～農作物の選別の支援する～

Sortable

農業就業人数は減少傾向にあり、新規参入者が少ないという問題を抱える農家は多いです。農家の抱える課題を「農業×ICT」により解決を目指し、農作物の選別を支援するアプリSortableを開発しました。

農業の就業人数は、技術の継承が困難であったり新規参入が少ないなどといった理由から年々減少傾向にあります。実際に農家にヒアリングを行った結果、「工程が多く複雑化している」ことや、「農家にとって手作業の負担が大きい」という課題が浮き彫りになりました。

そこで私たちは、「安価・万能・手軽」の3つの観点から、図１、２に示すような特徴、機能が搭載されたSortableというアプリケーションを考案して提案しました。本取り組みについては、社会人基礎力グランプリや農業女子アワードといったビジネスプランコンテストにも出場して受賞しています。

特徴

GPT のファインチューニングによる

質疑応答システムの構築

Open AI 社が発表したGPT-3をブームのはじめとして、日々新たな大規模言語モデルが公開されています。本プロジェクトでは、これらの技術を活用して質疑応答のチャットボットを作成しています。

本プロジェクトでは、質疑応答特化モデルの生成過程に着目し、質疑応答システムに適した教師データの方向性を明らかにしています。具体的に、本研究の処理の流れを図１（下）に示します。学習部では、教師データの整形後、ファインチューニング機能によりQA特化モデルを生成します。QA整形では図１（上）に示す通り、型番ありとなしの2種類の教師データを作成し、型番ありの教師データにて学習することで、製品情報などの前提知識を踏まえた回答文の生成が可能であるかを確認します。

GPT-2事前学習モデルには、rinna社が公開しているrinna/japanese-gpt2-smallを採用し、事前に準備した質疑応答の教師データを学習することで、利用用途に特化したAIチャットボットを構築しています。本システムを組み込んだAIチャットシステムのイメージを図２に示します。

特徴

広告効果が正確に得られる
デジタルサイネージの考案

～「アーバンデータチャレンジ」への出場～

デジタルサイネージはその訴求力の高さから近年設置台数が増加していますが、広告効果を測定する上では課題もあります。私たちはその課題の解決策を考案しデータ利活用に関するコンテストに出場しました。

デジタルサイネージは近年設置台数が増加しており、都市部の駅では必ず目にする広告媒体となりました。今後も市場の成長が見込まれているデジタルサイネージですが、広告効果の把握が困難であるという課題があり、他の広告媒体に対する弱みとなっています。デジタルサイネージを提供する各社はこの課題に対応した製品を販売していますが、いずれの製品もインターネット広告のように表示される広告を見た人がその前後にどのような行動をしたかを正確な把握することはできていません。

私たちはこの課題を解決するために、顔画像を保持せず顔の特徴量（数値データ）を用いることでプライバシーを保護しながらデジタルサイネージを見た人の行動を追跡できる機能を搭載した製品を考案し、各種コンテストに出場しました。

特徴

MID360を用いた点群データの利用

～歩行空間の地図作成及び地下空間の点検～

3D-Lidarは自動運転車や産業用ロボットの市場拡大に基づいて近年需要が増加しています。その中でも360度点群データを取得可能な3D-LidarであるMID360を用いて様々な検証や実験を行いました。

本研究の目的はMID360のセンシング技術の精度検証と、MID360を用いた「歩行空間の地図作成」と「地下空間の新たな点検方法」を考えることです。

現在、道路空間は、MID360のような3D-Lidarを車両に取り付けることでデータを取得することができますが、歩行空間は、歩行者や建物などの障害物が多くデータ取得が難しいという課題があります。MID360は、歩行空間の地図作成に役立つのではと考え実験を行いました。

加えて、マンホールの中などの地下空間の点検は、実際に人が入って点検するケースがほとんどです。しかし、その方法には危険が伴うので、MID360でデータを取り異常を検知することができるか実験します。

特徴