人工知能で iPhoneはここまで変わる!AI活用事例3選

2019年06月06日

人工知能(AI)の活用例について

当サイトでは既にAIの活用例を沢山紹介しております。例えば、人工知能はコンテンツ要約、音声分析、ソーシャルメディアの感情分析などがあります。でも一番私たちの身近で使われている人工知能の活用例は、iPhoneじゃないでしょうか。

Appleは2007年、初代iPhoneを発売して携帯電話業界を革命させました。スティーブ・ジョブズは当時、初代iPhoneを「iPod、電話、そしてネット通信の三つの機能を持つデバイス」と説明しました。初代iPhoneは、電話、メール、ネット閲覧、音楽再生などの基本機能を搭載していました。しかし、動画の録画機能やフロントカメラ、GPSはありませんでしたし、インスタグラムやポケモンGOなどの最近人気を博しているアプリも、2007年当時はまだ開発されていませんでした。

iphone ai

初代iPhone以降、Appleと競合他社は、スマートフォンの新モデルを開発するたびに、便利で革新的な機能やアプリを提供してきました。スマートフォンの進化に大きな貢献を果たしているのは、AIと機械学習の発達です。iPhoneの最新モデルとOSには、AIと機械学習を活用した以下の三つの機能が組み込まれているでしょう。

 

iPhoneの顔認証AI

AppleはiOS10において、顔認証AIに深層学習の使用を開始しました。パスワードを入力したり指紋を使ったりしなくても、最近では自分の携帯電話を眺めるだけで簡単にロックを解除できます。iPhone XでFace IDと呼ばれているこの機能は、決済の確認にも使用できます。

iPhone XはTrue Depthカメラと呼ばれる特殊なカメラをFace IDに使用しており、ユーザーの顔をマッピングして3D写真を撮り、本人確認に使用します。True Depthカメラは、顔検出に以下の3つのツールを使用しています。

  • 投光イルミネーター: 裸眼では見ることのできない電磁スペクトルである赤外線を生成する投光イルミネーターによって、暗い場所でもユーザーの顔を見ることができます。
  • ドットプロジェクター: ドットプロジェクターは30,000の赤外線ドットをユーザーの顔に投射して顔の形状を捉え、顔の3Dマップを作ります。Face IDを初めて設定する際は、頭を少し回転させるようにアプリが指示します。こうすることによってドットプロジェクターは、ユーザーの顔を様々な角度からマッピングできるのです。
  • 赤外線カメラ: 赤外線カメラはユーザーの顔を、携帯電話のメモリに保存された顔の3Dマップと比較します。顔の形状が十分に合致すれば、Face IDはデバイスのロックを解除します。合致しなかった場合は、角度を変えたり、明るい場所へ移動したりして、もう一度試します。

Face IDは機械学習を使用することによって、ユーザーの表情や体重、髪型、アクセサリーなどの変化に対応します。スカーフを巻いたり髭を生やしたりしても、システムが学んで本人と認識します。

 

SiriとGoogle アシスタント

自然言語処理は、人間の発言を聞きとって意味を理解し、適切な行動を判断し、ユーザーが理解できる言葉で反応する機械の能力を指します。あらかじめ組み込まれている、音声コントロールされたSiriやGoogleアシスタントのようなパーソナルアシスタントは、音声認識と自然言語処理に立脚しています。Siriは、実はSpeech Interpretation and Recognition Interface(発話解析・認識インターフェース)の頭文字です。

こうした音声アシスタントにとって最初の仕事はもちろん、人間の発言を聞きとることです。次に、統計値と機械学習を用いて言葉の意味を解読するという、アプリにとってより複雑なステップが待っています。SiriとGoogleアシスタントは、使用されたキーワードや、ユーザーの全般的な発話習慣や言葉の選択に基づいて、質問やリクエストを予想します。ですから、もちろん頻繁に使えば使うほど、ユーザーに合った結果が得られるようになり、使い勝手がよくなります。

 

Googleマップ

Googleマップは、ほとんどのAndroidスマートフォンにプリインストールされています。iPhoneユーザーもApp Storeからダウンロードすれば、駐車場混雑状況インディケーターなどの機能の恩恵を受けることができます。目的地で駐車スペースが簡単に見つかるかどうかを、家を出る前に調べることができるのです。

Googleは駐車場混雑状況インディケーターを作るにあたり、クラウドからのデータと機械学習のアルゴリズムを組み合わせました。簡単に言えば、ユーザーが目的地に到着した時に、駐車スペースを見つけるのにどれくらいの時間がかかったかを、アルゴリズムが計測します。例えば、目的地に着いた後で、ユーザーがその周辺を行ったり来たりしたのであれば、駐車スペースをすぐには見つけられなかった可能性が高いでしょう。駐車場混雑状況インディケーターは、駐車場を探しているユーザーのためのものなので、個人の駐車場に駐車したり、タクシーや公共交通機関で移動したりしたユーザーを、アルゴリズムは取り除きます。そうしないと、簡単に駐車スペースが見つかると、システムが誤解する恐れがあるからです。Googleマップは機械学習をこのように適用することによって、特定の場所の特定の日時における駐車のしやすさを、過去のデータから予想することもできます。

駐車場混雑状況アイコンは、まずサンフランシスコ市、ニューヨーク市、シアトル市、ボストン市、ロサンゼルス市など、米国の大都市で利用できるようになりました。いずれ日本でも使えるようになることを期待したいところです。

 

LionbridgeのAI学習データサービス

当社はAI学習データの収集、アノテーション、検証などのサービスを提供しており、あらゆるAI開発プロジェクトをサポートします。世界各地にわたる100万人の認定クラウドワーカーにより、大規模な機械学習プロジェクトにも迅速かつ効率的に対応いたします。

お問い合わせはこちらから。

AI開発に肝心な学習データをご提供いたします

メディア掲載結果

AI・機械学習の最新情報を配信中

Lionbridge AIのブログで紹介している事例記事やトレンドニュースといったビジネスに役立つ情報はもちろん、オープンデータセット集なども合わせてメール配信しております。