AIの活用例
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
単語検索
|
最終更新
|
ヘルプ
]
開始行:
「[[.NET 開発基盤部会 Wiki>http://dotnetdevelopmentinfras...
-[[戻る>人工知能（AI）]]
--AIの活用例
--[[ロボティクス>人工知能（AI）：ロボティクス]]
--[[AIプロジェクトのマネジメント]]
*目次 [#r6d85a15]
#contents
*概要 [#pc038149]
*詳細 [#c42b04d6]
**[[非構造化データ>要素技術#qa6076ee]] [#c37f10b6]
***[[言語処理（AI）]] [#c2bcbaf6]
[[言語処理]] > [[言語処理（AI）]] > [[機械翻訳]]
***[[音声処理（AI）]] [#rc691145]
[[音声処理]] > [[音声処理（AI）]] > [[音声合成、音声認識>...
***[[画像処理（AI）>画像処理とコンピュータビジョン（AI）]...
[[画像処理>画像処理とコンピュータビジョン]] > [[画像認識...
**クラウド・サービス [#hbdad85e]
[[メガクラ>クラウド#x3072d31]]では、一般的に、[[非構造化...
-[[言語処理（AI）>#c2bcbaf6]]
-[[音声処理（AI）>#rc691145]]
-[[画像処理（AI）>#u1322fc1]]
***[[Azure>https://techinfoofmicrosofttech.osscons.jp/ind...
***AWS [#xc038323]
***GCP [#g799a968]
**個別のサービス [#z1602e27]
***文書検索 [#c22f6006]
Google検索
-[[文書検索、あいまい検索>言語処理（AI）#l3a1f930]]
-レコメンデーション
-パーソナライズド・サーチ
***[[機械翻訳>言語処理#nb5e121e]] [#l1d77289]
***[[チャットボット>言語処理（AI）#zd35939d]] [#fc01f3f6]
***エンリッチメント [#af0617f1]
言語・画像からの自動タグ付けサービス
-[[言語の自動アノテーション>言語処理（AI）#e6400ea2]]
-[[音声の自動アノテーション>音声処理（AI）#c28cf878]]
-[[画像の自動アノテーション>画像処理とコンピュータビジョ...
***感情分析 [#pbbc75b2]
コレも[[エンリッチメント>#af0617f1]]の一種
-文章からの
-...
***文書の要約と分類 [#ra235b7b]
コレも[[エンリッチメント>#af0617f1]]の一種
-Gmailのスマートリプライ
-ナレッジ・シェアサービス（ニュースのレコメンド
***異常・不正の検出 [#y95cb949]
-[[不正会計の検知>機械学習（machine learning）#o74a1833]]
-不正取引検出~
正例が少ない。
--仮ラベル付
--○：[[アクティブ・ラーニング>機械学習（machine learning...
-[[設備の異常検知>#nc55395f]]
-[[産業 > 不良品検知>#o6ad8a75]]
-[[医療 > 画像認識による診断>#m0dbf4e0]]
***出会い系 [#a1875183]
-マッチング
-ナビゲーション
**ビジネス上での活用シーン [#ta10c38a]
***バックオフィス [#vbd71e6f]
テキスト系が多い気が。
-デジタルマーケティング
--[[レコメンド>#ha0f7b1b]]
--顧客分析
--商品分析
--需要予測
-アフターサービス
--[[メールの要約と仕分け>#ra235b7b]]
--[[チャットボット>#fc01f3f6]]
-文書のレビュー・チェック
--契約書のリーガルチェック
--...
***フロントオフィス [#o1def02d]
画像系が多い気が。
-クリーニングの受付（セルフレジ
-ブランド品の査定買取（セルフレジ？
-きゅうりの仕訳など、農業ノウハウ
-食品加工のための骨領域の判別
***マーケティング [#ha0f7b1b]
-価格最適化~
在庫最小化、価格（利益）の最大化
--需要予測
---教師あり学習
---訪問者数、購買、価格（やSKU）~
のデータから需要量を予測する。
--数理最適化
---数理モデル
---制約条件の下で目的関数を最大（小）化する決定変数を見つ...
---価格別の需要予測を元に在庫情報を加味し最適な価格を推定...
---制約漏れのケースが多いので、アジャイルに試行錯誤しなが...
>※ 様々な、思想や嗜好、チャネルや販促などを含むので難しい...
-レコメンデーション
-[[自動タグ付けサービス>#af0617f1]]
-[[顧客行動理解>ベイズ統計#f1a475b2]]
***設備の異常検知 [#nc55395f]
[[自己符号化器（オートエンコーダ）>ニューラルネットワーク...
