コンピュータ・ビジョンの20年後

多くの場合、人間は自分でも気づかないうちに、高度なコンピューター・ビジョン技術を常用している。以前はパスワードや指紋が必要だったパスワード認証なども、今ではスマートフォンを見るだけで済むようになった。

アメリカ人の40％が、1日に少なくとも1つのアプリで顔バイオメトリクスと顔認識技術を利用しており、その採用率は18歳から34歳の間で75％に増加している¹。世界のコンピューター・ビジョン市場は、2030年までに19.6%という指数関数的な複合年間成長率で成長すると予想されており^2、その他のディープラーニング技術は、今日のコンピューター・ビジョン技術で可能なことの範囲を広げている。

スマートフォンのロック解除から空港での顔スキャナーの通過まで、コンピューター・ビジョン技術は急速に私たちの日常生活に溶け込んでいる。

コンピュータ・ビジョンとは？

コンピューター・ビジョンは、コンピューター・サイエンスと人工知能の一分野であり、コンピューターとシステムを利用して画像から意味のある情報を収集する。コンピュータ・ビジョンは、画像からデータを推定して判断を下す。その最終的な目標は、物体や人物を正しく識別して適切な行動を取ることである。例えば、自動運転車で歩道にいる歩行者を避けたり、スマートフォンのロックを解除できるスマートフォンユーザーを正確に識別したりすることができる。

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技術は、視覚情報を認識する人間の脳のプロセスを模倣することを目的としている。パターン認識を利用して、入力を吸収し、それらを物体としてラベル付けし、見慣れたイメージを生み出すパターンを見つける。コンピュータ・ビジョンは、現実世界の視覚データを分類しながら、画像から意味を導き出す。

コンピュータ・ビジョンの歴史

人工知能の多くの分野がそうであるように、コンピュータ・ビジョンへの最初の進出は数十年前に行われた。 1960年代、研究者たちは視覚データの処理と分析にアルゴリズムを使用した。 1970年代までに、この技術は画像処理とパターン負債認識の精度を高めた。

その後数十年にわたり、科学者たちは機械学習アルゴリズムを活用し、ほとんどのコンピューター・ビジョン技術をパワーアップさせ、当時最大のブレークスルーのひとつであるヴィオラ＝ジョーンズ顔検出アルゴリズムに結実した。このアルゴリズムは、機械学習による物体検出の中核フレームワークとして、今日でも使用されている。 2000年代に技術が急速に進歩するにつれて、畳み込みニューラルネットワークによって、コンピューターはさらに高い精度で物体を検出し、動きを追跡できるようになった。

コンピュータ・ビジョンの実生活への応用

コンピュータ・ビジョン技術は、がん検出の改善から自動運転車まで、多くの産業に革命をもたらしている。顔認識、物体検出、拡張現実などのツールは、現実のアプリケーションに複数のユースケースを提供する。

自律走行車

自動運転車といえばテスラが有名だが、ヒュンダイも最近、ディープラーニング・コンピュータービジョンの新興企業に投資し、この技術を自律走行車^3に応用しようとしている。自律走行車の中核機能であるコンピューター・ビジョンは、自動運転車に周囲の状況を理解させるもので、センサーとハードウェアが何十億もの視覚データを収集し、車外で起きていることのイメージを作成する。一時停止の標識から道路上の危険物、歩行者、他の車まで、コンピューター・ビジョンのアルゴリズムは自動運転車の安全性と効率を向上させる。

がんの発見

AIはヘルスケア業界で急速に進化しており、がん検知も例外ではない。 X-ZELL社は、高度なコンピューター・ビジョン技術を駆使し、画像^4から即日のがん診断を可能にする企業である。コンピュータ・ビジョンは、X線、MRI、CTスキャンなどの医療画像を分析するために、高度なアルゴリズムと機械学習を使用し、がんの潜在的な兆候をより高い精度で特定する。コンピュータ・ビジョンは膨大なデータセットに基づいて学習し、人間には難しい微妙なパターンや特徴を正確に識別することができる。医療においては、患者の予後を改善し、治療を向上させ、最終的には命を救うことができる。

