オタフ☆クラブ

画像分類するAI(人工知能)を試しに開発したら面白い事になってきた件

画像分類するAIを試しに開発したら面白い事になってきた件

ここ数年でAI(人工知能)はかなり僕達の生活の中に浸透してきたので、もう「人工知能=特別なもの」という感覚はだいぶなくなってきましたよね。

これは人工知能の会社(お多福ラボ)をやっている僕らとしてもとても嬉しい事で、「人工知能ってなに??」「怪しくない?」と言われる事もだいぶ少なくなってきました。

でもその代わりに、めっちゃ無茶振りだったり、とんでもなくぼんやりした提案も(ありがたい事に)多くなってきてるんです。とはいえ全然嫌いじゃないです、そういうざっくりとした「こんなのできたら面白くないですか?」だったり「こんな感じのできますかね〜?」的なチャレンジ精神をくすぐられるお話は。

なぜかというと。うちの会社(お多福ラボ)は少し変わっているのか、在籍しているAIエンジニアも含めて、「やっちゃいましょうそれ!」「いけるんじゃないですかそれ!」的な精神が根付いていて、どちらかというとウェルカムな傾向があるので、割と楽しみながらAIの開発を進めています。

そんな訳で、つい先日もなんとなくの話から作っちゃっいました、ものすごいスピードで画像分類するAI(人工知能)のシステムを。

※ 画像分類とは画像認識というカテゴリーの中にあるひとつのジャンルの事です

そしてこれが出来上がってみたら結構便利だったのと、その画像分類するAI(人工知能)をつくる過程が少し変わっていたので、実際に開発に携わったメンバーの話を交えながらAIをこんなふうに開発してますという現場の風景をお届けします。

とあるきっかけから大阪市立大学大学さんと画像分類するAIを試しに開発してみる事になりました

大阪市立大学大学さんと画像分類するAIを試しに開発してみる事になりました

AI(人工知能)を開発するきっかけはほんとうに様々で、今回は大阪市立大学の大学院医学研究科 皮膚病態学(皮膚科)橋本隆 特任教授から、試しに画像分類するAI作ってみませんか?というお話を頂いて開発を始める事になりました。

大阪市立大学の大学院医学研究科 皮膚病態学(皮膚科)橋本隆 特任教授

<橋本 隆 特任教授はこんな方>

皮膚の遺伝関連性希少難治性疾患群(少なくてしかも治りにくい皮膚の病気)の研究を厚生労働省から任され研究班の代表をされています。過去に日本皮膚科学会理事、日本研究皮膚科学会理事を務められるなどの経歴をお持ちの皮膚科のプロフェッショナルです。大阪市立大学大学院医学研究科 皮膚病態学(皮膚科) 特任教授。

橋本 隆
所属 (現在):大阪公立大学,大学院医学研究科,特任教授, 研究分野:皮膚科学,皮膚科学,小区分53050:皮膚科学関連, キーワード:デスモソーム,天疱瘡,免疫ブロット法,デスモグレイン,自己免疫性水疱症,自己抗体,ELISA,リコンビナント蛋白,ヘミデスモソーム,類天疱瘡, 研究課題数:48, 研究成果数:367,…

そう、、、、「試しに。。。。」です。めっちゃふわっと入ってきますよね。でもいいんです、それを形にするのが僕らの仕事ですから。

というか、よくよく話を聞いてみると、教授は皮膚の特殊で治りにくい病気をメインに研究されていて、そういった病気を「Aという病気なのか」それとも「Bという病気なのか」それとも「それに該当しないものなのか」を正確に判断できる医師がとても少ない事を危惧されてらっしゃったんです。

そして、それと同時に専門家でさえ100%の正解率での診断は困難なため、なんとかそれをサポートする環境を作れないか?と考えていた時に、僕達とご縁あって繋がり

皮膚の画像で自動診断できたら面白いんじゃない?

という話になって画像分類のAI(人工知能)の開発がスタートしました。

これめっちゃ嬉しいじゃないですか!だって困ってる人達を助けたり、何かにチャレンジしてる人々を僕達が作ったAI(人工知能)がサポートできるなんて、考えるだけでもわくわくしちゃいますよね。

そして決め手は教授が言ってくれた一言

「やりたいことを形にするために協力者が必要なんです。」

決定です、決定。 もうそんな事言われたら全力で取り組む以外の選択肢なんかありませんて!!

