文献

J-GLOBAL ID：201702247890338715   整理番号：17A0585058

「サービス×テクノロジー」による革新とその社会的影響 サービスに対するディープラーニングの可能性

著者 (1件)： 松尾豊 (東大 大学院工学系研究科)
資料名： サービソロジー  (Magazine of Society for Serviceology)
巻： 4  号： 1  ページ： 10-15  発行年： 2017年04月28日 
JST資料番号： F1941A  ISSN： 2188-5362  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,人工知能がブームを迎えている。また,強化学習との融合,ロボットに対する適用,言語処理との融合などの形で技術が進み,ディープラーニング(深層学習)の重要性に対する社会の理解も,高まってきた。本稿は,ディープラーニングの中でも,(1)画像認識,(2)深層強化学習を用いたロボット・機械による動作の学習,の2点に注目し,サービス産業にどのような変化をもたらすかを示している;(1)画像認識:今ではタスクによっては,人間の認識精度を大きく上回ることもあり,様々な場所にカメラを置くことで,これまでにできなかった規模や精度での認識が可能になる。(2)深層強化学習を用いたロボット・機械による動作の学習:画像認識を行った上で,高次の特徴量を状態表現として強化学習を行う技術であり,アルファ碁で有名になったゲームだけでなく,ロボットへの応用の研究が行われている。最近では,Audiが車の駐車を深層学習強化で行う事例も出ている。ディープラーニングによって格段と高度な認識ができるようになれば,サービス業における様々な場面でPDCAが回るようになる。顧客の数や動作,表情をリアルタイムに定量化できれば,様々な最適化が可能になる。現実的には,データをどう集めるのか,投資対効果はどのくらいなのか,いかにユーザーに安心感を持ってもらうか,等の問題がある。こうした問題を乗り越えることで,サービス業全体にとって大きなイノベーションに繋がるはずである。

シソーラス用語： *機械学習 ,  *サービス業 ,  *人工知能 ,  *画像認識 ,  *強化学習 ,  *実時間処理 ,  データ収集 ,  ロボット
準シソーラス用語： *ディープラーニング ,  サービス化 ,  *ゲーム人工知能 ,  サービス産業 ,  *深層学習 ,  *リアルタイムシステム

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (7件)：

• Goodfellow, I.,Bengio, Y., Courville, A. (2016). Deep Learning, MIT press.
• Levine, S., Finn, C., Darrell, T., Abbeel, P. (2015). End-to-End Training of Deep Visuomotor Policies. CoRR abs/1504.00702.
• Minh, V, et al. (2015) Human-level control through deep reinforcement learning,. Nature.
• 経済産業省 (2017). カメラ画像利活用ガイドブック ver1.0.
• パコ アンダーヒル (2001). なぜこの店で買ってしまうのか-ショッピングの科学. 早川書房.

タイトルに関連する用語 (5件)： サービス ,  テクノロジー ,  社会的影響 ,  ディープラーニング ,  可能性