Author小栗英世

AI、ディープラーニングの限界

人工知能と呼ばれるAIは、人の認識・判断能力を超えてしまいました。しかし、これはあくまでも認識・判断能力を超えただけで、シンギュラリティというものではありません。

現在のディープラーニングをはじめとするAIは、パターンを学習させそのパターンと照合し結果を出す、誤解を恐れずに言うならばただの脊髄反射です。大量のサンプルパターンを学習させているので昆虫の感覚器官とは違うように見えますが、働きとしては同じものです。

AlphaGoも次の手を考えているように見えますが、これも学習したパターンに照らし合わせ、それらしパターンに合わせて次の手を決めているに過ぎません。ただの人間の能力を超えた多量のパターンとの照合なのですが、その量と固定概念がないので常識的な碁の定石が通用しません。

AIは考えている振りをしていますが、ただ照らし合わせているだけです。

なので、AIは理解することや、意味を抽出することなど考えることができません。そのようには作られてはいません。

考えることと、反応することは同じように思えますが、大きな違いがあります。

考えることができるAIが作られたとき、真の人口知能となります。

人間の特徴のひとつは、理解することができるということです。

だけれども、ひょっとしたら、人間も理解しているのではなく、ただ脊髄反射(経験による条件反射)の組み合わせだけで、理解していると思い違いしているのかもしれませんが… 。

吹き出し付き自撮りカメラ

自撮りは楽しい。

その自撮りをさらに楽しく、リアルな思い出の写真にするためのスマホカメラです。

自撮り直前に一言カメラに向かってしゃべると、その言葉が吹き出しになって、

 

写真に写ります。

スマホカメラは、声を認識し、声の方向と感情と写った写真から顔と顔のパーツから、適切な吹き出しを付けます。

また言葉を解析し、内容と感情を付加した表現のフォント、大きさ、色、吹き出しの形状を選び、効果的な思い出写真を作ります。

 

その人にしか見えない、網膜走査型プロジェクター

網膜走査型プロジェクターによるプロンプターです。

網膜走査型プロジェクター:

網膜に微弱レーザーにより映像を直接投影します。これにより視力には関係なく、またメガネなどの器具も用いず、鮮明な画像を特定の人の片目のみに投影することができます。プロジェクター側では投影される方の眼を画像認識し、投影方向、焦点距離、出力をリアルタイムに計算調整し投影することができます。

これはメガネ型と違いプロジェクター型なので、複数台を連携することで、一番投影効率のよいプロジェクターから対象者に投影ができ、その場にいる全員にまったく違った映像を投影することも可能になります。

これを、プロンプターに使うことで、目の前にあるスクリーンボードが不要になり、講演者がどの方向を向いていても、確実にその人に原稿の映像を届けることができます。

プロンプター:

 

 

遍在するマイクロ書店。リアルショップがロングテールに対応。

2月生まれの友人のお誕生日のケーキを買いにケーキ屋さんに行ったとき、その脇に2月誕生日の本があったら、一緒に贈りたくなります。

 

母の日に花屋さんの隅っこで、ありがとうの気持ちを込めた本が売られていたら、一緒に贈りたくなります。

 

いままで本は書店に集められ、不特定多数の方を対象に販売していました。

その本を書店という枠を飛び出し、その本を欲しい人がいるところ、タイミングの場所に持って行って販売する。

各リアルショップと提携し、お店の隅をこの偏在ショップのコーナーにします。お店の様子、時節、リアルモニターを通して、一番適切な商品を選択し、適切にショーアップし販売コーナーを設置します。また在庫数も販売実績から算出し、お店に納品します。

Amazonがロングテール戦略で行ったことを、リアルで行っていく書店が、このリアル店舗を持たない、「 遍在ショップ」というリアル店舗です。

 

スタートはAmazon同様書籍で行いますが、徐々に雑貨、食品、家電などに拡げていきます。

これにより、リアル店舗、書店業界の売り上げに貢献し、セレクトされた商品を目の前で手に取り入手できるという、コアな購買者にとってもメリットが生まれます。

ブロックチェーンを使ったパーソナルファイル

個人、会社、プロジェクトの検索用インデックスデータをブロックチェー上に構成します。データの内容は、

個人であれば、

・名前
・SNS(Facebook、Twitter、line、Instagram、Pintalest、Youtube、Blog等)
・個人タグ
・連絡先
・勤務先企業名
・役職
・免許について
・自身のキャリア・バックグラウンドについて
・得意とする分野、言語
・その他プロジェクトについて
・自己PR動画、画像、プレゼンテーションの追加
・趣味
・同じ業界で働いている人(横のつながり)
・欲している状況、人