-誤検知の対策が重要
--誤検知の対策~
誤検知の[[学習データを追加し再学習>深層学習のテクニック#w...
--トレンドの学習~
変化する正常データに対応するため~
定期的に[[学習データを追加し再学習>深層学習のテクニック#w...
-維持管理保守の事例
--生産設備
--社会インフラ
---トンネル、橋梁、河川、護岸、発電設備
---ドローンと組み合わせ
以下は、音と振動からの生産設備（機械）の異常検知と予防保...
-伝統的な正常・異常の判断（異常振動の発生周波数の分類）
--低周波：偏心 / 偏芯 / ゆるみ、外観検査 / 寸法測定 / 打...
--中周波：摩耗や衝突、打音検査 / 潤滑油検査 / 分解検査
--高周波：摩耗や衝突 / 傷や割れ、潤滑油検査 / 分解検査
-統計量 / 機械学習による異常検知
--[[統計量>統計解析]]
---正規分布からの外れを数値化して閾値で判定
---MT法（マハラノビス・タグチ法）
--[[機械学習>機械学習（machine learning）]]：外れ値を検知
---k-近傍法（k-NN）
---One-class SVM
---混合正規分布（GMM）
--[[深層学習>深層学習（deep learning）]]
---LSTM（系列データ）：変化点を検知
---自己符号化器（オートエンコーダ）~
入出力の差（再構成誤差）が、小さい：正常、大きい：異常
---変分自己符号化器（変分オートエンコーダ）~
さらに強力な手法らしい。
-異常検知は教師なし学習が基本
--高精度のクラス分類モデルには大量データが必要
--異常の種類が多様（要因の重なり、カバーできない）
--正常データのみで学習、正常・異常データでテスト
-難易度
--やさしい：一定速度で回転する機械
--やや難しい：動作モードの変化がある
-異常診断
--物理現象が不明：そもそも難しい
--物理モデルがある場合：シミュレーション＋機械学習
-予兆検知
--予兆・異常の学習データが得られ難い。
--耐用期間
---１ヶ月程度：データを集め易い。
---数ヶ月～数年間：データを集め難い。
--設備モニタリングの進化~
2で運用して3のためのデータを集める。
>
+稼働状況のモニタリング
+稼働状況＋異常検知
+予兆検知して事前に対応する。
**業種別の活用シーン [#a408a92b]
***産業 [#o6ad8a75]
-[[生産設備の異常検知>#nc55395f]]
-不良品検知~
製造ラインで不良品を検知する。
--[[画像のパターン認識を使用し>画像処理とコンピュータビジ...
---良品学習型（[[教師なし学習>機械学習（machine learning...
---（良品の）撮影のフィジカル系（撮影環境）の模索
--[[設備の異常検知>#nc55395f]]と同様に、~
オートエンコーダ（ただし、画像）を使ったものもあるらしい。
***流通 [#j8f8a628]
-[[自動運転>画像処理とコンピュータビジョン（AI）#l5485c45]]
-最適な配車・運行
--配送トラック
--公共交通機関
---ダイヤ・ルートのないバス（乗車需要予測）
---, etc.
--タクシー（乗車需要予測）
---[[スタック型オートエンコーダ>ニューラルネットワーク#l7...
---入力するデータ~
・気象データ~
・リアルタイム人口統計~
・実績データ~
・過去6時間分のタクシー乗車実績~
・同一曜日、同一時間帯の平均乗車数~
・非日常的データ（電車遅延やイベント~
-物流倉庫の自動化
--パッキング・出荷の自動化
--配送ルート最適化
--電力データ分析（不在判断
***公共・社会 [#gc13df40]
-[[社会現象、社会データ>人工知能（AI）#q63cc197]]の分析
-[[社会インフラの異常検知>#nc55395f]]
-[[ゴミ識別AI搭載自動運転クレーン>画像処理とコンピュータ...
***金融 [#p56f7ef2]
-データ入力
-与信判断
-[[不正取引検出>#y95cb949]]
-金融商品レコメンド
-金融市場予測
--[[時系列・テキスト等のデータ>人工知能（AI）#nf1097c0]]...
--特徴
---データ（説明変数）選択の自由度の高さがある。
---コロナ第１、２波以降等、一過性の振る舞いが多い。
---フェアな検証の限界~
・バック・テスト：過去データを用いたAIの[[過学習>機械学習...
・フォワード・テスト：未来データを用いた説明変数を"選択"...
