現在、ディープラーニング (深層学習) は身近な様々な場所で活用されている。
本ナレッジではデータの種類に応じた活用例や、様々な業界における活用例を記載する。
ディープラーニング (深層学習) の概要や歩みについては、以下ナレッジを参照。
Sponsored Links
データの種類に応じたディープラーニングの活用例
- 画像データを用いたディープラーニング (DL) の活用例
- 画像認識による人の顔認証
- 画像解析による製品の外観検査
- 音声データを用いたDLの活用例
- 音声認識による会話のテキスト化
- 言語データを用いたDLの活用例
- 自動翻訳
- マルチモーダルデータ (音声や画像データなど複数のデータを組み合わせたデータ) を用いたDLの活用例
- 防犯用警備ロボット
- 監視カメラの不審者検知
- システム自体の行動データおよび観測データを用いたDLの活用例
- 自動運転
- ロボット
- 言語化されたテキストデータを用いたDLの活用例
- AIアシスタント
- ホワイトカラー支援
ディープラーニングの各業界における活用例
- 広告、マーケティング
- デジタルマーケティング
- 商品・製品のリコメンド
- 製造業
- 製品の外観検査
- 熟練スキル必要工程の機械化
- 製薬、材料
- 組成のシュミレーション
- 防犯、監視
- 防犯用警備ロボット
- 監視カメラの不審者検知
- 運送・流通
- 自動運転
- 医療
- 画像診断支援
- 弁護士
- 関連法令チェック
- 情報整理
- 金融
- 不正検知
ディープラーニング活用の今後と課題
- ディープラーニング活用の今後
- 産業自体が変化
- 企業内の活動が変化
- 人間同士および人間と機械のインタラクションが変化
- ディープラーニング活用の課題
- データ利用に対する社会的な受容性が低い。
- データ利用に関する法令やルールがまだ未確立（整備されつつはある）。
- AIへの懐疑論。
- ディープラーニングはブラックボックス化しやすい。
- DARPAなどがXAIプログラムとして、説明可能なAIの手法確立に取り組んでいる。
Sponsored Links