ビジネス、小売、医療などで活用されるコンピュータービジョンは、今後も普及し続ける。
医師による病気の特定、企業の顧客サービスの向上、ソーシャルメディア企業によるコンテンツのモデレーションに役立つ。
コンピュータービジョンが倫理的かつ合法的に使われるよう、人間が監視する必要がある。
YouTubeには猫の動画がたくさんある。実際、「猫動画」は、ソーシャルメディアが本当は何のためにあるのかをめぐる定番の冗談になっている。そこで2012年、Googleがニューラルネットワークを使ってYouTubeの動画1,000万本を調べ、猫を見つけようとしたところ、ニューラルネットワークはたくさんの猫を見つけた。実際、猫を特定する精度は74.8%だった。
この実験で注目すべきなのは、システムに猫を見分ける手がかりとなる特徴、つまりひげ、足、しっぽについて、何の情報も与えていなかったことだ。「基本的に、猫という概念を自ら生み出した」と、研究を率いたGoogleフェローは述べている。
ディープラーニングを利用する人工知能（AI）の一分野であるコンピュータービジョンをめぐる大きな問いは、コンピューターが人間の視覚や、ものを見るときに脳内で起こる複雑なプロセスを再現できるかどうかだ。現時点での答えは、コンピュータービジョンは猫の特定をはるかに超えて進化している、ということだ。
コンピュータービジョンの活用例
コンピュータービジョンは、コンピューターがものを見て観察し、そこから情報を導き出して提案できるようにする。「百聞は一見にしかず」という古いことわざが実際に活用されているのだ。その画像は、大きな成果や新たな効率化を求める組織にとって、何百万メガバイトものデータに相当する。
機械にチャットボットを通じて会話の技術を習得させる代わりに、コンピュータービジョンは画像をピクセルに分解し、一致するものを特定することで、機械に画像の中のものを見分ける方法を教える。コンピュータービジョンの基盤となるのは、2つの重要な問いだ。目をどう使うのか。何を探しているのか。
ホテルや小売店が、新たなブランド基準を満たしているか、規制を順守しているか確認する必要がある場面を考えてみよう。カメラの画像を使って、フロントに正しい案内表示が設置されているかを確認できる。何百もの店舗を撮影して調べ、カウンターの高さがアクセシビリティに関する法律に適合しているかを特定することもできる。
ドローンで飛行機を撮影し、損傷がないか調べたり、火災の原因となり得る遠隔地の電柱を撮影したりできる。倉庫では、人がクリップボードを持って巡回しなくても、在庫が少なくなっていることを把握できる。自動運転車は、すでにコンピュータービジョンを使って物体、車線、標識、信号を検出している。
顔認識と医療
コンピュータービジョンは、スポーツ、製造業、農業、ホスピタリティ、そして顔認識技術で使われている。顔認識技術は、たとえばスマートフォンのロック解除や銀行口座の確認など、日常のさまざまな場面で使われている。企業は感情認識を含む顔認識を使い、不快な顧客体験を未然に防ぐことができる。たとえば、セルフレジで客が操作に困り始めると、通常、顔にはいら立ちが表れる。
カメラがその表情を捉え、顧客サービス担当者に知らせて支援につなげる。また、ホテルのフロントで笑顔を見せる客の指標を追跡し、顧客満足度が低下した時期を経営陣が把握して、その根本原因を特定するためにも使える。
コンピュータービジョンが大きな恩恵をもたらしている分野が医療だ。医療データ全体の90%は画像ベースである。かつては人の目でMRI画像やX線画像を見て行っていた分析を、今では機械がより速く、より正確に行える。
まれな病気や発症年齢の早い病気は、最高水準の専門医でさえ発見が難しいことがある。しかし機械が何十万枚もの画像を比較すれば、人間の目では見つけにくい異常を医師に知らせることができる。こうした知見は、患者や患者を支える医療機関に大きな好ましい変化をもたらし得る。病気を早期に特定すれば、時間と費用、そして命を救える。
コンピュータービジョンの利点
現在、コンピュータービジョンはソーシャルメディアプラットフォームのコンテンツモデレーションに使われ、有害または危険なコンテンツの検出と削除に役立っている。2022年には、ソーシャルネットワーキングサイトの利用者数は39億6,000万人に達すると推定されており、サービスが十分に行き届いていなかった市場でモバイル端末の利用とモバイルソーシャルネットワークが拡大し続けるにつれて、さらに増えると予想されている。
毎日、3億枚を超える写真が最大のソーシャルメディアプラットフォームであるFacebookにアップロードされ、毎分51万件のコメントと29万3,000件のステータス更新が投稿されている。コンテンツの大半は無害で（かわいい猫が含まれていることさえある）が、有害と見なされるものも十分に多いため、Facebookだけで現在1万5,000人のコンテンツモデレーターを雇用している。最近の報告書によると、同社のAIシステムと人間が毎日300万件を超えるコンテンツにフラグを立てている。
コンピュータービジョンは、動画、画像、テキストのモデレーションに利用でき、人間の負担を大幅に軽減し、とりわけ問題の大きいコンテンツをより迅速かつ効率的に特定できる。疲れ目や全般的な疲労がないため、精度の維持にも役立つ。つまり、ミスが少なく、生産ライン上の製品の欠陥など、画像の重要な部分を正確かつ迅速に見つけやすい。機械は退屈せず、長時間にわたり中断なく稼働するようプログラムできる。
コンピュータービジョンの倫理
あらゆるAIと同じく、コンピュータービジョンには道徳的価値観がなく、何が倫理的または合法的かを判断できない。安全性と信頼性を確保し、プライバシーを損なったり悪意ある目的に使われたりしないよう、人間による厳格な監視が必要だ。組織は、Trustworthy AI™などの枠組みを用いてこの技術を倫理的に活用し、AI関連の政府規制に備え、リスクを軽減すべきだ。
リスクがあるとしても、コンピュータービジョンは今後も普及し続ける。視覚を自動化することで、従業員は顧客体験の向上、業務の最適化、さらには命を救うことにつながる、より戦略的な活動に集中できる。人間の視覚とコンピュータービジョンを組み合わせれば、組織はほかの方法では決して達成できない目標を実現できる可能性がある。
