損害保険ジャパンは2021年12月28日、事故リスク予測AIモデルを開発したと発表した。ドライブレコーダーで収集した位置情報・速度・加速度などのデータを利用して事故リスクを予測する仕組みである。同社の安全運転支援サービス「Driving!」に付随する運転診断機能として、2021年9月から提供している。予測モデルは理化学研究所の革新知能統合研究センター(AIP)との共同で開発した。
損害保険ジャパンは、ドライブレコーダーで収集した位置情報・速度・加速度のデータを利用して事故リスクを予測するAIモデルを開発した。通信機能付きドライブレコーダーを活用した安全運転支援サービス「Driving!」の運転診断機能として、2021年9月から提供している(図1)。予測モデルは理化学研究所の革新知能統合研究センター(AIP)との共同で開発した。同社は予測モデルに「Trajectory Miningを利用した自動車事故リスク予測モデル」の名称を付けている。
図1:ドライブレコーダー新端末と、専用スマートフォンアプリの運転診断画面(出典:損害保険ジャパン)拡大画像表示
損保ジャパンは2015年から順次、自動車保険の特約として、ドライブレコーダーを用いた安全運転支援サービス「スマイリングロード」(法人向け)や「Driving!」(個人向け)、スマートフォンアプリ「ポータブルスマイリングロード」を提供してきた。2018年3月からは、理研AIPとの共同研究を開始し、安全運転支援サービスの新機能開発を進めてきた。
2021年9月、損保ジャパンが個人向けに提供している「Driving!」のドライブレコーダーを新端末にリニューアルするとともに、ドライブレコーダーと無線LANでつながる専用スマートフォンアプリを無料で提供開始した。専用スマートフォンアプリの機能の1つとして、事故リスク予測モデルを活用した運転診断機能の提供を開始した。
運転診断機能を使うと、毎回の運転終了後に、事故リスク予測モデルで算出した運転スコアをドライバー自ら確認できる。これまで意識していなかった運転の特徴や要注意ポイントを把握することによって、運転スキルや安全運転意識が向上する。
なお、事故リスク予測モデルは、理研AIP 目的指向基盤技術研究グループ データ駆動型生物医科学チームと共同で開発した。ドライブレコーダーから収集する位置情報・速度・加速度などの走行データを対象に、「系列マイニング手法」の1つである「Safe Pattern Pruning」(SPP)を適用し、事故リスクに関連するパターンを抽出し、事故の有無を分類する。一般的な事故リスク推定モデルでは複数回・長期間の走行データが必要だが、当該モデルでは1回の走行データだけでドライバーの事故リスクを推定するとしている。
- 業務システム 2027年4月強制適用へ待ったなし、施行迫る「新リース会計基準」対応の勘所【IT Leaders特別編集版】
- 生成AI/AIエージェント 成否のカギは「データ基盤」に─生成AI時代のデータマネジメント【IT Leaders特別編集号】
- フィジカルAI AI/ロボット─Society 5.0に向けた社会実装が広がる【DIGITAL X/IT Leaders特別編集号】
- メールセキュリティ 導入のみならず運用時の“ポリシー上げ”が肝心[DMARC導入&運用の極意]【IT Leaders特別編集号】
- ゼロトラスト戦略 ランサムウェア、AI詐欺…最新脅威に抗するデジタル免疫力を![前提のゼロトラスト、不断のサイバーハイジーン]【IT Leaders特別編集号】
-
VDIの導入コストを抑制! コストコンシャスなエンタープライズクラスの仮想デスクトップ「Parallels RAS」とは
-
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
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-



