2018年07月12日

統計解析とAI ~画像認識による自動検査への活用~

AI(人工機能)が社会を変える、専門家の職業にAIが取って替わる時代が近いなど
AIの話題には事欠かない。                                                                                  
                                                                                                 
全自動洗濯機やロボットがロボットを作っているうちは通常の科学や技術の進歩として、さほど驚くには当たらないが、車の自動運転や医者の替わりをするとなるとこれは革命である。   
                                                                      
AI(人工知能)の特性は、
(1)人間の脳を研究したモデルから、ニューラルネットワーク・ディープラーニングといって、学習をしながら賢く進化していくAIと、                                                   
(2)機械学習といって、あくまで大量データに統計的判断を行って区分けしたり、確率的な判断をさせる特徴をもったAI                     
の大きく2つに分かれる。

(2)については、統計解析を仕事の中で活用したことがあったので、この領域なら理解できるかもしれない。                                                                              
 
統計解析のひとつである「判別分析」の活用例として、                                                    
・これまで全国に49店のスーパーを出店した。                                                                
・出店の業績(成功か失敗)をyとして、出店先の人口、交通量、所得水準、公園の面積などを(x1、x2、x3、・・)とすると、y=f(x1、x2、x3、・・)という関係式が49組できる。
・x1、x2、・・は客観的に獲得できる情報であり、独立変数と呼ばれる。
・これに対し、yは結果であり、失敗して撤退することがあれば、高い授業料を払ったことを意味し、従属変数と呼ばれる。   
・この49組の実績データから(x1、x2、・・)がどういうときにyの成功する確率が高くなるかを表す「判別式(関数)」を作る。                                                                                 
・その後、新たな50番目の出店として、A,B,Cの候補地があったときにそれぞれの人口や交通量などのx値を「判別関数」にかけてyの値を求めると、どの店の成功確率が高いかがわかり、経験と勘を数値に置き換えて意思決定できるという仕掛けである。 
                                                                                                                                                                            
また、「クラスター分析」と言う統計解析では、                                             
クラスターとは、群、塊り、集合体と言う意味であるが、データのグループ分けをグループの重心と各点との距離から、クラスターに分ける手法である。 
例えば人間の顔の画像データをインプットすると、目か鼻かなどデジタルデータを区分けした集合体として認識できる。                                                                     
 
猫の写真を何枚も撮って、これが「猫」だとコンピュータに教えておいたときに別の写真を見せて「猫」かどうか判定する場合はこうした分析手法やさらに「因子分析」によって、「固有値」を算出するというコンピュータが得意の領域がある。  
 
AIのプログラムを組むことは私にはできないが、 
「猫」を”製品"に、「他の動物写真」を"異品(不良品)”と置き換えると画像認識による異品の検査ができる。原理が同じなら、活用してみたいと思う。                         
前提条件として、画像認識するためのパッキンなどの製品が、カメラの下に1個づつ行儀よく並ぶかどうかが問題であるが・・・。          


2016年11月03日

せっかちは親譲りか

私がアサ倉工業株式会社に入社した平成26年の2年前に、創業者の父は93歳で亡くなったので、”親父だったらどうするだろう”と思っても訊くことはできない。父は70歳ころからは怒ることも人に意見するようなこともなくなって穏やかだったが、若いころは短気でせっかちであった。
小学校低学年の頃だったろうか、家のすぐ向かい側に「熱田東映」という映画館があった。映画(というより時代劇)の好きな父に時々つれていってもらった。片岡知恵蔵とか市川歌右衛門などが出ていた映画全盛期のころである。”孝保行くぞ”と言われてあわてて追いかけていって、上映中の暗いなか、席を探して座る。私が今でも鮮明に覚えているのは、映画の途中でさっさと場外に出てしまったことだ。もともとストーリーがわかるような年齢でもなかったが、開演時間を無視して、場当たり的に入っては、”ここからは見た”と気づいた時にそくそくと席を立つ。この記憶が1度ならず、何回かあったような気がする。
上映時間前に窓口(またはインターネット)で希望の座席を決めて入る今のやり方から見ると、ずいぶんと慌ただしいが、見方を変えると、父はテレビ番組で、前篇、後篇とあると、後篇しか見なかったような記憶もあるのでそういう行動パターンの持主だったのだろうか。それが良い結果を生むこともあったと思うが、そばにいた母から「いつもハラハラドキドキの人生だった」と今でもこぼすことがあるので、早とちりで失敗することも少なからずあったに違いない。
スピード感を持って進めることは今の時代はより重要になっているが、結論をせっかちに急いで、まわりを振り回したり、早とちりしないよう気をつけよう。


2016年08月09日

イチロー3000本安打・・・百不当のイチローなり

平成28年8月8日、米大リーグ・マーリンズのイチロー外野手が3,000本安打を達成した。日本での1,278安打を加えるとピートローズの4,256安打も超えるすごい記録である。
イチローは、日米通算4,000本安打を達成したとき、
『4,000の安打を打つには、8,000回以上悔しい思いをしてきた』
と言っている。
成功には失敗の積み重ねと失敗してもあきらめないで続けることが必要であるが、失敗のたびにきちんと検証できる失敗をしてきたのだろう。
これに関して、浅草のお寺で一緒に説法を聴いた友人から
『いまの一当は、むかしの百不当の力なり、百不当の一老なり』
というメールをもらったことがある。
ようやく当った「一当」はそれまでの百回のハズレを積み重ねた鍛錬があったからこそだという意味であり、
道元禅師「正法眼蔵」の中の
『仏道の修行をひたすら求めていくうちにようやく真実のさとりの道を得ることができる』・・・という一節である。
イチローの記録はまさに”百不当のイチロー”であった。
また、今回の記録についてイチローはインタビューの中で、
『僕が何かすることで、僕以外の人たちが喜んでくれることが今の僕にとって何よりも大事ということを再認識した瞬間だった』
と答えているが、哲人にふさわしい。
イチロー選手ほど頂上を極めるようになると、フッと悟るような経験があり、それをいくつも積み重ねた心境なのだろう。
”求道の精神”の根本はどんな世界でも共通するものがある。
オリンピックでの日本人の活躍とも重ね合せて、大変うれしいニュースであり、よい刺激をいただきました。


 




このページのトップへ