聞いたら分かる、音で設備の稼働状態を認識するAI技術を開発:FAニュース
日立製作所は、工場での設備診断の自動化に向け、周囲の雑音に影響されず、音に基づいて状況を高精度に認識できるAI技術を開発した。雑音が含まれる音を分解し、状況認識することで設備の稼働状態を認識できる。
日立製作所は2018年11月5日、工場での設備診断の自動化に向け、周囲の雑音に影響されず、音に基づいて状況を高精度に認識できるAI(人工知能)技術を開発したことを発表した。雑音が含まれる音を分解し、状況認識することで、設備の稼働状態や人の活動状態を認識できる。
同技術は、音源の方向や音色の違いなどのさまざまな観点に基づいて、周囲環境から発生する環境音や周囲の物体や人から跳ね返ってくる反響音などの雑音が含まれる音を分解し、分解された音をもとに状況認識する。
音を分解する際は、まず複数のマイクロフォンで音を録音する。雑音が混ざった音は、マイクロフォン間での音が到達する時間差から推定される音源の方向や、音色の違いから推測される反響音かどうかなど複数の観点に基づいて分解する。
分解した音は、複数のディープニューラルネットワーク(DNN)にそれぞれ入力し、設備や人などが置かれている状況と一致する可能性をそれぞれ計算する。計算結果は多数決により、総合的な状況認識結果として出力される。
それぞれのDNNが受け持っている1つの観点だけに頼ると雑音に影響されやすいが、複数のDNNの多数決による結果を確認することで雑音に影響されにくくなる。このため、さまざまな雑音が存在する環境でも高精度に状況認識できる。
同技術は、IEEE AASP TCが公認する音響認識分野の国際コンペティション「DCASE 2018 ChallengeのTask 5」にて第1位のスコアを獲得し、技術の効果を確認した。同社は今後、機能向上などを図り、熟練者の経験に頼らず、工場内などの環境に適用する音に基づく自動設備診断の実用化を目指すという。
状況認識のプロセス 出典:日立製作所
- AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI(人工知能)。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
- 機械学習はどうやって使うのか――意外と地道な積み重ね
前編では、AI(人工知能)と機械学習、ディープラーニングといった用語の説明から、AIを実現する技術の1つである機械学習が製造業を中心とした産業界にも徐々に使われ始めている話をした。後編では、機械学習を使ったデータ分析と予測モデル作成について説明する。
- 世界を変えるAI技術「ディープラーニング」が製造業にもたらすインパクト
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界だけにとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすか、解説します。
- 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。
- 音声認識の覇権を握る「Amazon Alexa」、逆転の余地はまだある?
「CES 2017」で一躍存在感を高めた音声認識インタフェース「Amazon Alexa」。既に覇権を握りつつあるという見方も多い。それでも競合他社にとってまだ逆転の余地は残されているようだ。
- 2つのAIを使った音声翻訳サービス、日本語にも対応
マイクロソフトは同社が展開するクラウドベースの機械翻訳サービス「Microsoft Translator」を強化し、ニューラルネットワーク機能を盛り込み、より自然な翻訳を実現した。
Copyright © ITmedia, Inc. All Rights Reserved.