--普遍性の高い説明変数の選択
---ファンダメンタル等~
・売上の伸び~
・中央銀行の金融政策および金利
---普遍的、市場心理の現れ~
・チャートの形~
・需給バランス
--成功する開発方法論
---仮説ドリブン~
データ（説明変数）を厳選し、仮説に合う特徴量に加工
---シンプル・イズ・ベスト~
市場予測AIの失敗原因のほとんどが[[過学習>機械学習（machin...
---最適化ではなく安定化~
既存データに対して最適点を見つけても~
未来のデータに対して最適点ではない可能性が高い
---効率的市場仮説~
成り立つ市場と成り立たない市場がある（らしい~
・成り立たない「小型株、新興国通貨、暗号資産」などの市場...
・成り立つ市場では「オルタナティブ・データ」を追加して予...
-[[複雑系データ>人工知能（AI）#g1523ed5]]の事例
--株価予測モデル~
データドリブンでモデル同定
---状態空間モデルで~
一期前の状態を使って現在の状態を予測して予想モデルを作る。~
...のではなく、現在の状態を抽出して、予想モデルを作る。
---シンプルな予想モデルがワークする空間を探索して切り出す...
決定木を大規模組み合わせの最適化からベストなものを選んで...
---予想のたびに繰り返す（ウォークフォーワードモデル）
---主観に左右されずに複雑系データを説明して予想できるが~
計算量が非常に大きくスパコンを使っても計算が収束しない。
--金融機関の破綻連鎖推定~
希少イベントを生成・分析し対応策を探す
---金融機関の銀行間取引・資金取引をネットワークの形でモデ...
---銀行の中のバランスシートをモデル化
---破綻連鎖の増加と媒介中心性の関係をシミュレーション
---決定木学習で連鎖破綻しやすいノードを発見
---自己資本比率と連鎖破綻数の関係をシミュレーション
-銀行~
-保険~
-証券
--ネット証券：個人投資家向け投資助言サービス
--FX取引：自動トレード → 裁量トレード（支援ツール）
-機関投資家~
***医療・介護 [#m0dbf4e0]
-介護・ヘルスケア
--データヘルス、Personal Health Record（PHR）
---病気の治療 → 未病ケア・予防
---画一的な治療 → 個別化された治療
---医療関係者中心 → 個人の主体的な関与
--Stealth-Adaptive Exergame Design Framework~
意識させない計測 → 運動能力の推定 → 難易度への反映
--リハビリでの利用
---[[姿勢推定>画像処理とコンピュータビジョン（AI）#k6cde4...
---（AI成分が何処か微妙だが）人工筋肉＋VR＋AI~
のような建付けのリハビリ・トレーニング。
-医療
---診断での利用~
・複雑化した医学研究の成果の効率的な応用~
・希少疾患（病理診断、画像診断、遺伝子ゲノム解析の統合）~
・客観性の高い自閉症スペクトラムの診断の均てん化~
・病理医の負荷軽減~
・[[画像認識による診断>画像処理とコンピュータビジョン#l...
・[[GANによる教師なし異常検知>ニューラルネットワーク#b6...
・新たな所見や疾患概念の発見~
・インフォームド・コンセント
--医療従事者の負担軽減
---[[ロボットによる>人工知能（AI）#mc927cb5]]
---[[自動音声口述筆記>音声処理（AI）#u82a1a0a]]
--患者データの共有化
---Personal Health Record（PHR）
---Patient Reported Outcome（患者報告アウトカム）
---鑑別診断システム、在宅看護支援システム
--その他
---予測~
・分娩予測~
・
***農業 [#i21b55d6]
農業バリューチェーン効率化に活用されるAI
-課題
--気候変動や災害被害
--過酷な労働環境＋高齢化＝人手不足
--バリューチェーン全体でさまざまなロスが発生
---廃棄ロス、機会ロス~
---事業者でのロスと家庭でのロスが半分ずつ
-方向
--栽培環境の整備
--栽培制御性の向上
--需要と供給のマッチング
-ソリューション~
AIによる植物工場バリューチェーン効率化システム~
コンセプト：全体最適化によるロス削減
--需要・供給予測と受注マッチング
--作物生産の各プロセスを精密制御
---種蒔き量と生育速度の制御
---健康野菜の生産効率化
-需要・供給予測（卸売価格予測
--変動要因
---春夏秋冬といった季節
---盆正月や市場が休むタイミング
---前日・先週・先月といった過去の価格動向
---生産地や消費地の現在と過去の天気
--予測モデル
---[[重回帰分析>統計解析#na76c5ec]]~
簡単に計算でき 全体傾向を捉えるのに効果的~
大きな動きに対してはズレが大きい傾向にある。
---[[LSTM（long short term memory）>ニューラルネットワー...