などです。

これらのデータをもとに、人や会社、プロジェクトのマッチングを誰でも総合的にすることができるようになります。

PoWのようなコンセンサスアルゴリズムの実行を誰が行うのかが、このシステムの肝になります。

1.公官庁が行う

2.登録、更新をポイントとの交換とし、ポイントはCAを行ったところが取得できる。ポイント取得は個人でも、民間でもどこがやってもよく、無料有料配布は自由とする。

ーーーーーーーーーーー

これを使うことで、分散してるデータを一元的にすることができ、宣伝、検索コストが下がり、マッチング制度とスピードの向上が見込めます。

 

FaceBookの近くにいる友達がわかるアプリ

FaceBookで登録している友達が近くにいるかがわかります。

FaceBookの、オンラインとオフラインをつなぐアプリです。

一度しかあったことのない友達、一度も会ったことのない友達も、リアルの世界で出会う機会を作り出します。

コワーキング等共有スペースにたまたま同じ時間にいた場合、一度しか会ったことのない友達、「いいね」をしあっている友達にもリアルで交流するチャンスが訪れます。

もちろん都合の悪い場合は、OFFにすることも、100Mより遠いときのみ表示等、細かな設定ができます。

学習済みAIモデルミキサー

複数のAIモデルをミキシングできる、AIモデルミキサー。

例えば、

  • A.リンゴを画像認識する、学習済みモデル
  • B.赤い夕焼けを見て郷愁を感じる、学習済モデル
  • C.懐かしいというキーワードから母親の優しさを思い出す、学習済みモデル

の3つの学習済みモデルをミックスすることで、「リンゴの画像」を入力すると、「母親の懐かしさを感じる」という結果が出てき、同じリンゴに対して様々な情報を有機的に付加することができます。

学習済モデルを入れ替えることで、同じリンゴでも反応の違う個性をAIに持たせることができます。

将来ロボットに組み込んだ時、記憶部分の学習済みモデルを入れ替えることで、人格のようなものを持たせることが可能になります。

また、個人の嗜好をモデル化することで、その人の思考パターンを再現できるAIができます。

AI(機械学習)モデルを売買できるサイト

多くの分野で機械学習・AIの活用が進んでいます。

この機械学習を利用するまでの最大のハードルが、データの収集とそれを使ったモデルの構築です。

このモデルの構築は、データを持っていてその業務のノウハウを持っているもののみが作ることができる特権です。

このモデルがなければ、AIは機能しません。

しかし、それを持てない人がほとんどです。

このモデルさえあれば、効率化することが超簡単になります。

そこでそのモデルをもっている人が、そのモデルをシェアーできる仕組みをもつ、「AIモデルマッチングサイト」が、その問題を解決します。

学習済みモデルを、必要な人に販売・レンタルできます。

またAPIサービスも行う予定で、高機能なサービスやガジェットなどを短期間に格安に実現できるようになります。

会社と家の生活を補完する「コホーム」スペース

このところ労働時間短縮が話題になっています。

会社を早く終わった独身者は、そのまま家に帰り家の片づけをしテレビやWebを見て、一日を終わり、また次の日に会社に行きます。

この「コホーム」は、自宅の駅近にあり、自宅の生活を補うことができるスペースです。

生活の洗濯などの雑事や、

食事、お風呂、娯楽、リラクゼーションなどの生活の一部を提供するスペースです。

テラスハウス生活から、就寝、収納以外を抜き出した、新たな生活空間です。

様々な人の出会いから新たなドラマも期待できます。

 

オレオレ詐欺検知 AI電話機

オレオレ詐欺犯の手口は日々巧妙になり、マスコミ等で引っかからないよう啓もう活動を繰り返しても、新しい手口でお年寄りを罠にかけていきます。

 

この電話は、会話の内容をコンピュータが聞きその内容を、常に最新の詐欺手口を学習したAIモデルを搭載したAIが、相手がオレオレ詐欺なのかを判断します。

 

その会話が疑わしい場合は、登録しておいたメール、電話に連絡をします。

農家ホールディングス

日本の農家は後継者不足で衰退の一途を辿っている。

農家への新規参入のハードルが高いのが原因の一つでもある。

農家で生活をするために取得しなければならない、知識、農作物の育成ノウハウ、情報、農作機器、資金、農地、流通経路、販売ノウハウ、労働力等々、数多くの課題を解決しなければ農家を始めることが難しい。

多くの新規参入者は、数年の内に撤退してしまう。

そこで、こんな仕組みがあれば、新規参入者でも参入、維持しやすくなるのではないだろうか。

 

