私たちの世界は視覚データで溢れており、私たち自身も世界をどのように見て、どのように解釈しているかを視覚データで捉えています。しかし、個々の人間の記憶、いや地球上の80億人の記憶をはるかに超えるのが、オンライン上に保存されている画像や動画です。毎日何百万もの画像や動画がソーシャルメディアにアップロードされています。
スマートフォンやパソコン、クラウドやローカル環境など、私たちの生活には様々なものがあります。視覚情報の爆発的な増加により、それを理解する必要性が高まり、それを実現しているのがコンピュータービジョンです。この人工知能の分野により、コンピューターは人間と同じように視覚世界を「見て」、解釈し、理解することが可能になります。
コンピューター ビジョンは現在、業界に変革をもたらし始めており、その影響は広範囲に及んでいます。
コンピュータービジョンの謎を解く
コンピュータービジョンは、人間の視覚システムが実現できることを再現（そして改善）することを目指しています。コンピュータービジョンは人間の視覚システムと同様に複雑であり、アルゴリズムがどのように機能しているかを常に把握しているわけではないため、人間の視覚システムよりも抽象度が高くなります。
そもそも、機械に画像を理解させるにはどうすればいいのでしょうか？そのプロセスは画像取得から始まります。カメラやセンサーが視覚情報を捉えます。次に画像処理が行われます。アルゴリズムによって画像が改善し、ノイズ低減などの処理が行われます。次に特徴抽出が行われます。システムが画像内のエッジの形状や色など、重要な要素を識別します。アルゴリズムは、多くの場合、自己学習型であるため、理解するには高度すぎるため、これらの特徴を用いてパターン認識を行います。
コンピュータビジョンの仕組み
コンピュータービジョンの真髄はそのアルゴリズムにありますが、実際にはユースケースやアプローチによって異なります。畳み込みニューラルネットワークは、画像分類と物体検出に優れており、多くの業界で利用されているため、おそらく最も一般的です。
「You Only Look Once」や「Region-based CNN」といった物体検出アルゴリズムは、画像内の物体を識別・特定します。例えば、車や人物の周囲に境界ボックスを描画して交通の流れを検出するなどです。一方、画像セグメンテーションは、アルゴリズムによって画像を意味のある領域に分割する、全く別の技術です。
実際の例
コンピュータービジョンは単なる理論上の概念ではありません。現在では多くの産業界で活用されており、財務的・経済的な影響を及ぼしています。医療分野では、医用画像を用いて腫瘍を検出（場合によっては人間よりも優れた精度で検出）できるほか、研究分野における様々なパターン認識タスクにも活用できます。小売業界では、Amazonの店舗で棚から商品を選ぶ様子を監視するのと同じように、自動レジに活用できます。製造工場では品質管理に活用され、自動運転車は安全運転と周囲の環境の認識にコンピュータービジョンを大きく活用しています。
先導する企業
多くの企業がコンピュータービジョンのイノベーションを推進しています。Google、Microsoft、Amazonといったテクノロジー大手は、GoogleのCloud Vision API、AmazonのRekognition、MicrosoftのAzure Cognitive Services for Visionといった強力なクラウドベースのサービスを提供しています。これらはすべて、開発者向けに事前学習済みのモデルとAPIを提供しており、優れたツールとなっていますが、おそらくより重要なのは戦略です。
Digitalsense – Computer Visionは、ウルグアイに拠点を置くAIに特化したコンピュータービジョン開発企業です。提供している技術には、物体検出、顔認識、OCR機能などがあります。エンターテインメント、フードテック、美容・ウェルネスなど、幅広い業界に精通しています。実績のあるプロジェクトには、Sienz（果物の品質管理）やUlta（メイクアップ試着体験）などがあり、ビジネス分析、研究開発から本格的な開発・導入まで、エンドツーエンドのソリューションを提供しています。
Clarifaiもまた重要な企業です。非常に直感的なプラットフォーム（必ずしもコンサルティング会社ではありませんが）を有し、開発ツールに重点を置いています。このプラットフォームは世界中で約50万人のユーザーをサポートし、毎日想像を絶する量のAIリクエストを処理しています。Deepomaticも画像認識分野で重要な企業です。同社は様々な分野で事業を展開しており、現在、ブイグテレコムやスイスコムといった大手クライアントのために、毎月約100万件のオペレーションを分析しています。
コンピュータビジョンの未来
コンピュータービジョンで1年後に何が可能になるかを予測するのは困難ですが、多くのコンサルティング会社が最善の推測をしています。確かなのは、イノベーションが減速する兆候は見られないことです。つまり、デジタルトランスフォーメーションは現在だけでなく、将来においても重要であるということです。
エッジコンピューティングは処理速度を大幅に向上させ、データはソースに近い場所で分析されます。さらに、Explainable AIによってモデルの透明性が高まり、より柔軟に調整できるようになるだけでなく、人々が抱く倫理的な懸念も改善されることを期待しています。もちろん、IoTやロボティクスは価格が下がる一方なので、コンピュータービジョンは中小企業やスタートアップ企業にとってますます利用しやすくなっていくでしょう。
コンピュータービジョンは、企業とそのプロセスが周囲の環境とどのように相互作用するかを変革しています。例えば、歩行者の行動をより深く理解することから、職場の危険を回避することまで、多岐にわたります。SF的な意味合いを持つ研究分野として始まったコンピュータービジョンは、急速に現実世界に影響を与えています。さらに、その用途は、コスト（人件費）の削減やプロセスの高速化だけにとどまりません。むしろ、ますます多くの状況において、コンピュータービジョンが人間を上回るパフォーマンスを発揮しています。この話は、人材の置き換えや失業の問題なのでしょうか？いいえ、それは単に、人間が得意なことに集中し、コンピューターがパターン認識を担うということを意味します。
