今までなかったAIを搭載したスマートフォンアプリ

SRA東北は2016年より社会課題となるインフラ老朽化の解決手段として、
AIによるサビの劣化度判定の研究を開始しました。

JUDGEプロモーションビデオ

JUDGEイメージ動画

こちらの動画は、JUDGEの利用イメージを紹介しています。

最上級のAI IBM Watsonをエンジンに採用

AI（人工知能）技術を駆使したサビの劣化度判定サービス「JUDGE」は
IBMWatsonのVisual Recognition（VR）を利用したサビの劣化度判定のアプリです。
人間の目では判断しづらい多種多様なサビを判定します。
人材不足やノウハウ伝承などが社会課題となっている昨今、
人間のノウハウをAIに学習させることによりスピーディーな意思決定を支援します。

社会課題の解決アプローチに・・・

インフラ老朽化や後継者問題が社会課題となっている昨今。社会課題の解決アプローチにAIを注入。

【課題】老朽化したインフラが加速度的に増え、点検に時間がかかる

AIの自動判定で効率的な点検を実現

【課題】人手不足の中で技術伝承できない

一度学習すれば半永久的に残るAI

独自のAI画像解析モデルを構築

お客様自身で保持されている画像をIBMWatsonに学習させ、お客様独自の画像判別モデルを構築いたします。
さらにサービスの中では実際の現場で画像を収集、追加し、より現場に近い画像で学習を行います。

画像判別モデルの構築概要手順

Step1.画像データの収集：各サビレベルの画像を50～200枚程度収集、準備を行う。
Step2.データの仕分け：各サビレベルの画像をトレーニングデータ、検証データ8:2の比率で仕分けを行う。
Step3.画像最適化：各サビレベルの画像をWatsonの学習時に最適な形に加工します。
Step4.トレーニング：Watsonの画像認識機能Visual Recognitionのトレーニングを行う。

AIを構築後に広がる更なる可能性（オプション）

全景分析

ドローンとの連携を想定したサービスで、全景の写真をAIに見せると、どの位置にサビがいるのかを瞬時に判断。

ヒートマップ分析

緯度・経度情報とサビの劣化度を地図上にプロット。どの位置にサビが多い建造物がいるか瞬時に把握することができます。どの地点からメンテナンスをするべきか把握することができます。

学習データを変えれば様々シーンでの活用が可能

「JUDGE」ではサビの劣化度判定を題材としましたが、学習データを組み替えれば様々なシーンでの活用が可能です。どの画像データをターゲットにするかは導入段階時に要件を確認させていただき、ご提案させていただきます。

『iOS 11』で追加された『Core ML』での実装も可能！

『iOS 11』で追加された『Core ML』での実装も可能です。ぜひ『Core ML』での実装ご希望の方もお気軽にご相談ください！こちらの動画は『Core ML』版JUDGEです。

導入までの流れ（例）

以下の工程はあくまでも案となります。実際の現場などによっては大幅な変更が入る場合がありますので、ご了承ください。

STEP①データ設計
STEP②学習データ準備・作成
STEP③学習
STEP④検証・フィールドワーク
STEP⑤報告書提出
上記のサイクルを実行し検証結果を踏まえて、本運用に進むか、再度検証を行うか（追加契約）を検討します。

サービスの利用に関するお問い合わせ、より詳しい情報が欲しい場合はお気軽にお問い合わせください。

お電話でのお問い合わせ

お電話でのお問合せは営業日の営業時間内に限らせていただいておりますのでご了承ください。
初めての方は「ホームページを見ました」と言っていただけるとスムーズに対応できます。
担当が外出ないし、席を外している場合は折り返しお電話差し上げます。
受付時間：営業日　月曜日～金曜日　9：00～17：30