果をあげてきている。。

しかしながら、画像認識技術を応用する場合に必要とされるコスト・パフォーマンスを実現するためには、汎用ハードウェアでは性能上の限界があったり、専用SoC(シリコン・オン・チップ)により画像処理を行う必要があるなど、その応用は特定分野に限られることが避けられないのが現状である。

このような中で、「機械学習」技術における「深層学習(ディープ・ラーニング)」技術の登場はこの限界を超える可能性を与えている。深層学習を活用すれば、相当数の画像を学習させることにより、様々な分野に活用できる可能性が期待されるからである。

。 最近では、深層学習においても汎用PCやサーバが活用できるだけでなく、深層学習のための汎用チップの開発も盛んとなってきており、深層学習による画像認識システムのコスト・パフォーマンスはより幅広い分野の要求レベルを満たしつつある。。

さらに、システム・アーキテクチャとして「学習プラットフォーム」と、よりシンプルな構造となる「実行処理プラットフォーム」で構成することも可能である。このようなアーキテクチャでは、学習プラットフォームで学習させた学習結果データを使って実行処理プラットフォームで認識させることにより、よりコスト・パフォーマンスに優れた応用システムが可能となると同時に、持続的に性能を向上させることも可能となる。

他方、深層学習を応用する場合、ソフトウェアによるアルゴリズムと異なり、結果についての「論理的証明」が難しく、従って、結果の「正確性」の保証に限界があり、また、なぜそのような結果となったのかの「説明性」を得ることが難しい。また、最善の結果を得るためには良質で大量の「学習データ」が不可欠であり、同時に、「異常データ」は通常多くないため「エラー検知」等に応用する場合には課題がある。このように、深層学習は「万能」ではないため、その「優れた能力・可能性」と同時に「課題」や「限界」を認識して応用していくことが求められる。

「機械が人間の仕事を代行する」という側面からAIの応用についてネガティブに評価されるケースがあるが、今まで機械ができなかった画像認識が実現され、人の「視覚機能」と「判断機能」の一部を機械が実現できるようになれば、むしろ、「自動化したいものの人手に頼らざるを得なかった」分野や「ヒューマン・エラーを減少・回避したい」、「人間の判断能力の向上をアシストする」といった分野などに応用することができるようになり、「生産性の向上」だけでなく「労働力減少」、「働き方改革」といった社会的課題の解決や様々な「サービスの高度化」をもたらすことも期待される。

本フォーラムでは、このような画像認識技術の新たな潮流を「画像認識AI」と捉え、その技術開発と社会応用に取り組んでいる関係者により、その技術の動向・戦略と応用事例を解説していただき、画像認識AIの今後の展望について論議してまいります

(座長-総合司会)
東京大学  名誉教授  齊 藤 忠 夫

スケジュール

各講演最後に質疑応答を設けてあります。

(基調講演)
「画像認識技術と深層学習等のAI技術による将来展望」
●画像認識技術と応用システムの歴史
●深層学習/AI技術の動向
●深層学習/AI技術の画像認識技術への適用の可能性と課題
●画像認識AI技術の将来展望
●画像認識AI技術による社会的課題の解決の展望

東京大学 名誉教授
齊 藤 忠 夫 氏
「「AIセンシングで進化する "Safe City"」 ~「安心・安全」を支える最先端映像解析技術を活用した監視ソリューション事例紹介~」
●パナソニックの画像認識システムの発展、経緯
●監視システム向け パナソニック映像解析技術
●Safe City AI映像解析ソリューション 事例紹介
●ディープラーニング顔認証システム FacePROについて

パナソニック株式会社 コネクティッドソリューションズ社
セキュリティシステム事業部
パブリックソリューションSBU(ストラテジックビジネスユニット)
戦略企画
神 尾  崇 氏

「日立製作所がめざすAIを応用した画像診断システムの動向」
●画像認識技術と応用システムの歴史、現状の課題
●画像診断システムの適用分野の動向、将来性
●画像診断システムにおけるAI技術の応用の経緯と特徴
●画像診断システムの適用分野
●画像診断システムから得られた知見
-AI技術の活用方法(応用システムの開発方法)
-AI技術を活用した画像診断システムの応用分野の可能性
●画像診断システムの今後の戦略

株式会社日立製作所 研究開発グループ
テクノロジーイノベーション統括本部
ヘルスケアイノベーションセンタ
荻 野 昌 宏 氏

(休憩/意見交換/名刺交換)

「富士通研究所のAI実践と画像認識応用の事例」
●富士通のAI(Zinrai)の取り組み
●Zinraiの特徴と実践事例
●Zinraiを活用した画像認識の実践事例
●実践事例から得られた知見と課題

㈱富士通研究所 デジタル革新コア・ユニット
行動分析プロジェクト プロジェクトディレクター
園 田 俊 浩 氏
「NTTコムウエアの画像認識AI『Deeptector』とその応用事例」
●「Deeptector」の開発の経緯と特徴
●「Deeptector」の応用事例
●応用事例から得られた知見
-「Deeptector」の活用方法(応用システムの開発方法)
-「Deeptector」の応用分野の可能性
●「Deeptector」の今後の応用システムへの展開戦略

NTTコムウェア㈱ ネットワーククラウド事業本部
サービスプロバイダ部 統括課長
宮 下 直 也 氏

フォーラム・セミナーFORUM・SEMINAR

開催決定
開催予定
  • [予定]

    「大企業/スタートアップ/内閣府それぞれから見たオープンイノベーション戦略」
一覧へ 一覧へ