SCSKは2021年3月29日、AIモデル構築サービスで利用する自社開発のツールキット「SCSK Neural Network toolkit」(SNN)の新版「SNNバージョン2.4」を発表した。同年4月12日から開始する。目視検査において正常データの学習のみで異常個所を検知できるようにしたほか、自然言語解析モデルを追加した。AIモデル構築サービスの販売目標として、年間導入件数80件を掲げる。
SCSKは、AIモデルを構築するSIサービスを2018年4月から提供している。AIモデル構築サービスの提供にあたっては、SCSKが自社で開発したAI開発用のツールキット「SCSK Neural Network toolkit」(SNN)を利用している(図1)。今回、この開発ツールキット(SNN)をバージョンアップした。これにより、これまでよりも高度なAIモデルを構築して提供できるようになった。
図1:SCSK Neural Network toolkitの概要(出典:SCSK)拡大画像表示
開発ツールキット(SNN)新版の主なポイントは5つある。
(1)目視検査モデルを強化した。不良品目視検査の案件を通じて蓄積したノウハウを基に、目視検査モデルを強化した。正常データの学習だけで異常個所を可視化できる。発生頻度が低く集めにくい異常データの収集、およびアノテーション作業が不要になった。
(2)学習データの品質を事前に分析する機能を搭載した。学習前に学習データの量と質を把握できるので、精度が不足してデータの準備からやり直すといった作業が要らなくなる。モデル作成のサイクルを短縮できる。
(3)IoTエッジデバイス上で高速に動作する軽量モデルを用意した。エッジデバイス上で30fps以上の推論処理を実現できるとしている。軽量であるため、開発したモデルを各種のデバイスに配信できるとしている。
(4)説明可能なAI技術を搭載した。AIによる判断の根拠を可視化する。これにより例えば、AIが画像のどの部分からどのように分類したかを理解できる。これにより、AIに対する不安を解決する。
(5)自然言語解析モデル搭載した。既存の画像解析モデルとセンサーデータ解析モデルに次ぐ第3のモデルとなる。文章から人名、地名、組織名などの固有表現を抽出できるようになった。文脈を考慮できる言語モデル「BERT」を使っているため、従来手法(辞書やルールベース)では難しい単語も抽出できる。用途として、コールセンターの応対記録から顧客の不満やニーズを抽出できる。
-
AI時代の“基幹インフラ”へ──NEC・NOT A HOTEL・DeNAが語るZoomを核にしたコミュニケーション変革とAI活用法
-
加速するZoomの進化、エージェント型AIでコミュニケーションの全領域を変革─「Zoom主催リアルイベント Zoomtopia On the Road Japan」レポート
-
14年ぶりに到来したチャンスをどう活かす?企業価値向上とセキュリティ強化・運用効率化をもたらす自社だけの“ドメイン”とは
-
-
-
-
生成AIからAgentic AIへ―HCLSoftware CRO Rajiv Shesh氏に聞く、企業価値創造の課題に応える「X-D-Oフレームワーク」
-
-
-
「プラグアンドゲイン・アプローチ」がプロセス変革のゲームチェンジャー。業務プロセスの持続的な改善を後押しする「SAP Signavio」
-
BPMとプロセスマイニングで継続的なプロセス改善を行う仕組みを構築、NTTデータ イントラマートがすすめる変革のアプローチ
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-


