日ましに春めいてくるこの頃、皆様いかがお過ごしでしょうか。
季節の変わり目ですので、お身体をおいといください。

以前、弊社のお茶会で「ニューラルネットワークで遊んでみる」というテーマの発表が行われました。

ニューラルネットワークとは、脳内の神経細胞を模した多変数の引数を持つ関数「ニューロンモデル」を使った数理モデルで、入力に対して望ましい出力を教えることで、教えたことを関数の形にフィードバックして段々と正しい答えが導き出せるよう成長していきます。
層の数が 4 層以上からなるニューラルネットワークを扱うことを Deep Learning(深層学習)と言って、画像や音声認識などのパターン認識処理に向いていると言われています。

大量のデータから複雑なパターンやデータを抽出できるという汎用性の高さから、

・Siri などの音声認識アシスタント
・自動車の自動運転の障害物や歩行者の認識など
・肌の写真による健康状態の確認
・顔写真による性格診断
・悪性の腫瘍の発見や新薬の開発

など、すでに Deep Learning は様々な分野で使用されており、今後のビジネスや社会をリードしていく技術としてますます成長が期待される技術のひとつです。

Bird Classification

弊社でも Deep Learning の開発と勉強を行っていて、質的に安定したものが作れるようになってきたので、
そのデモページとして「Bird Classification」を制作しました。
こちらのページでは「野鳥の画像を入力し、実際に Deep Learning を使ってその種類を推測させる」ことができます。

トップページでは、バードウォッチングの双眼鏡をイメージして円形にクロップされた鳥が飛び回っていますが、
その数なんと76種類。それら全てがこのサイトで判別可能な鳥たちです。

トップページの「利用規約に同意してはじめる」ボタンを押して、画像をアップロードする画面に遷移します。
画像をドラッグ&ドロップし、鳥が写っている部分を選択。「判定する」のボタンをクリックすると計算が開始され、

近いと思われるものから順に五番目までが候補として表示される仕組みになっています。
右上メニューの「判別できる鳥」に入っていない鳥は判別できなかったり、間違えてしまうこともありますが、そこはご理解ください。
アップロードされた画像は保存されません。ですのでお気になさらず色々試してみてください。

今後、これを応用することで上で挙げたような例以外にも、様々なことに対応が可能になると思いますので、

Deep Learning でお困りのことがあれば、
是非とも弊社にご依頼・お問い合わせください。