※ 橋本特任教授のお話は、こちらでも聞く事ができますでの是非ご覧ください

まさかの開発環境。。。ホントは常駐したかった。

愕然としている画像

そんな訳で大阪市立大学大学との画像分類AIの開発がスタートしたので、早速それにまつわるお話を、、、、と思ったのですが、僕は営業サイドなので、技術的な話にはめっぽう弱いです。。。。なので今回は開発チームのやらさんと一緒に話を進めていく事にします。

羽場(はば)
羽場(はば)

僕はAIZINE(当サイト)の運営会社、お多福ラボという大阪のAI開発会社の営業です。

では、改めてやらさん、よろしくお願いします。

やらさん

よろしくお願いします。

羽場:今回の画像分類のAI(人工知能)の製作ありがとうございました。そういえばこれを作っている時のやらさん、めっちゃ大変そうでしたよね。

やら:そうですね。教授が作りたいと思っているものや、何を作れば良いのか?という部分は明確でしたので、システムの設計や作業工程はチームのなかでうまく割振れました。なので、システムを作る事自体は順調だったのですが、問題は環境です。

羽場:と言いますと?

やら:はい、今回の画像分類AIは医療分野のものなので、それを学ばせる専門的な画像データがものすごく沢山必要なんです。でも、そういう画像データってコンプライアンスやプライバシーの問題があるから、絶対外に持ち出す事ができないんですよね。

羽場:なるほど、そりゃそうですよね。

やら:つまり、僕らが作業してる会社に「画像分類の正誤を学習させるデータがない」訳で、これでいったいどうやって作れと。。。。。

羽場:あ〜、確かに無理っすわそれ。 でもあれじゃないですか?やらさんが大学に常駐して開発すれば済む問題とかではないんですか。

やら:いや、、、、大学の研究室にAIの開発環境なんかあるわけないじゃないですか。あと、部外者の僕が朝から晩までそこに居たらセキュリティーの問題とか色々あるわけで。 もちろん常駐できればしたかったですよ、でもいろんな壁があって、全然現実的じゃないので、泣く泣く諦めました。

羽場:それで、行ったり来たりしてたんですね、会社と大学を

やら:そりゃそうですよ、データを持ち出せないどころか、クラウドのサーバー(インターネット)とかにもあげちゃいけないくらいセンシティブなものなんですから、結果一番アナログな方法しかないじゃないですか! 足ですよ足!! おかげで痩せましたもの、2kgくらい。

羽場:健康的で良いじゃないっすか!足使って仕事するAIエンジニアってなかなか少ないと思いますw

めっちゃあるデータをディープラーニングで画像認識させまくりの日々

ディープラーニングで学習中のイメージ

画像分類のAI開発を始めてみたのは良いけれど、まさかの足を使って仕事する事になったやらさんは、まぁ真面目、、、というか実直な人なので黙々と会社(お多福ラボ)と大学を行ったり来たりしながら着々と、作業を進めていきました。

羽場:ちょっと素人的な質問なんですけど、やっぱり画像分類のAIを作る時って、そんなにデータが沢山必要なんですか?

やら:そりゃそうですよ。作るものにもよりますけど、今回のプロジェクトは、「難しい皮膚病を特定の画像から判定するAIを作る」んですから、どれがその病気に該当して、どれがそれではないものかを、しっかり学習させないと、正誤の判定が出来ないんです。

羽場:なるほど、いわゆるディープラーニングで画像認識させて、判定の制度を上げていく!ってやつですね。

やら:よく知ってますね

羽場はお多福ラボ(AIZINE)の営業ですのイメージ

羽場:はい、一応この会社の営業なんで僕。

やら:そして、この工程がないと画像分類AIとしてちゃんと機能しないので、めちゃくちゃ大事な部分なんです。あと、今回作ったものに関しては、けっこう色んな種類の病気を判定しなきゃならなかったのと、レアなケースは資料(画像)も少なかったりして、ぶっちゃけかなり大変でした。

羽場:なるほど、沢山学ばせないと賢くならない。人間と一緒ですね。

やら:はい、そしてディープラーニングで画像認識させる時に、例えば5つの選択肢や回答があるとするじゃないですか。それを均等に学ばせないと、どこかに偏った判断をするようになってしまったりと、エンジニアサイドでもそういった内部の調整に結構な時間と労力を費やしました。

羽場:そうなんですね、それは製品として完成したものだけを見てる僕らには解らない苦労ですね。

やら:だと思います。AI(人工知能)を作る事は、今は世の中的になんとなく華やかに見えているかもしれませんが、結構地味な努力と作業の積み重ねだったりするんです。なのでこう行った場でそういう事も知って貰えたら嬉しいです。

やれば出来ますよ、諦める理由ってあります?

