G検定対策はこちら
はじめに
産業への応用の応用例を列挙。
ものづくり
不良品検出
「不良品が発生する頻度が少ない」ことが課題。
良品データのみの特徴を抽出し、その差分で不良品を検出。
つまり、良品データでなければ不良品という考え方。
AutoEncoderと相性が良い。
予兆検知、予防保全
「作業員の熟練度に依存しない安定した生産」が目的。
バラ積みピッキング
「ロボットに求められる作業レベルが高度化」が課題。
Faster R-CNNによる検知と認識と相性が良い。
モビリティ
自動運転
内閣官房IT総合戦略室では以下を目標としている。
2020年：無人自動走行による移動サービス
2022年：高速道路でのトラック隊列走行
以下の検討も進められている。
- 自動運転車両の安全基準
- 交通ルールの在り方
- 保険を含む責任関係の明確化
- 国際動向、イノベーションに配慮した制度設計
ロボットタクシー
自動運転を前提としたロボットタクシーの開発も進められている。
医療
診断支援
ディープラーニングの特徴抽出能力と相性が良い。
意思への負担緩和や見落としリスク軽減に期待されている。
ゲノム解析
2017年GoogleからDeepVariantが発表。
解析は進むが根拠を示すことが困難という課題あり。
介護
着衣介助にも利用。
その他、介護コミュニーケーションや介護初心者へのコーチングにも利用。
インフラ、防犯、監視
メンテナンス効率化
コンクリートひび割れ検出、舗装道路損傷判断、送電線点検などに利用。
建設現場
トンネル切羽、掘削のり面の地質評価に利用。
産業廃棄物
人手不足解消
防犯、監視
パトロール要員の目視の代わりに利用。
コメント