・大きく変動する動きにも対応できる。~
・より大きな動きに対して追従する。
-生育予測
--ばらつきの要因
---種~
・個体によるばらつき~
・種蒔き収穫の季節によるばらつき~
・保存の期間や条件によるばらつき~
・苗八作、苗半作（苗の出来で作柄が決まる
---栽培条件~
・人為的要因：種蒔き、移植、定植は人手のばらつき~
・一般環境：光、温度、湿度、風、水流の時間変化~
・液肥：NPK（窒素・リン酸・カリウム） 成分濃度~
・隣の株のありなしや株の高さ~
--苗八作、苗半作的な生育予測~
画像のAI解析によりレタスの
---現在の重量を推定
---1週間後の（収穫時期の）重量を予測
-栽培制御~
植物工場という環境が制御できる生産方式で初めて実現できる
--光合成の制御~
光のエネルギーによって水と二酸化炭素を原料にブドウ糖を生...
---二酸化炭素の濃度を変える
---植物が吸収する光の量を変える
--その他、生育に影響するパラメタの制御
---環境 肥料など非常に多い
---最適生産条件を見つけるのは至難の技
---今後AIによって大きく発展が期待される分野
**共通のパターン [#gbda95ce]
MS曰く、共通のパターンがあるとのこと。
***アプリに組込むケース [#dd19ebda]
-BOT系＋視覚、音声、言語、意思決定系のAISaaS
-ノーコード・ローコード＋視覚、音声、言語、意思決定系のAI...
を使ってアプリを構築するなど。
***ナレッジ・マイニング [#x0af2f2f]
AI機能が実装された検索機能を用い、
-取込
-エンリッチメント
-抽出
-インデクシング
と処理することで、ナレッジ・マイニングが出来る。
***意思決定や推定など。 [#h9730b68]
機械学習を用いた、意思決定（≒BI）や推定（≒AI）など。
*参考 [#oebc37bf]
-AIがドライバーの事故リスクを推定、ソニー損保が新たな自動...
https://xtech.nikkei.com/atcl/nxt/news/18/07346/
-AIで早期胃がん領域の高精度検出に成功｜国立がん研究センタ...
https://www.ncc.go.jp/jp/information/pr_release/2018/0721...
-AIで取引先企業の業況変化を早期に検知 三井住友銀行が導入...
https://www.itmedia.co.jp/enterprise/articles/1809/27/new...
-作業時間を劇的に改善、高性能カメラとAIでひび割れ点検（1/...
https://built.itmedia.co.jp/bt/articles/1804/18/news020.h...
-AIによるビッグデータ活用で30分後のタクシーの需要が予測で...
https://sorabatake.jp/6015/
-オプティマインド、株式会社ブルボンと実証実験開始！AI活用...
https://prtimes.jp/main/html/rd/p/000000002.000034529.html
-六花亭製菓が製造工場にIoTを試験導入製造ラインの故障をAI...
https://www.ntt-tx.co.jp/whatsnew/2018/181017.html
-AIを使って手書き文字認識率9割以上、キヤノンMJとCogent La...
https://xtech.nikkei.com/it/atcl/news/17/102502512/
-キリンビール、NECの店舗棚割画像解析システムを導入 | IoT ...
https://iotnews.jp/smart-building/87529/
-筑波大学とKCCS、皮膚腫瘍の鑑別能力が専門医よりも高いAIシ...
https://dcross.impress.co.jp/docs/usecase/000619.html
-正常データのみで学習可能な外観検査ソフトウェア「gLupe」...
https://techfactory.itmedia.co.jp/tf/articles/1806/25/new...
-ピープル・アナリティクスの活用により「未来を予測し、先手...
90%の精度を実現した、テンプホールディングスの挑戦～（前編...
https://jinjibu.jp/hrt/article/detl/techactivities/1654/2/
-救急隊の出動、AIが予測 迅速化へ名古屋市消防が実験：朝日...
https://www.asahi.com/articles/ASLCX470HLCXUBQU008.html
-なぜ食品業界は日本気象協会に仕事を依頼するのか （井出留...
https://news.yahoo.co.jp/expert/articles/2c7885b8a834ed1b...
-日立、AIやIoTを使って配送計画を最適化するサービスを提供 ...
https://response.jp/article/2019/03/01/319644.html
-人工知能で野菜を栽培する時代へ、クラウドでLEDを自動制御...
https://www.itmedia.co.jp/smartjapan/articles/1507/17/new...
-「やよいの青色申告 23」 - 弥生株式会社【公式】~
https://www.yayoi-kk.co.jp/shinkoku/aoiroshinkoku/yayoiao...
