AI開発や予測分析をもっと身近な存在に。
ソニーグループのAIサービスは「誰でも使える」がキーワード。 2019.08.30 AIソリューション

ソニー製品の競争力強化や
業務改善に使われてきた
AI技術を外部に提供

まずは原山さんが所属されているAI事業室の成り立ちからお聞かせください。 現在、ソニーネットワークコミュニケーションズでは、インターネットサービスプロバイダ事業とNURO事業に続く3つ目の柱としてIoT事業を推進しています。AI事業室は、さらにその先を見据えて、今年7月に生まれたばかりのチームです。今はソニーの研究開発部門であるR&Dセンターが2000年代初頭から開発してきた機械学習の技術をベースとして、自社内の開発・生産工程で活用されてきたツールをサービス化し、事業として羽ばたかせる取り組みを行っています。

ソニーのAIというと一般的にはaiboが代表的ですが、ソニーネットワークコミュニケーションズの中ではどのような分野にAIを活用されているのでしょうか。 それについては製品やサービスに実装されているケースと、自社の業務改善に使われているケースの2つの側面があります。前者では美容関連業種向けに提供している肌解析サービス「BeautyExplorer（ビューティーエクスプローラー）」がそのひとつに挙げられます。これはSkin View Cameraという専用カメラで撮影した肌の近接写真をクラウド上の機械学習アルゴリズムによって画像解析し、6項目の肌データを定量解析して、約3秒という速さでSkin Analyzerというアプリケーションで肌情報をお伝えするサービスです。また、ソニーグループの製造工程における画像検査などで長年培ったAIによる画像判別サービスを外部に提供していることも前者に該当します。一方の後者では、インターネットサービスプロバイダ事業で培った顧客フォローの自動化やコールセンターのRPA化などでAIの技術を活用しています。

AI開発においてソニーというメジャーブランドが背景にある強みとは。 先ほどaiboという具体名も挙げていただきましたが、ソニーというのは日本の企業の中でも比較的早くからAIの取り組みで認知されてきた企業だと思います。とりわけ製造業として、初代AIBOや二足歩行ロボットのQRIO、デジタルカメラのスマイルシャッター、そして現行のaiboなど、エレクトロニクスでの製品化事例が多く、法人向けのAIサービスを提供する上でそれが追い風になっているのを感じますね。

開発・生産工程で使われてきたツールを法人向けに提供する上で、一部のサービスは無料で提供されていますが、ここ数年、ソニーネットワークコミュニケーションズがビジネス分野でのAIソリューションに力を入れ始めている理由を教えてください。 ソニーグループの技術を外部の企業に提供することでAIの産業での活用を推進したいという思いがある反面、AIやディープラーニングの世界は決して垂直統合ではないという側面もあります。この世界ではどんなに優れた技術を持っていても、企業の中でクローズしているだけでは全世界の利用者が利用できるオープン化された技術にいずれ追い抜かれてしまいます。ならば、より多くの利用者を集め、たくさんのフィードバックを受けて技術に磨きをかけたいというのもオープン化している狙いです。

こうしたAIソリューションを提供する上で、ソニーネットワークコミュニケーションズがコンセプトの中心に置いている考えは何でしょう。 やはりソニーが届けるサービスなので「誰でも使える」ということは大切にしています。それは開発のフェーズに使われる技術でも、業務や生産のフェーズに使われる技術でも共通している理念です。これから紹介する3つのサービスにおいても、プログラミング不要、GUI（グラフィカル・ユーザー・インターフェイス）の採用などにそうした思いが強く反映されています。AIというのはまだまだこれからの技術で、たとえ関心があっても自分の手で動かすとなると一般の方にはまだまだ認知が浅い分野だと思います。そこを誰でも使えるレベルに変えていくことが我々の使命のひとつだと思っています。

開発・業務・生産、
3つの領域で業務効率化を
実現するAI技術

具体的なサービスの話に移りましょう。現在、ソニーネットワークコミュニケーションズでは業務効率化のAIソリューションとして、「Neural Network Console（ニューラル・ネットワーク・コンソール）」と「画像判別ソリューション」。そして、今年6月にリリースされたばかりの「Prediction One（プレディクション・ワン）」という3つのサービスを提供されています。まずはNeural Network Consoleについてお伺いしますが、このツールではディープラーニングの核となるニューラルネットワークの構築から、構築したモデルの学習や評価までを簡単に行うことができるそうですね。 Neural Network Consoleは、ディープラーニング技術の初心者でもプログラミングなしに視覚的な操作でディープラーニングのプログラムを作ることができるツールです。もともとソニー内部で使われてきたツールで、これを導入したことにより、当初はR&Dセンターの研究者レベルしかできなかったようなディープラーニング技術を用いた開発が、ソフトエンジニアでも生産技術者でもできる水準に変わりました。

