「教師なし学習の弱点」を克服？ 画像を高精度に分類できるAIを東芝が開発：画像の大部分を占める「背景の特徴」を学習してしまう

東芝は、同社独自の深層学習技術を活用した画像分類AIを開発した。1枚の画像を1つの分類基準とする「疑似的な教師あり学習」を実施する。画像の背景にとらわれることなく画像の特徴を学習し、高精度に画像を分類できる。

[＠IT]

　東芝は2021年4月28日、同社独自の深層学習技術を活用した画像分類AI（人工知能）を開発したと発表した。教師（分類の基準となるラベルを付ける作業）なしで、高精度に画像を分類できる。

従来方式との違い（出典：東芝）

1枚の画像を基準にした「疑似的な教師あり学習」を実施する

　AIによる画像分類手法は、事前に分類の基準を人の手でラベル付けする「教師あり学習」と、分類基準の設定や教示用のデータを必要としない「教師なし学習」がある。それぞれ得意な領域は異なるが、製造現場の外観検査では導入や運用コストの面で教師なし学習が有効だ。

　だが、教師なし学習は、画像の大部分を占める「背景」の特徴も学習してしまい、本来着目したい不良や欠陥の分類精度が低下するという課題があった。