やればできるイメージ

今回のプロジェクトは特殊なケースの病気をAIを使って判断するという、かなりセンシティブな内容だったので、「本当に正しい判断が可能になるのか?」という、ある意味「そもそも論」が実は社内では展開されていました。

例えば、正誤判断を学習させる為の画像が特殊な為、まずはそれを使える状態にする為の処理が必要で、朝から晩までひたすら地味に画像処理をしていたり。レアケースゆえに仕方のない事なのですが、検証するデータの偏りもかなりのものだったので、それを調整する為に、試作品を作っては組み立て直し、作っては組み立て直しの繰り返しのループを繰り返しです。

なのでやらさんは試作品を作ってはそれを大学の研究室に持ち込んでを日々繰り返していた訳ですが、やはりデータを研究室の外には一切持ち出せないのがかなり厳しかったようで、AI(人工知能)が導き出す答えの精度を上げる為にかなり苦労していました。

ぶっちゃけよくやるな〜、なんて僕は思っていたのですが、当の本人は

これは世の中にとって良いものだから、やれば出来ますよ、諦める理由ってあります?

なんて言っていたのを覚えています。

まぁ、仕事なのでそれが当たり前といえばそれまでの話なのかもしれませんが、それを嫌々やるのと、「自分で意思や信念を持って行う」のって全然違いますよね。

実際100年前の世の中で不可能だった事って、今の時代では多くが「可能」になってるじゃないですか。それって誰かが不可能の壁を乗り越えたから「出来ないが出来るようになった」訳で、AI(人工知能)の分野って、まさに不可能を可能にする可能性を秘めている訳ですから、諦めてる場合じゃないのかもしれません。

【教訓】AIの開発に欠かせないのは設計力とチーム力

AIの開発に必要な事のイメージ

営業職の僕がいうのもなんですけど、AIエンジニアって本当に大変な仕事だと思います。なぜかというと「0(ゼロ)を1(イチ)にするのが彼らの仕事だからです」つまりそれは、出来るか出来ないかが完璧には解らない状態で進めなければいけない事も多くて、しかも仕事だから「結果できるようにしなきゃいけない」じゃないですか。

なので、今回やらさんに聞いてみたんです、「AIの開発って正直何が一番大変なんですか?」って。そしたら帰ってきた答えは

お題が出た時に何を使って解決するかを決めるのが一番難しい

でした。

彼が言うには、AI(人工知能)というのは、車で言えば「エンジン」の部分のようなものなので、それだけだと意味がない。大切なのは「そのエンジンを使ってどうやってニーズにあった製品に仕上げるかというセンス」なんだそうです。

つまり同じエンジンを使って、スポーツカーを作るのか、ワゴン車を作るのか、SUV(都会的なオフロードカー)を作るのか、お客様が求めている内容によって、どう設計するかが腕の見せ所。

少し抽象的ですが、良い車はエンジンだけではなくトータルのバランスに優れていますよね。それと同じようにAI(人工知能)でも「どんな技術を使ったか?」ではなく、「どんなパッケージとして完成させたか」が良いものを作る鍵になるという事です。

あとは、ひとりで全部作るのはやっぱりめちゃくちゃ大変ですし、ある意味視野思考がせまくなってしまう事もあるので、良いものを作るにはやっぱりチームが必要、、、というかチームの力が必要不可欠ですよね。

これも言ってしまえば当たり前の事なんですが、それぞれが持つポテンシャルを最大限に引き出すだけじゃなくて、メンバーそれぞれが持っている良い部分を活かす事で、ひとりでは出来ない事が可能になるのはチームで取り組む醍醐味でもあります。

そういった環境については、幸いうち(お多福ラボ)はAIエンジニアもこんな感じに遊びを入れたりと仲良くやってるので、営業サイドの僕としてもありがたい限りです。

※ ↓お多福ラボでAIを作ってる中の人達の一部

少し話がそれてしまいましたが、人間関係がギスギスしてたらぜったいどこかで歯車が狂って良くない方向に行ってしまうので、そうならないような環境を整えておく事ってやっぱり大事なんだなぁと僕的にも今回のプロジェクトを通じて強く感じる事ができました。

画像分類するAIの完成、思った以上の精度に驚かれた私達w

想像以上

さて、そんなこんなで会社と研究室を行ったり来たりしながら作り上げた画像分類AIですが、実際の精度や教授の反応はどうだったのでしょうか。

羽場:やらさん、かなり苦労して作った画像分類AIですが、教授の反応ってどうだったんですか?