どんなところが便利で、実際にどれくらいの効果につながるものなのでしょうか。 プログラミング言語を覚える必要がないということに加え、ツール自体が自動的に細かなチューニングを行ってくれるのもメリットです。ディープラーニングのアルゴリズムというのは、試行錯誤をある程度繰り返さないと作ることができないのですが、その細かな調整をツールが自動的に行ってくれるので、利用者は結果の利用に集中できます。ディープラーニングは従来のプログラムとは異なり、ロジックで組むものではありません。ある程度の経験と勘によって作られるものなので、プログラミングから始めるとなるとハードルがとても高くなってしまいます。Neural Network Consoleはそのあたりを自動化して極めて簡略化している点が革新的といえます。GUIで設計しているためドラッグやコピーだけで直感的に操作でき、AI開発の入り口として人材育成にも役立ちます。なかには AI初心者ばかりのチームが、約3週間でNeural Network Consoleのセットアップを行い、製品実装は約3カ月で完了したという実例もあり、結果的に省力化や開発費の削減に繋げられます。

社外でNeural Network Consoleが業務改善に貢献した例があれば教えてください。 群馬県の産業技術センターの取り組みが代表例のひとつです。ここでは養蚕の現場で卵の生死を判別するAIの開発にNeural Network Consoleが使われました。そのほか医療機関においては、放射線技師の方々がレントゲン写真の画像解析を行うAIの開発にNeural Network Consoleを活用したという実例も出ています。

続いて「Prediction One」についてですが、こちらは機械学習による予測分析が手軽にできるツールです。より一般層にとって身近なツールといえますね。 そうですね。Neural Network Consoleがディープラーニングの開発ツールであるのに対し、Prediction Oneは業務向けのツールなのでより幅広い利用者を対象としています。例えばエクセルで予測分析を行うとなると様々な関数を使ったり、何度もプロパティを開いたりと様々な手順を踏まなければなりませんが、Prediction Oneでは最短6クリックで高度な予測分析を行うことができます。

スペックが決して高くないノートパソコンでも使えるということで、まさに機械学習を試してみたい人にはぴったりのツールですね。 さらに初心者の方に便利と感じていただけるのは、予測分析の結果に対してわかりやすい解説が付いてくるという点です。AIやディープラーニングの世界はロジックだけで語れるものではないと先ほどもお話ししましたが、そうした結果についてツールが丁寧な解説をくれるので、上司やクライアントなどに説明する際にも心強いはずです。

実際、どのような業務にPrediction Oneを役立てることができるのでしょうか。 小売業なら顧客行動の分析や商品の需要予測、不動産業なら顧客管理や追客の効率化、コールセンターなら人員配置の予測や苦情の分類、製造業なら故障の未然防止など幅広い場面での利用を見込んでいます。6月にリリースされたばかりの新しいサービスなので社外での実績はまだこれからですが、まずは多くの方々に使っていただきながら世界的なサービスに成長させていきたいと考えています。WEBサイトには実例も紹介していますので、AIや機械学習に関心のある方は難しいことを考えずに、とりあえず触ってみていただくことをおすすめします。

オープンな世界でよりよい
サービスの提供を目指す

３つめの「画像判別ソリューション」は、主にモノづくり産業での利用を狙ったツールですね。 これは、もともとソニーの生産現場において組み立てラインの検査に使われていた技術を応用したもので、撮像した画像を数値化できないような「具合」をAIを用いて判別できるようにしています。例えば、設計図でサイズが規定されているものは従来の画像処理で誤差を判別できますが、パンの焼き加減のように数値化が難しいものの判別は従来の画像処理だけでは実現できません。それに対して、画像判別ソリューションでは良い例と悪い例の画像を分類して「具合」を学ばせることで、数値化できないものでも判別が可能になります。

不良ロスを減らせれば、結果的に生産コストのダウンにもつながりますね。 そうですね。その上、この画像判別ソリューションは遺伝的アルゴリズムという技術を使うことにより、ディープラーニングを用いた他の画像判別ソリューションと比べても学習用の教師データが圧倒的に少なくて済むというのも利点です。一般的にディープラーニングの世界では数万単位の教師データを読み込ませることが必要になりますが、当社の画像判別ソリューションは良い例と悪い例の画像をそれぞれ100個ずつ読み込ませるだけで機械学習を完了することができます。日本の製造業はどの企業も品質が高く、そもそも悪い例の画像を集めることが大変ですから、ここも大きなメリットといえますね。

AI事業室の取り組みがよくわかりました。最後に今後の目標や構想を教えてください。 Neural Network ConsoleとPrediction Oneについては無料セミナーを随時開催しており、まずはユーザーの数を増やしながら、オープンな世界の中でよりよいサービスの提供を目指していきたいと考えています。画像判別ソリューションについてはお客様の課題を伺いながらソリューションの幅を広げていきたいと考えています。また、その一方で、現在は汎用的なサービスがメインになっていますが、いずれは様々な業界のニーズを探りながら業界特化型ツールの開発・提供にも乗り出し、汎用型と業務特化型の両極でサービスを届けられたらと考えています。