インフラメンテナンスもターゲットに

ディープラーニングは、インフラ整備への活用にも期待されている。近年、道路の不具合による事故が問題となっており、路面状況の事前調査や補修の効率化が求められている。ただ、道路のデータを収集し、くまなく分析する作業は容易ではない。こうした市場をにらんで、NTTコムウェアはビデオカメラを活用した道路不具合検出システムを開発した。

従来は、高価な専用車や機材を用いた路面調査、道路管理者の目視による巡視点検などしか方法がなく、道路管理者には費用や稼働の面で大きな負担がかかっていた。NTTコムウェアが開発したシステムでは、一般車に市販のビデオカメラを搭載し、街中を走って道路を撮影する。その画像を解析することで道路不具合を検出できる。道路は形状が複雑なため、従来のルールベースの画像認識技術では不具合の検出は困難だった。ディープラーニングによる解析を用いることで、道路管理者の目視確認に近い道路不具合検出が可能になった。 現在、2017年の実用化に向けて実証実験を進めている。

(図1)NTTコムウェアが開発したディープラーニングを活用した道路不具合検出システム(NTTコムウェアの資料より引用)

送電線や鉄塔などの電力インフラの巡視・点検なども、現在目視による点検が主流となっている。しかし、山間部などのアクセスしにくい場所を点検する場合は、点検場所までの移動に時間がかかるうえ、高所での作業には危険が伴う。そこで東芝とアルパインが進めているのが、ドローンによる電力インフラ点検プロジェクトである(写真3)。

(写真3)東芝とアルパインで進めるドローンによるインフラ点検プロジェクト

東芝のAIによる画像認識技術と、アルパインがカーエレクトロニクス分野で培ってきた航行制御技術を組み合わせ、ドローンを使って送電線や鉄塔などの電力インフラを点検する。現在実証実験中で、2017年度の実用化を目指している。ドローンを活用したインフラの点検は、橋梁やトンネルの点検にも応用できそうだ。

家電にはディープラーニング専用チップが入り込む

通常、ディープラーニングには高速なCPUやGPUが必要になる。ただ最近は、それらを集積してAI機能を提供するチップを開発しようという動きが進み始めている。実現されれば、冷蔵庫や洗濯機といった白物家電だけでなく、子供のおもちゃにまでAIを組み込めるようになる。

AIチップが身の回りの製品に組み込まれるようになると、私たちの生活はどのように変わるのだろうか。まず洗濯機では、投入された衣類の汚れの種類や度合いを、洗濯槽内のカメラで自動判別するような用途がありそうだ。汚れの状態を判定することで、同時に洗濯したほうが効率的に汚れを落とせるものと、そうでないものを自動仕分けできる。洗濯時間が長くなれば汚れは落ちやすいが、衣類の痛みも増えるので、汚れが多いものと少ないものとで分別してから洗濯を始めれば、洗濯作業全体を効率化できる。

冷蔵庫の場合なら、庫内のカメラが内部の映像を分析して、食材の種類と入れた時期を自動的に記憶したり、それらの食材の種類に合わせて冷やし方を自動調整したりといったことが可能になる。冷やし方の自動調整は、電力消費を抑える効果を期待できる。もちろん、いつもストックしてある食材がなくなったら、自動的にネットスーパーなどにオーダーするといったこともできるだろう。

家電製品以外では、例えば洗面台や鏡台に応用できる。鏡の前に立って外出の用意をしているときに、カメラが顔の映像から体温や脈拍を計測し、いつもと様子が違うと判別したら、その旨を伝えてくれるといった用途だ。一度に何枚も撮影した写真の中からベストショットだけを選んで保存してくれるデジタルカメラ、意外と煩わしいライトのハイビームとロービームを状況に合わせて自動的に切り換える自動車などは、現時点でも実現可能だろう。

これらの機能は、センシング技術と単純な機械学習の組み合わせだけでは実現が難しい。前編で紹介したAmazon GOのように画像解析とディープランニングの組み合わせが必要になる。それを日常的に使う機器で安価に実現させるのがAIチップだ。

AIチップの開発は、IBMやIntel、富士通、東芝などのハードウエアベンダーが手掛けているほか、AIチップを開発するスタートアップが増えてきた。最近はチップの設計や製造を外注し、デザインだけでビジネスできるようになってきていることが背景にある。各社は2018年以降の製品化に向けて開発を進めている。またGoogleはディープランニング専用チップ「Tensor Processing Unit(TPU)」を開発し、すでに社内で活用していると発表している。