学校と公共エリアにおけるセキュリティ

学校や公共エリアのセキュリティを強化するため、Visio.aiはエッジコンピューティングとデバイス上の機械学習および高度なビジョンシステム^{5を組み合わせて}いる。空港の人通りの多い通路から大学や学校の侵入検知まで、ディープラーニングのインテリジェンスを一般的な監視カメラと融合させることで、顔認識分析を使って感情を測定し、不審な行動を検知することができる。コンピュータ・ビジョン技術は、学校、空港、交通システムなどの公共エリア全体の安全性を向上させる機会を提供する。

製造設定

製造現場は、品質検査から生産監視、サプライチェーン・ロジスティクスまで、コンピュータ・ビジョン技術の活躍の場にあふれている。例えば、品質検査では、コンピュータ・ビジョンが欠陥、傷、その他の異常を自動的に検出することができる。 RFID（Radio Frequency Identification：無線周波数識別）を使えば、コンピュータ・ビジョン技術によって、供給ライン全体で製品を追跡し、在庫、生産スケジュール、配送を最適化することができる。サプライチェーン・ロジスティクスの改善から半導体の一貫した品質の確保まで、コンピュータ・ビジョンはより良い照明、より良い製品の一貫性、効率の向上などをサポートします。

コンピュータ・ビジョンの課題

コンピュータ・ビジョンとエッジ・インテリジェンスは、重要な分野における進歩に無限の機会を与えてくれる。より安全な乗り物やより迅速なガン診断は問題ないように思えるが、コンピューター・ビジョンの背後にあるインテリジェンスには課題がある。

プライバシーに関する懸念

多くの人工知能ツールがそうであるように、プライバシーとセキュリティは最大の関心事だ。データ漏洩のリスクは高く、機密性の高い極秘情報が安全でない可能性のあるプラットフォームに保存されているため、サイバー犯罪者は攻撃する意欲を強く持っている。消費者はテクノロジー企業に個人情報を提供しすぎることを心配し、サイバー犯罪が増加する中、コンピュータビジョンAIツールは防御を強化する必要がある。

高いコスト

現在、コンピュータ・ビジョン技術の導入コストは決して安くはなく、特に高度なユースケースにおいては、ハードウェアやソフトウェアの購入、メンテナンスにかかるコストは高い。さらに、クリーニング、保存、メンテナンスが必要な大規模なデータセットが加わると、コンピューター・ビジョン技術は余計にコストがかかる。また、こうしたシステムのメンテナンスには費用がかかるため、潜在的な機器の欠陥が大きな問題になる前に修正する予知保全が必要だ。

訓練された専門家の不足

コンピュータ・ビジョンは急速に進化しているが、膨大な専門知識を持つ企業や個人は少ない。どんな新しい技術でもそうだが、教育や訓練が実際の応用に十分に追いつくには時間がかかる。企業は専門技術者の確保に苦労しているが、コンピューター・ビジョンも例外ではない。組織はまた、システムを適切に訓練するために、人工知能、機械学習、ディープラーニングの違いについて訓練を受けた専門家を必要としている。

コンピュータ・ビジョンの未来

コンピュータ・ビジョン技術はまだ黎明期にありますが、社会はすでに製造、教育、セキュリティ、小売、ヘルスケア、自動車産業などに多大な影響を及ぼしています。モノのインターネット（IoT）機器への欲求が加速する中、消費者向けコンピュータビジョン技術には多くの機会があります-仮想現実ヘッドセット、拡張現実スマートグラスなど。ハードウェアがより洗練され、かつ手頃な価格になれば、コンピュータ・ビジョンのウェアラブル機器やスマート・ガジェットが一般消費者にも浸透していくでしょう。また、ジェネレーティブAIとディープラーニングが加速するにつれて、コンピュータビジョンモデルはより多くのインプットから学習できるようになります。

Ambiqの貢献

コンピューター・ビジョン技術には、機械学習の推論を処理できる組み込みチップが必要である。この技術をエッジデバイスで実用化するには、低消費電力で最大の効率で動作する必要があります。Ambiqの超低消費電力システムオンチップ（SoC）は、デバイス上でローカルに実行できる最適な性能とエネルギー効率を備えたエッジデバイスを実現します。

NMI（ノーザン・メカトロニクス）はこのほど、AmbiqのApollo3 SoCを搭載した同社の主力製品NM180100で数字認識を行った。数字は2秒以内に認識され、返されました。ご自身の目でお確かめください：