終了行:
「[[.NET 開発基盤部会 Wiki>http://dotnetdevelopmentinfras...
-[[戻る>人工知能（AI）]]
--AIの活用例
--[[ロボティクス>人工知能（AI）：ロボティクス]]
--[[AIプロジェクトのマネジメント]]
*目次 [#r6d85a15]
#contents
*概要 [#pc038149]
*詳細 [#c42b04d6]
**[[非構造化データ>要素技術#qa6076ee]] [#c37f10b6]
***[[言語処理（AI）]] [#c2bcbaf6]
[[言語処理]] > [[言語処理（AI）]] > [[機械翻訳]]
***[[音声処理（AI）]] [#rc691145]
[[音声処理]] > [[音声処理（AI）]] > [[音声合成、音声認識>...
***[[画像処理（AI）>画像処理とコンピュータビジョン（AI）]...
[[画像処理>画像処理とコンピュータビジョン]] > [[画像認識...
**クラウド・サービス [#hbdad85e]
[[メガクラ>クラウド#x3072d31]]では、一般的に、[[非構造化...
-[[言語処理（AI）>#c2bcbaf6]]
-[[音声処理（AI）>#rc691145]]
-[[画像処理（AI）>#u1322fc1]]
***[[Azure>https://techinfoofmicrosofttech.osscons.jp/ind...
***AWS [#xc038323]
***GCP [#g799a968]
**個別のサービス [#z1602e27]
***文書検索 [#c22f6006]
Google検索
-[[文書検索、あいまい検索>言語処理（AI）#l3a1f930]]
-レコメンデーション
-パーソナライズド・サーチ
***[[機械翻訳>言語処理#nb5e121e]] [#l1d77289]
***[[チャットボット>言語処理（AI）#zd35939d]] [#fc01f3f6]
***エンリッチメント [#af0617f1]
言語・画像からの自動タグ付けサービス
-[[言語の自動アノテーション>言語処理（AI）#e6400ea2]]
-[[音声の自動アノテーション>音声処理（AI）#c28cf878]]
-[[画像の自動アノテーション>画像処理とコンピュータビジョ...
***感情分析 [#pbbc75b2]
コレも[[エンリッチメント>#af0617f1]]の一種
-文章からの
-...
***文書の要約と分類 [#ra235b7b]
コレも[[エンリッチメント>#af0617f1]]の一種
-Gmailのスマートリプライ
-ナレッジ・シェアサービス（ニュースのレコメンド
***異常・不正の検出 [#y95cb949]
-[[不正会計の検知>機械学習（machine learning）#o74a1833]]
-不正取引検出~
正例が少ない。
--仮ラベル付
--○：[[アクティブ・ラーニング>機械学習（machine learning...
-[[設備の異常検知>#nc55395f]]
-[[産業 > 不良品検知>#o6ad8a75]]
-[[医療 > 画像認識による診断>#m0dbf4e0]]
***出会い系 [#a1875183]
-マッチング
-ナビゲーション
**ビジネス上での活用シーン [#ta10c38a]
***バックオフィス [#vbd71e6f]
テキスト系が多い気が。
-デジタルマーケティング
--[[レコメンド>#ha0f7b1b]]
--顧客分析
--商品分析
--需要予測
-アフターサービス
--[[メールの要約と仕分け>#ra235b7b]]
--[[チャットボット>#fc01f3f6]]
-文書のレビュー・チェック
--契約書のリーガルチェック
--...
***フロントオフィス [#o1def02d]
画像系が多い気が。
-クリーニングの受付（セルフレジ
-ブランド品の査定買取（セルフレジ？
-きゅうりの仕訳など、農業ノウハウ
-食品加工のための骨領域の判別
***マーケティング [#ha0f7b1b]
-価格最適化~
在庫最小化、価格（利益）の最大化
--需要予測
---教師あり学習
---訪問者数、購買、価格（やSKU）~
のデータから需要量を予測する。
--数理最適化
---数理モデル
---制約条件の下で目的関数を最大（小）化する決定変数を見つ...
---価格別の需要予測を元に在庫情報を加味し最適な価格を推定...
---制約漏れのケースが多いので、アジャイルに試行錯誤しなが...
>※ 様々な、思想や嗜好、チャネルや販促などを含むので難しい...
-レコメンデーション
-[[自動タグ付けサービス>#af0617f1]]
-[[顧客行動理解>ベイズ統計#f1a475b2]]
***設備の異常検知 [#nc55395f]
[[自己符号化器（オートエンコーダ）>ニューラルネットワーク...