数十軒の農家で「農家ホールディングス」を形成する。

農家ホールディングスの役割は、

各農家が持つ育成ノウハウを収集し、ホールディングス内の他の農家にノウハウを共有する。(IT、IoT、AIの活用)

共同購入した高価な農業機械の使用スケジュールの調整、またはレンタルをする。

水利の調整。

ホールディングス内農家のネットワーク、コミニュケーションを潤滑にする。

ここで得られたノウハウを他のホールディングスに販売する。

農協のような縛りのないように注意をする。

新規参入者へのマニュアル、プログラムを提供する。

ホールディングス内の農家を一つの会社、または家族としてビジネスや社会で使われている、効率化ツール、仕組みを活用し、各農家が幸せに効率よく仕事ができる環境を提供する。

農家の役割は、

ホールディングスから得られたノウハウを元に、農作物の育成に全力を注ぐ。

得られた農作物育成ノウハウを他の農家と共有する。(共有はITにより自動化する)

育成等でトラブルがあった場合は、ホールディングス内のネットワークを通じて全農家に相談する。(農家SNS等)

自分の育成中の農作物をホールディングス内の農家にも見てもらえるよう、農作物の画像、水分、栄養、気象データをリアルタイムで公開できるようにしておく。これによって他の農家からのアドバイスをもらいやすくなり、他の農家の育成の参考にもなる。

配送会社の役割は、

農家から持ち込まれた農作物を、商品として梱包、各エンドユーザーに直送する。

ビジネスの役割は、

常に販路の拡大、マーケットの分析、注文の受付を行う。

高収益を得られそうな農作物情報などを、農家に提供する。

こうすることで、農家は販売や発送といった農作物育成意外の労働や時間から開放され、集中し効率よく仕事ができるようになる。

配送会社、ビジネス、農家ホールディングスは、既存の会社のサービスの一つとして依頼することで、立ち上げも容易になる。

これで、新規参入者の課題の多くは解決できる!はず。

ソウルメイト発見システム

自分とシンクロしている人を見つけます。

SNSの例えば、Facebookの
投稿パターン、
投稿時刻、
いいねの時間等々を調べ、

そのパターンに似通った人を見つける。

パターンが似通っている=シンクロ率が高い=ソウルメイト率が高い

xxx

雷を予言するスマホ

電界センサーをスマホに接続し、
その電界の変化から雷の接近、
雷が落ちる確立を算出、アラートを出す。

ss

おしゃべりするモノ

例えばポストに
センサーとBluetoothを付ける。
その近くを通ったスマホに
「ねぇ、何か郵便入れていってよ」
「お腹いっぱなんだからぁ」
等、街にあるモノや植物を擬人化させる。

zzz

誰に会ったカメラ(ライフカメラ)

胸にバッジのように付けるカメラ。

カメラは人の顔を認識すると自動的に撮影。
それと共に、時間、位置、気温等々も記録。

また、顔を記憶させておくと、
誰に会ったかも記録されていく。
そして、その人が目の前に現れると、
スマホがその人の名前を教えてくれる。

aaa

シート型体重計

シート状にした、圧力センサー。

各点にかかる荷重を足し合わせ体重を算出させる。

また、それぞれに掛かっている重さもヴィジュアル化される。

データはBluetoothでスマホ、インターネットに飛ばされる。

s814-8243-313_2

モデルと並んでお化粧

スマホ画面にハーフミラーシートを張る。

画面の半分に周りを黒抜きにしたモデルの画像を写す。

すると、スマホに自分を写すとモデルの横に自分が写り、
モデルと見ながらお化粧ができる。

aaa

リアルライブな街ラジオ局

西表島の小学校近くの音、
阿寒湖のタンチョウのいる音、
渋谷の雑踏の音、
京都のお祭りの音、
田舎の商店の音、などなどを
リアルタイムで流すラジオ局。

aaa

リモコン目覚まし

目覚まし時計に赤外線コントローラ(赤外線LED)と
赤外線信号レコーダーをいっしょにします。

目覚まし時計が時間になると、
赤外線コントローラーが、赤外線レコーダーが記憶したコントロール信号を発信します。

例えば、赤外線レコーダーに、エアコンコントローラの電源ONの信号を記録する。

そうすると、目覚ましの時間になると、エアコンの電源が入ります。

aaa

怪獣の目 シュミレーター

2台のWebカメラを5メートル離し、
つまり、怪獣の両目の距離分を離し、
その映像を、HMDの両目に写すようにします。

すると、怪獣が見ている景色が自分の目に飛び込んでくる!

aaa

© 2024 くりあイデア

Theme by Anders NorénUp ↑