原文 日経クロストレン

前言
 
【第一章  以深度學習來提高附加價值應該這樣獲利──專訪日本深度學習協會理事長松尾豐】
 
僅減少人事費用還不夠，必須創造新的價值╱要帶來改變產業結構的衝擊╱做好心理準備，費時二十年才能建立大型商業規模╱與一九九八年的網路發展如出一轍╱Mosaic與SuperVision╱對電晶體而言的收音機，相當於深度學習的……╱二○二○年人工智慧泡沫崩盤？╱對人工智慧投入的心力，與孫正義的共同點╱將需求端與供給端分開考量╱住家、辦公室、醫院等「依賴場所」的考量╱對供給端的要求是提高效率╱深度學習也有微笑曲線？╱未來靠人工智慧賺錢的不是軟體部門
 
【第二章  改變產品開發流程和產業結構】
 
Kewpie
促進協作領域技術整合，守護日本品牌╱學習良品的原料排除不良品的逆轉思維╱「Google、BrainPad自始至終給予支援」╱照明等實體上的微調，將成為人工智慧的情境╱使用人工智慧時要秉持「理念與決心」
 
PLUG
幾分鐘就能計算出喜好度的分析結果╱如何判斷人工智慧分析結果的可信度？╱運用擁有的資料和分析獲得的知識，自家公司開發人工智慧系統╱也可以進行「美味」、「可愛」等要因分析
 
AnyTech
化學感測器並非萬無一失╱以流體專家之姿接觸深度學習技術╱從飲料到巧克力╱動態影片與靜態影像截然不同╱從水處理設施檢測異常開始使用╱「設定的市場規模為一兆兩千億日圓」夢想遠大╱希望改善中國的食品衛生
 
NTT DOCOMO
已有數間公司使用╱尺寸不一的商品辨識準確率是待解課題╱運用行動電話用戶資料的貨架配置建議╱電子商務比例雖然提高，零售店鋪仍不可少
 
藤倉 Fujikura
路線圖中處理的資訊包括「影像」、「數值．符號」、「控制」、「語言．概念」╱「以人工智慧平台作為製造業的改革基礎」╱路線圖的第一步，提升過去人工目測的檢查業務效率╱雷射二極體晶片批次檢查也可自動化╱既有的物體偵測手法處理費時又費工╱將物體偵測與異常檢測區分為兩階段╱試算經濟效益後判斷導入
 
日本菸草產業  JT
以人工智慧作為菸草事業本部的數位解決方案╱將競賽當作工具獲得最新技術╱連沒有要求的即時性也達成了╱第一名得主獎金一百二十萬日圓
 
多留客 Toreta
將流通業的商品碼「移植」到外食領域╱食物標註的準確率超過百分之九十╱以外食資料催生食品商品開發
 
運動科技實驗室 Sports Technology Lab
短時間內完成人工作業超過八小時的情境分析╱與運動資料事業單位合作，分析球員動態資料╱從二十二人的座標資料和骨骼分析資訊將賽事定量化╱留住人才和資料是個難題╱當作全球轉會市場的工具來使用，商機無限
 
軟體銀行 SoftBank
以模糊影像加工處理來確保隱私╱以Edge AI實現即時性╱縮短到八十毫秒╱以5G×深度學習拓展應用領域
 
【第三章  因應消費者的需求】
 
樂天 Rakuten
豐富的正確「句對」是自動翻譯的重點╱在新加坡開發模型並運用新技術╱自動翻譯在樂天各項服務中橫向發展╱未來展望將即時翻譯與語音辨識結合
 
日本雅虎 Yahoo! JAPAN
運用深度學習將實體資訊數位化╱以一百三十輛物流車在街道上「抓取」╱使用不同的模型來提高準確率╱邁向普及實用化，課題也逐漸明確╱一天獲得兩次資料稱不上即時
 
SMBC日興證券 SMBC Nikko Securities Inc.
以排名方式預測一個月後的預期收益╱以過去的資料測試，總資產變成一二點九九倍╱深度學習擅長掌握非線性
 
【第四章  改革勞動方式】
 
荏原環境設備 Ebara Environmental Plant
汙泥、樹枝、裝袋垃圾，由操作員目測選別╱直覺是只能靠深度學習╱重現熟練操作員的雙眼╱以實地測試來驗證實用性╱二○一九年春季接受新訂單推動橫向發展
 