-誤検知の対策が重要
--誤検知の対策~
誤検知の[[学習データを追加し再学習>深層学習のテクニック#w...
--トレンドの学習~
変化する正常データに対応するため~
定期的に[[学習データを追加し再学習>深層学習のテクニック#w...
-維持管理保守の事例
--生産設備
--社会インフラ
---トンネル、橋梁、河川、護岸、発電設備
---ドローンと組み合わせ
以下は、音と振動からの生産設備（機械）の異常検知と予防保...
-伝統的な正常・異常の判断（異常振動の発生周波数の分類）
--低周波：偏心 / 偏芯 / ゆるみ、外観検査 / 寸法測定 / 打...
--中周波：摩耗や衝突、打音検査 / 潤滑油検査 / 分解検査
--高周波：摩耗や衝突 / 傷や割れ、潤滑油検査 / 分解検査
-統計量 / 機械学習による異常検知
--[[統計量>統計解析]]
---正規分布からの外れを数値化して閾値で判定
---MT法（マハラノビス・タグチ法）
--[[機械学習>機械学習（machine learning）]]：外れ値を検知
---k-近傍法（k-NN）
---One-class SVM
---混合正規分布（GMM）
--[[深層学習>深層学習（deep learning）]]
---LSTM（系列データ）：変化点を検知
---自己符号化器（オートエンコーダ）~
入出力の差（再構成誤差）が、小さい：正常、大きい：異常
---変分自己符号化器（変分オートエンコーダ）~
さらに強力な手法らしい。
-異常検知は教師なし学習が基本
--高精度のクラス分類モデルには大量データが必要
--異常の種類が多様（要因の重なり、カバーできない）
--正常データのみで学習、正常・異常データでテスト
-難易度
--やさしい：一定速度で回転する機械
--やや難しい：動作モードの変化がある
-異常診断
--物理現象が不明：そもそも難しい
--物理モデルがある場合：シミュレーション＋機械学習
-予兆検知
--予兆・異常の学習データが得られ難い。
--耐用期間
---１ヶ月程度：データを集め易い。
---数ヶ月～数年間：データを集め難い。
--設備モニタリングの進化~
2で運用して3のためのデータを集める。
>
+稼働状況のモニタリング
+稼働状況＋異常検知
+予兆検知して事前に対応する。
**業種別の活用シーン [#a408a92b]
***産業 [#o6ad8a75]
-[[生産設備の異常検知>#nc55395f]]
-不良品検知~
製造ラインで不良品を検知する。
--[[画像のパターン認識を使用し>画像処理とコンピュータビジ...
---良品学習型（[[教師なし学習>機械学習（machine learning...
---（良品の）撮影のフィジカル系（撮影環境）の模索
--[[設備の異常検知>#nc55395f]]と同様に、~
オートエンコーダ（ただし、画像）を使ったものもあるらしい。
***流通 [#j8f8a628]
-[[自動運転>画像処理とコンピュータビジョン（AI）#l5485c45]]
-最適な配車・運行
--配送トラック
--公共交通機関
---ダイヤ・ルートのないバス（乗車需要予測）
---, etc.
--タクシー（乗車需要予測）
---[[スタック型オートエンコーダ>ニューラルネットワーク#l7...
---入力するデータ~
・気象データ~
・リアルタイム人口統計~
・実績データ~
・過去6時間分のタクシー乗車実績~
・同一曜日、同一時間帯の平均乗車数~
・非日常的データ（電車遅延やイベント~
-物流倉庫の自動化
--パッキング・出荷の自動化
--配送ルート最適化
--電力データ分析（不在判断
***公共・社会 [#gc13df40]
-[[社会現象、社会データ>人工知能（AI）#q63cc197]]の分析
-[[社会インフラの異常検知>#nc55395f]]
-[[ゴミ識別AI搭載自動運転クレーン>画像処理とコンピュータ...
***金融 [#p56f7ef2]
-データ入力
-与信判断
-[[不正取引検出>#y95cb949]]
-金融商品レコメンド
-金融市場予測
--[[時系列・テキスト等のデータ>人工知能（AI）#nf1097c0]]...
--特徴
---データ（説明変数）選択の自由度の高さがある。
---コロナ第１、２波以降等、一過性の振る舞いが多い。
---フェアな検証の限界~
・バック・テスト：過去データを用いたAIの[[過学習>機械学習...
・フォワード・テスト：未来データを用いた説明変数を"選択"...
