Aiと次世代モビリティ～2024年の挑戦と進歩～

みなさん、こんにちは！ファーロスターnote編集部です。
2024年も始まり、あっという間に3月になりましたね。

そんな中でもテクノロジーの世界はどんどん加速しながら進化していますよ。中でもAi分野では、生成Aiがすっかり浸透し始め、多くの方に利用されるようになりました。文章も画像も驚くほど上手に生成してくれますね。

今回はファーロスターの営業を統括する信将、杉本秀哉からAiについて解説してもらいました。
（この文章は生成Aiで作成していないため、乱文となっているかもしれませんが、ご了承ください。）

Aiのタイプとは？

Aiのタイプは2種類あります。
みなさん、ご存じのとおり、1つは特化型Ai、もう1つは汎用型Aiです。
汎用型Aiは、様々なタスクやドメインの問題に対して学習と判断、解決が可能となる、人間のような能力を持ったAiです。人間のように問題を認識し、内容を判断し、解決できるような汎用型Aiの開発は難しく、世界各国でまだまだ開発中といったところでしょうか。

現状では、汎用型ではなく特化型Aiが主流となりました。音声認識、画像解析、自動運転など、目的に関連したデータを処理して目的のタスクを高度に実行するために作られた専門Aiであり、それぞれの分野において必要となる学習と問題の解決を行うことができます。

例えば、我々が取り組んでいる画像解析分野やその分析結果等を用いた自動運転分野では、新しいアルゴリズムが活発に開発され、私たちの生活を安心・安全にしてくれるテクノロジーに成長してきていると思います。

Ai映像解析エンジン　Rabbit Eyes

Aiもヒトも学習が必要

Aiが使えるようになるためには、人間と同じように「学習」が必要になります。多くは機械学習によって、まずは人間が1つ1つの事象を分けて、しるし（タグ）をつけて、Aiに覚えさせる（学習させる）作業が必要です。
（アノテーション作業）

アノテーション作業の例

この時、できるだけ多くのデータ量を学習させなければなりません。また、学習させる際も正しい事象だけを学習させても、人間が望むような判断をAiはしてくれません。誤った事象もそれなりに学習させる必要があります。
誤った事象というのは正しくない事象全般ですが、そのようなデータは意外と集めるのが難しく、それぞれのデータ量のバランスが難しいところだと思います。

また、さまざまなデータの学習をAiに任せるのがディープラーニングと呼ばれています。（大体の表現です。詳細は大幅に割愛します。）事象の特徴量を自動で判断し、自分で学習できるようになります。

次世代モビリティにAiを搭載！

学習段階を経て、例えば画像解析Aiシステムは人間を人間と認識して検知したり、自動運転Aiは避けなければならない障害物を判断することができるようになります。ただ、想定外の事象は常に発生するため、継続的な学習も必要になります。
このあたりはまさに人間が成長していく過程と同じです。ある程度判断できるようになるには十分な時間とデータが必要となることから、ファーロスターでは創業当初からAiの開発を進めており、画像認識をベースとした物体検知や自動運転に関するノウハウを蓄積してきています。これらを生かして、ファーロスターが開発を進めている次世代モビリティの表面効果翼船「WISE-UV」や物流ラストワンマイルを支援するための4足歩行ロボット「Usampo」の自律化技術を開発しています。

表面効果翼船は秋口に初飛行するかも！？
Usampoは03,04号機が年内に可動します！
お楽しみに！！

最後に

新しいテクノロジーを取り込みながら、弊社が目標の1つとしている
「次世代モビリティを使って再配達をゼロにする」
という物流2024年問題の解決を実現するために邁進していきますので、引き続き応援よろしくお願い致します。

編集後記

アノテーション作業は数万枚の映像を仕分ける作業なんですよ。
5月くらいからアノテーション作業を加速させる予定ですので、お手伝いいただける方を募集する計画です。
お時間ある時でかまいませんので、ご協力お願いします。
（別途お知らせしますので。）