AIsmiley Magazine

AIsmiley編集部によるAI・人工知能サービスの導入事例や活用事例などの情報を記事にしてお届けします

AIsmiley編集部記事

AIが毒キノコを検知!?関西デジタルソフトが3月リリース

  • 業種・業態

関西デジタルソフト株式会社は2021年3月1日にAIが食べられるキノコを判定するシステムのリリースを発表しました。

 

このAIニュースのポイント

  • 既存のPCでAIが食べられるキノコを判定!
  • ディープラーニングとランダムフォレストで精度向上
  • 2021年3月1日リリース予定

 

AIを活用したシステム開発を行う関西デジタルソフト株式会社は2021年3月1日にAIが食べられるキノコを判定するシステムをリリースすることを発表しました。

 

■キノコの特徴入力で食用キノコと毒キノコを判別

キノコの傘の形状、表面、色やひだの色、胞子紋の色、匂いを選択肢より選ぶと、AIが食べても大丈夫なキノコを判断します。今回発表したサービスは新たにハードウェアを購入しなくても既存のPCでも動作可能です。ディープラーニングを駆使し、ランダムフォレストというアルゴリズムを採用されています。

 

ディープラーニング
音声の認識、画像の特定、予測など人間が行うようなタスクを実行できるようにコンピューターに学習させる手法です。ディープラーニングでは、人間がデータを編成して定義済みの数式にかけるのではなく、人間はデータに関する基本的なパラメータ設定のみを行い、その後は何層もの処理を用いたパターン認識を通じてコンピューター自体に課題の解決方法を学習させます。

 

ランダムフォレスト
アンサンブル学習のバギングをベースに、少しずつ異なる決定木をたくさん集めたものです。
決定木単体では過学習しやすいという欠点があり、ランダムフォレストはこの問題に対応する方法の1つです。
バギングでも触れましたが元のデータからランダムに何グループかサンプリングしているため、各決定木はそれぞれのデータを過学習している状態で構築されます。
それぞれ異なった方向に過学習している決定木をたくさん作れば、その結果の平均を取ることで過学習の度合いを減らすことができる、という考え方です。
の考え方を図示してみます。​

 

  1. 元データからランダムにデータをブートストラップでサンプリングし、Nグループ分データグループを作ります。
  2. Nグループそれぞれで決定木モデルを作成します。
  3. Nグループそれぞれの決定木モデルで予測を一旦行います。
  4. Nグループの多数決(回帰は平均)を取り、最終予測を行います。

 

 

【実行例1】


【実行例2】

​※本システムでの判断はあくまで目安であり、実際に食べて良いかの判断は専門家に問い合わせ下さい。

 

出典:PR TIMES

このAI記事が気に入ったら
いいね ! しよう

Twitter でAIポータルメディアAIsmileyを
この記事で紹介されたAIサービスを無料で資料請求