Unifa
提升業務效率當然也有助於減輕園內老師的精神負擔╱用十七萬筆資料來學習，試誤中摸索模型開發╱分類NG照片提升準確率╱為了進一步提高準確率也著手改善模型
 
NTT DATA Getronics
以深度學習來解決員工餐廳面臨的社會課題╱運用RFID必須使用塑膠餐具╱餐具的資料「不足」╱採用MobileNet-SSD╱只選擇「當日使用的餐具」提升準確率╱雲端搭配邊緣裝置可拓展結帳之外的業務領域╱作為辦公室解決方案廣泛提案的「宣傳招式」
 
Monoful
「等候時間漫長」是貨車駕駛面對的現實╱以選配方式提供人工智慧攝影機自動記錄貨車進入倉庫的狀況╱調整裝設位置、髒汙、車牌角度
 
三菱總合研究所 Mitsubishi Research Institute
與北京大學共同研究╱體驗「寫文章」的難度╱使用大約兩萬筆財務資料和說明文件的資料集來學習╱人工智慧撰寫的文章即使有一處修改，仍然「可用」╱學習資料幾千筆就「飽和」
 
DeNA
交通事故多半是人為疏失，以資訊科技來協助改善駕駛行為╱人工檢視行車記錄器相當費工╱以深度學習辨識影像，結合危險行為的偵測邏輯來判定╱人工智慧開發與資料科學家的組合╱實測減少事故效果最大達百分之四十八，提供七種危險情境偵測商用服務
 
石田 ISHIDA
一開始根本夾不住╱機械能做到的事與人工智慧能做到的事展開拉鋸戰╱藉由類神經處理進一步提高準確率╱將人力轉向更需要創意的工作╱食材中以義大利麵難度最高
 
AVILEN
如何分析格式不一的圖面？╱使用U-Net學習六千份圖面╱持續拓展人工智慧在鐵材加工上的運用╱重視了解人工智慧的最新技術
 
【第五章  偵測錯誤和異常，解決社會課題】
 
理光 RICOH
想實踐「理光風格」╱用攝影機與深度學習來偵測路面老化╱國土交通省期待的新技術╱「龜裂率」、「車轍量」、「平坦度」三項因素╱光與影的課題，將人工作業驟減到百分之二╱通過性能確認測試「掛保證」之後邁向正式服務╱性能確認測試合格是讓地方政府引進的「保證」╱單價低廉、累積長程來獲利的商業模式╱也受理監測七百至八百公里長距離的大型案件
 
日本氣象協會 Japan Weather Association
想取得更詳細的資料╱以三維的時間與空間來打造深度學習模型╱以降尺度手法減少與實際降雨量的落差╱也適用於更詳細的降尺度資料或其他指南╱未來深度學習會像Excel這類工具一樣方便好用
 
日本交易所自主規制法人 Japan Exchange Regulation
人工智慧支援初期調查╱提升人工智慧準確率的關鍵在於審查人員的見解╱人工智慧是否能帶來新的提示？
 
misosil
社群網站效果測試服務採用機器學習╱可達到人工判斷「正確答案」的約九成，由自家公司開發╱達到人工超過九成的準確率╱不當行為的分布依商品和領域而異
 
拓普康 TOPCON
海外運用眼底影像的案例╱費神的眼底影像註記作業╱「感測人工智慧」將資料加工成人工智慧方便使用的形式╱運用Edge AI建立個人健康管理系統
 
Ollo
即使戴著口罩仍能從側臉進行人臉認證╱認證測試正確率百分之九十九點八一╱以小容量資料傳輸，安全又便利╱導入最新論文的技術來加快速度╱初期費用三萬日圓，月費三萬日圓非常便宜╱期許拓展深度學習的應用範圍
 
【第六章  了解尖端技術的動向】
 
生成對抗網路相關論文數量至二○一八年底在兩年內多了超過十倍
 
技術進程
劃時代論文〈深度信念網路的一種快速學習演算法〉╱在影像辨識領域延伸至商業範疇
 
協助具創造性的生成對抗網路
進入正式的開發競爭╱並用兩套類神經網路，自動生成接近真實的資料╱StyleGAN與GauGAN也登場╱支援平面設計創意人
 
提升學習和註記等費工作業的效率
自行判斷來「學習」╱從單色影像推測彩色影像╱「自動加註標籤」的研究也加速了
 
應用於圖結構的GNN、應用於自然語言處理的BERT備受矚目
圖結構為社群網站、運輸網和分子結構分析開拓道路╱Google的BERT在自然語言處理上有重大突破
 
結語
 
附錄  專有名詞縮寫對照表