日本メーカーが大苦戦!マシンビジョンの世界で何が起きているのか？(13) 製造現場でのディープラーニングの実態と将来に迫る | マイナビニュース
普及を始めるディープラーニング技術 ディープラーニングの技術は様々な分野にて本格的な導入が進んでいる。 ただし、その多くは安全性が求められない分野が多く音声認識やターゲティング広告、ニュース配信などが挙げられ、画像処理の分野でも同様に安全性が求められない顔認証や医療画像診断の補助機能、写真の検索用タグ付けなどが挙げられる。自動車の自動運転など安全性が求められる分野ではまだ本格導入には至っていないのが現状であろう。 様々な分野で活用されているディープラーニング それに対して、モノづくりにおける安全性を担保する「製品検査」の分野にて、ディープラーニングの採用がどれだけ進んでいるのか、そしてその将来はどのような世界が予測されるのか、2018年9月の時点で我々の考えをまとめて皆さんにお知らせしたい。ディープラーニングの技術が画像処理に有益なことは明らかであるが、工場の中の画像処理における実態に迫り
日本メーカーが大苦戦!マシンビジョンの世界で何が起きているのか？(14) ディープラーニング導入を成功に導く、パッケージ製品活用という選択
マシンビジョン業界におけるディープラーニング活用動向 マシンビジョン用途でディープラーニングを活用するため、各企業は様々なアプローチを試みてきた。本稿ではその方向性を紹介し、今後、どのような観点でディープラーニング技術に取り組むべきかを解説する。 マシンビジョンにディープラーニングを活用する製造業企業は、保有するAI技術レベルに応じて、大きく3つの層に分類できる。AI技術を社内で育て上げようとしている「HIGH」層、汎用AIパッケージ製品を活用してニーズに応じたアプリを自社で構築しようとしている「MIDDLE」層、社外リソースを活用して課題を解決しようとしている「LOW」層である。 「LOW」層の企業は、ディープラーニングに詳しいAIコンサルティング企業(以下、AIコンサル)に投資するという活動を行ってきた。この活動により市場が活性化し、新たなAIコンサルも数多く出現した。 しかし、前回の
深層学習はまだ初期段階--ビジネスインフラ化にはあと20年かかる：DEEP LEARNING LAB講演
ディープラーニング（深層学習）に関連する、開発事例や最新技術動向を情報発信するコミュニティー「DEEP LEARNING LAB」は2019年6月8日、2周年を記念するイベントを都内で開催した。本稿では基調講演で語られた内容を紹介する。 最初に登壇した東京大学大学院工学系研究科 人工物工学研究センター／技術経営戦略学専攻 教授 松尾豊氏は、2006年7月に発表されたGeoffrey E. Hinton氏およびSimon Osindero氏の論文「Deep Bellef Net」から始まり、2019年5月発表のJonathan Frankle氏およびMichael Carbin氏による「宝くじ仮説」に至るまでの歴史をひも解きつつ、「深層学習技術は進み、事例も増えてきた一方で、課題が残る」と指摘する。 平成元年（1989年）時と平成30年（2018年）時の世界企業時価総額ランキングを比較して、
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