--普遍性の高い説明変数の選択
---ファンダメンタル等~
・売上の伸び~
・中央銀行の金融政策および金利
---普遍的、市場心理の現れ~
・チャートの形~
・需給バランス
--成功する開発方法論
---仮説ドリブン~
データ（説明変数）を厳選し、仮説に合う特徴量に加工
---シンプル・イズ・ベスト~
市場予測AIの失敗原因のほとんどが[[過学習>機械学習（machin...
---最適化ではなく安定化~
既存データに対して最適点を見つけても~
未来のデータに対して最適点ではない可能性が高い
---効率的市場仮説~
成り立つ市場と成り立たない市場がある（らしい~
・成り立たない「小型株、新興国通貨、暗号資産」などの市場...
・成り立つ市場では「オルタナティブ・データ」を追加して予...
-[[複雑系データ>人工知能（AI）#g1523ed5]]の事例
--株価予測モデル~
データドリブンでモデル同定
---状態空間モデルで~
一期前の状態を使って現在の状態を予測して予想モデルを作る。~
...のではなく、現在の状態を抽出して、予想モデルを作る。
---シンプルな予想モデルがワークする空間を探索して切り出す...
決定木を大規模組み合わせの最適化からベストなものを選んで...
---予想のたびに繰り返す（ウォークフォーワードモデル）
---主観に左右されずに複雑系データを説明して予想できるが~
計算量が非常に大きくスパコンを使っても計算が収束しない。
--金融機関の破綻連鎖推定~
希少イベントを生成・分析し対応策を探す
---金融機関の銀行間取引・資金取引をネットワークの形でモデ...
---銀行の中のバランスシートをモデル化
---破綻連鎖の増加と媒介中心性の関係をシミュレーション
---決定木学習で連鎖破綻しやすいノードを発見
---自己資本比率と連鎖破綻数の関係をシミュレーション
-銀行~
-保険~
-証券
--ネット証券：個人投資家向け投資助言サービス
--FX取引：自動トレード → 裁量トレード（支援ツール）
-機関投資家~
***医療・介護 [#m0dbf4e0]
-介護・ヘルスケア
--データヘルス、Personal Health Record（PHR）
---病気の治療 → 未病ケア・予防
---画一的な治療 → 個別化された治療
---医療関係者中心 → 個人の主体的な関与
--Stealth-Adaptive Exergame Design Framework~
意識させない計測 → 運動能力の推定 → 難易度への反映
--リハビリでの利用
---[[姿勢推定>画像処理とコンピュータビジョン（AI）#k6cde4...
---（AI成分が何処か微妙だが）人工筋肉＋VR＋AI~
のような建付けのリハビリ・トレーニング。
-医療
---診断での利用~
・複雑化した医学研究の成果の効率的な応用~
・希少疾患（病理診断、画像診断、遺伝子ゲノム解析の統合）~
・客観性の高い自閉症スペクトラムの診断の均てん化~
・病理医の負荷軽減~
・[[画像認識による診断>画像処理とコンピュータビジョン#l...
・[[GANによる教師なし異常検知>ニューラルネットワーク#b6...
・新たな所見や疾患概念の発見~
・インフォームド・コンセント
--医療従事者の負担軽減
---[[ロボットによる>人工知能（AI）#mc927cb5]]
---[[自動音声口述筆記>音声処理（AI）#u82a1a0a]]
--患者データの共有化
---Personal Health Record（PHR）
---Patient Reported Outcome（患者報告アウトカム）
---鑑別診断システム、在宅看護支援システム
--その他
---予測~
・分娩予測~
・
***農業 [#i21b55d6]
農業バリューチェーン効率化に活用されるAI
-課題
--気候変動や災害被害
--過酷な労働環境＋高齢化＝人手不足
--バリューチェーン全体でさまざまなロスが発生
---廃棄ロス、機会ロス~
---事業者でのロスと家庭でのロスが半分ずつ
-方向
--栽培環境の整備
--栽培制御性の向上
--需要と供給のマッチング
-ソリューション~
AIによる植物工場バリューチェーン効率化システム~
コンセプト：全体最適化によるロス削減
--需要・供給予測と受注マッチング
--作物生産の各プロセスを精密制御
---種蒔き量と生育速度の制御
---健康野菜の生産効率化
-需要・供給予測（卸売価格予測
--変動要因
---春夏秋冬といった季節
---盆正月や市場が休むタイミング
---前日・先週・先月といった過去の価格動向
---生産地や消費地の現在と過去の天気
--予測モデル
---[[重回帰分析>統計解析#na76c5ec]]~
簡単に計算でき 全体傾向を捉えるのに効果的~
大きな動きに対してはズレが大きい傾向にある。
---[[LSTM（long short term memory）>ニューラルネットワー...