やら:はい、制作過程からずっとやりとりしていたので、突然出来上がって驚かれたとかはないですが、一つ印象的だったのは

思ってたより、精度高いですね!実を言うと、もしかしたら分類できないかもしれないと思ってたんですよ。

って教授から言われた事です。

羽場:マジですかw

やら:はい、今回は元々がチャレンジベース的な内容でもあったので、僕らとしても「なんとか形にしたい」「結果を残したい」と思っていたのが、分類する精度も含めて、クリアできたので安心しました。

羽場:たしかにやらさんめっちゃ頑張ってましたもんね。

やら:いや、僕だけじゃなくてシリル山崎くん、おかださんとか一緒に作業してくれたメンバーあってこそですよ。実際みんなで作ったシステムなので。

羽場:なにはともあれ、教授にも満足してもらえたようで良かったです。今回のようなAI(人工知能)って、世の中に製品やサービスが出ていく為に必要な検証段階をサポートするものだから、なかなか一般の人の目に触れる事は少ないですけど、実は結構大きな役割を担っていたりしますよね。

やら:そうですね、特に今回携わった医療関連では多くの場合に

検証 → 臨床 → 世の中に出る

の過程を通るので、その中で特に専門的な技術や知識、精度が必要な検証段階で、現場の時間と労力を削減できるものを作れたのは良かったと思っています。

今までは熟練した先生にしか出来なかった病気の正誤の判定を、画像分類AI(人工知能)を使う事によって、将来的には誰でも出来るようになる可能性が生まれた訳ですから、僕らとしてもやって良かったですし、作った甲斐がありました。

羽場:確かに、世の中に対してちょっといい事をした感ありますね。

満足げなやらさん

やら:ですね。

作った後に気がついた、これって実はけっこう色んな事に使えるのかもしれない。

気がついたイメージ

今回、大阪市立大学大学との画像分類AIの開発で完成したAI(人工知能)ですが、実はこのシステムって結構色々なところで使えるかもしれない、というか色々な場所で役にたつかもしれない事に後から気がつきました。

なぜかというと、今回作ったシステムは

インターネットにつなぐ必要がなく、画像から物事の事象や正誤の判断を行う事ができるAI(人工知能)

なので、例えばデータを絶対外に持ち出す事ができない研究施設であったり、業務の都合上クラウドやインターネットの使用が制限されている現場の、時間と労力を削減して業務や検証の効率を上げる事ができます。

雑な言い方をすれば、先生や教授、達人の目利きをスタンドアローンで出来るので、現場や会社からするとめちゃくちゃ助かるものを作ってしまったのかもしれません。

なので、もしこれを使ってみたいという会社さんがいらっしゃいましたらぜひご一報ください。可能不可能も含めてお話を伺わせて頂きます。(さらっと営業w)

 

さて、僕達は日々こんなふうに様々なAI(人工知能)を開発しています。自社だけではなく様々な会社さんとパートナーシップを結んでお仕事をしているので、契約の都合上

  • こんなもの作ったよ
  • こんな会社さんとお仕事してるよ
  • こんな技術使ってこんなことしてるよ

と言えないものも多々ありますが、普段はあまり表にはでないAIエンジニア達の努力や苦労と共にAI(人工知能)ってこんな人達がこんなふうに作ってるんだと、少しでも身近に感じて貰えたら嬉しいです。

そんな訳で、今後ともお多福ラボをよろしくお願いします。あと「こんなAI(人工知能)作れます?」的な話があったら是非ご相談ください。全力で対応させて頂きます!

AI(人工知能)/DX(デジタルトランスフォーメーション)開発のお多福ラボ

コメントをどうぞ

トップへ戻る
タイトルとURLをコピーしました