主観データを客観データにすることが出来た方法とは

株式会社エイアイ・フィールド様

主観的データを客観的なデータに変換出来た方法とは

データ分析・AI構築支援、自社プロダクト提供等を行っており、様々な顧客課題をAI(人工知能)を活用して課題解決を向き合う株式会社エイアイ・フィールド。
今回は自社プロダクト開発における学習データ収集に関する課題と今後の展望など非常に興味深い取材をさせていただきました。

属性判定サービスPM
若林勇人さん

インタビュワー:本日は、株式会社エイアイ・フィールドの若林勇人さんにお話を伺います。若林さん、どうぞよろしくお願いいたします。

若林さん:よろしくお願いします。

 

■今回の案件の概要

「マスクをしていても顔認識が可能なAIモデル開発」

インタビュワー:まずは、今回の概要を教えていただけますか?

若林さん:はい。弊社では、自社プロダクト開発をしておりまして「マスクをしていても顔認識が可能なAIモデル」を開発する際に、顔画像を推定するアノテーションデータが必要でharBestを利用させてもらいました。

■アノテーションデータ作成の課題点

「主観的データから客観的データに変換」

インタビュワー:今回のアノテーションデータ作成にあたり、どんな課題がありましたか?

若林さん:「マスクをしていても顔認識が可能なAIモデル」を開発する際に、年齢や性別などをラベリングするのですが、作業者1人の場合は、どうしても主観的なデータになってしまうので、複数人で平均値を取るなどして客観的なデータに加工する必要がありました。

インタビュワー:確かに見る人の年齢や性別等によって、ラベリングに差異が出ますよね。様々な属性の人に評価してもらった結果の平均値や中央値を取ることで偏りが少ないデータになりますよね。

若林さん:そうですね。ただ自社でアノテーションをしようと考えましたが、 アノテーションのためにそれだけの人数を確保することが難しい現状がありました。

アノテーション後の確認画面

■APTOのサービスを使ってみて

「データ作成後のチェックと振り分け作業を削減」

インタビュワー:そんな中で弊社のharBestをご紹介させていただいたんですよね。

若林さん:そうですね。複数人で平均値を取れるというところでピッタリだなと思いました。

インタビュワー:他に助かった点などございますか?

若林さん:データ作成後のデータ確認とデータ選び出しの工数が削減出来たことです。1つの画像に対して複数人で評価してもらえるので、あまりにも評価にばらつきがあるデータをフィルタリングして学習データから除外することも容易に出来たので、学習するまでのデータ確認も削減できたところも良かったと思います。

■今後の展望

インタビュワー:御社の今後の展望について教えていただけますか?

若林さん:弊社は画像関係AIを提供するケースが多いのですが、自然言語や時系列分析に精通したエンジニアも多く抱えているので、 今後はそちらに関連したサービスを積極的に開発していきたいと考えています。