独自の画像認識アルゴリズム「ABHB」　開発ストーリー

エンジニア時代の経験

ソニー株式会社に在籍してまして7、8年はエンジニアで 、画像系の開発をしていました。具体的には次世代テレビ、まだ当時はブラウン管だったんですけれどもどうやったらブラウン管で立体的な綺麗な絵を出せるか日々研究していました。ある時、人事部長直々に呼び出しをくらいまして、本社の役員スタッフになってほしい、戦略チームに足りなかったのが最先端の技術を分かっている人だと。いってみたら周りにエンジニアベースの人がいなくて、全くカルチャーが違ってました。正直言って半年ぐらいで会社辞めようかと思ってました。

創業の経緯

当時はインターネットが流行ってきてですね、会社全体としても製造業に専念するだけではなくインターネットを通じた「モノのない事業」を立ち上げるということにピンと来まして、よしこれだ、と。インターネットで何か事業を立ち上げて自分でやろうとしました。

耳にする音楽、「この曲なに？」って気になる時あるじゃないですか。どこでもすぐにわかるようにするという事業を立ち上げてスタートという時に、社内の管理上の理由でスムーズに進まなかったので、社長室まで行って直接プレゼンテーションをしました。するとその場で「安藤君、会社を作っちゃいな。」と言われました。そしてできたのが フォージビジョンという会社です。

画像処理エンジン「ABHB」の誕生

音を解析して特徴量を掴み曲を識別する、その音声技術と映像技術は苦労する部分は共通です。MPEGノイズという動画を撮影して保存するとファイルは圧縮されており、それをデコードして元に戻す時に、圧縮して失われているピクセルというのを周辺のピクセルの情報から想像して作り出しています。

（ノイズを）除く作業としては音も映像も共通していまして、最近画像に力を入れてるのは単純に需要があると、ディープラーニングが流行ってきたおかげで画像解析が注目され始めています。最初の頃やったのは洋服で、ネット通販で買う人いるじゃないですか。その時に形と柄と色、この3つで人間は同じものと違うものという判断をします。それを画像処理できるんじゃないかと。それがきっかけからノウハウをどんどん貯めていたという形ですね。

一般的に画像認識は AI、 主にディープラーニングがほとんどだと思いますが、欠点は教師データが大量に必要で、速いコンピューターを使っても AI 学習に丸3日とかかかるんですね。ちょっとした光の加減でも写真に撮ると大きく色が変わるんですが、全然不良ではないんですが、それを間違えて不良としてしまう。ディープラーニングでできないことっていうのは山ほどあるというのがきっかけになります。

水槽にいる魚を見ると人間ならば魚がいるとわかるじゃないですか。これをディープラーニングでやると、魚本体と後ろの背景の面に写ってる影と横の面に反射している魚と、たくさんいるように思ってしまうんです。実は影と反射の分析をすることがカギではないかというのが発想の原点ですね。目で見て人間はわかるので、それがどうして見分けられるかが判れば、それをプログラムに素直に書いていくとディープラーニングは不要かもしれない、それを積み重ねていったらビジネスの柱になりそうだということで現在に至っています。

将来の夢

当社が今やっているディープラーニングじゃないABHBについては、ディープラーニングの市場の拡大に伴って一緒に拡大すると思っています。ディープラーニングに不向きなジャンルやユースケースはというのは必ずある、ディープラーニングが増えていくことでABHBがなくなるということは一切考えておらず、このまま一緒に伸ばしていこうという事が将来の夢になります。

動画