・大きく変動する動きにも対応できる。~
・より大きな動きに対して追従する。
-生育予測
--ばらつきの要因
---種~
・個体によるばらつき~
・種蒔き収穫の季節によるばらつき~
・保存の期間や条件によるばらつき~
・苗八作、苗半作（苗の出来で作柄が決まる
---栽培条件~
・人為的要因：種蒔き、移植、定植は人手のばらつき~
・一般環境：光、温度、湿度、風、水流の時間変化~
・液肥：NPK（窒素・リン酸・カリウム） 成分濃度~
・隣の株のありなしや株の高さ~
--苗八作、苗半作的な生育予測~
画像のAI解析によりレタスの
---現在の重量を推定
---1週間後の（収穫時期の）重量を予測
-栽培制御~
植物工場という環境が制御できる生産方式で初めて実現できる
--光合成の制御~
光のエネルギーによって水と二酸化炭素を原料にブドウ糖を生...
---二酸化炭素の濃度を変える
---植物が吸収する光の量を変える
--その他、生育に影響するパラメタの制御
---環境 肥料など非常に多い
---最適生産条件を見つけるのは至難の技
---今後AIによって大きく発展が期待される分野
**共通のパターン [#gbda95ce]
MS曰く、共通のパターンがあるとのこと。
***アプリに組込むケース [#dd19ebda]
-BOT系＋視覚、音声、言語、意思決定系のAISaaS
-ノーコード・ローコード＋視覚、音声、言語、意思決定系のAI...
を使ってアプリを構築するなど。
***ナレッジ・マイニング [#x0af2f2f]
AI機能が実装された検索機能を用い、
-取込
-エンリッチメント
-抽出
-インデクシング
と処理することで、ナレッジ・マイニングが出来る。
***意思決定や推定など。 [#h9730b68]
機械学習を用いた、意思決定（≒BI）や推定（≒AI）など。
*参考 [#oebc37bf]
-AIがドライバーの事故リスクを推定、ソニー損保が新たな自動...
https://xtech.nikkei.com/atcl/nxt/news/18/07346/
-AIで早期胃がん領域の高精度検出に成功｜国立がん研究センタ...
https://www.ncc.go.jp/jp/information/pr_release/2018/0721...
-AIで取引先企業の業況変化を早期に検知 三井住友銀行が導入...
https://www.itmedia.co.jp/enterprise/articles/1809/27/new...
-作業時間を劇的に改善、高性能カメラとAIでひび割れ点検（1/...
https://built.itmedia.co.jp/bt/articles/1804/18/news020.h...
-AIによるビッグデータ活用で30分後のタクシーの需要が予測で...
https://sorabatake.jp/6015/
-オプティマインド、株式会社ブルボンと実証実験開始！AI活用...
https://prtimes.jp/main/html/rd/p/000000002.000034529.html
-六花亭製菓が製造工場にIoTを試験導入製造ラインの故障をAI...
https://www.ntt-tx.co.jp/whatsnew/2018/181017.html
-AIを使って手書き文字認識率9割以上、キヤノンMJとCogent La...
https://xtech.nikkei.com/it/atcl/news/17/102502512/
-キリンビール、NECの店舗棚割画像解析システムを導入 | IoT ...
https://iotnews.jp/smart-building/87529/
-筑波大学とKCCS、皮膚腫瘍の鑑別能力が専門医よりも高いAIシ...
https://dcross.impress.co.jp/docs/usecase/000619.html
-正常データのみで学習可能な外観検査ソフトウェア「gLupe」...
https://techfactory.itmedia.co.jp/tf/articles/1806/25/new...
-ピープル・アナリティクスの活用により「未来を予測し、先手...
90%の精度を実現した、テンプホールディングスの挑戦～（前編...
https://jinjibu.jp/hrt/article/detl/techactivities/1654/2/
-救急隊の出動、AIが予測 迅速化へ名古屋市消防が実験：朝日...
https://www.asahi.com/articles/ASLCX470HLCXUBQU008.html
-なぜ食品業界は日本気象協会に仕事を依頼するのか （井出留...
https://news.yahoo.co.jp/expert/articles/2c7885b8a834ed1b...
-日立、AIやIoTを使って配送計画を最適化するサービスを提供 ...
https://response.jp/article/2019/03/01/319644.html
-人工知能で野菜を栽培する時代へ、クラウドでLEDを自動制御...
https://www.itmedia.co.jp/smartjapan/articles/1507/17/new...
-「やよいの青色申告 23」 - 弥生株式会社【公式】~
https://www.yayoi-kk.co.jp/shinkoku/aoiroshinkoku/yayoiao...
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
