　実証実験では、同社のラグビー部員を対象とし、選手やボールの追跡・位置推定によってプレーを分析する。画像認識技術を用いて試合映像から選手やボールの移動軌跡を仮想二次元フィールドにマッピングし、音声認識技術でレフェリーのホイッスルを自動検出して自動で画像へタグ付けする。また、ディープラーニングを活用するこbbb

　今後、試合中の重要な局面で、選手の動き出しのタイミングやチームフォーメーションの分析、特定のプレー結果に至る要因を解析するシステムを開発する。併せて、実証実験を行うことで、2019年ラグビーワールドカップでの実用化を目指す。

　多人数でプレーするラグビーは、動きが速く、人が密集してボールが隠れるなど、他のスポーツにはない特徴がある。同社ではこうした特徴を持つ対象の映像分析を通じて、同社のAIサービス「RECAIUS（リカイアス）」の画像・音声認識技術の精度向上を図る。さらに、多人数の動きを同時認識する技術を、工場の導線管理に応用するなど、製造業の生産性向上につなげていくとしている。

関連キーワード

実証実験 | ディープラーニング | 東芝 | ICT | 人工知能

人工知能は製造現場でどう役に立つのか
人間の知的活動を代替するといわれる人工知能が大きな注目を集めている。ただ、製造現場で「使える」人工知能は、一般的に言われているような大規模演算が必要なものではない。「使える人工知能」に向けていち早く実現へと踏み出しているファナックとPFNの取り組みを紹介する。
第4次産業革命って結局何なの？
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。しかし、そこで語られることは抽象的で、いまいちピンと来ません。本連載では、そうした疑問を解消するため、第4次産業革命で起こることや、必要となることについて分かりやすくお伝えするつもりです。第1回目はそもそもの「第4次産業革命とは何か」を紹介します。
製造業IoTに新たなデファクト誕生か、ファナックらが人工知能搭載の情報基盤開発へ
ファナックやシスコシステムズら4社は、製造現場向けのIoTプラットフォームとして「FIELD system」を開発し、2016年度中にリリースすることを発表した。競合メーカーの製品なども接続可能なオープンな基盤とする方針。製造業IoTでは各種団体が取り組むが、ファナックでは既に製造現場に350万台以上の機器を出荷している強みを生かし「現場発」の価値を訴求する。
熟練技術者のスキルを8時間で獲得、ファナックが機械学習ロボットを披露
ファナックは「2015 国際ロボット展」で、Preferred Networks（PFN）と提携して開発している産業用ロボットへの機械学習の適用事例を披露した。機械学習により熟練技術者が数日間かかるティーチングの精度を、8時間で実現したという。
製造業で人工知能はどう使うべきなのか
日本IBMとソフトバンクは、自然対話型人工知能「ワトソン（Watson）」の日本語版の提供を開始する。自然言語分類や対話、検索およびランク付け、文書変換など6つのアプリケーションをサービスとして展開する。