《活用AI与深度学习》求取 ⇩

第1章深度学习技术的发展趋势1

深度学习现阶段的发展情况5

深度学习的发展路线图7

深度学习是通用型技术12

提供像对待国王一般的服务14

问题是人才不足，业界应合力培养人才15

第2章化为人“眼”，把人从简单作业中解放出来19

案例1 Sign Post公司 运用图像识别实现自动结算的无人收银台22

案例2 Trial Holdings公司 运用近700个自制AI摄像头进行仿真对比测试28

案例3 VAAK公司 日本版Amazon Go实验：运用AI实现防盗35

案例4 可口可乐日本公司 通过分析SNS上的上传图片来掌握消费场景38

案例5 损害保险Japan日本兴亚公司 大幅缩短估价单的制作时间，提高保险销售的成功率39

案例6 大东建托 通过AI将租赁房屋照片自动分类，每月减少3000个工时43

案例7 NTT data公司 手语翻译小型机器人为银行窗口接待处提供帮助48

案例8 FiNC科技公司 通过智能手机图像分析计算食物热量，判断身体姿势52

案例9 AUCNETIBS公司 运用亚马逊图像识别API提供改善环境的AI服务58

案例10 双日鹰岛金枪鱼养殖公司 运用AI掌握养殖金枪鱼的数量，每年减少250小时64

案例11 LANDA公司 洗衣店运用AI技术实现了无人接待，仅仅花费了50万日元71

第3章发挥“五官”的功能，预测行为，检测异常77

案例12 Recruit公司 AI校对的效果十分惊人79

案例13 八千代工程公司 运用AI检测河流护岸的损耗程度，有效检查基建情况83

案例14 东京电力电网公司 通过AI检测输电线异常，生产效率提高5倍88

案例15 武藏精密工业 本田汽车零部件制造商自行研发的次品自动检测系统94

案例16 藤仓公司 将普通AI与优质AI相结合，自动检测半导体晶片外观97

案例17 川崎地质公司 追踪地面下方空洞的变化，检测塌陷高危路段101

案例18 综合警备保障公司 通过具有保安警卫知识的AI实现防盗104

案例19 欧姆龙 开发车载传感器保护司机，对认知、判断、操作情况进行判定107

案例20 Mercari 通过手机拍照即可自动录入所拍商品的名称和品类112

案例21 东京无线协同联合公司 新手司机能够战胜老司机：AI出租车的卓越之处116

案例22 顺风路公司 AI预测人们的出行情况并将其可视化，布局未来交通系统121

案例23 Video Research公司 让AI学习1万个电视广告，就能在放映前准确预测效果127

案例24 Sonet Media Networks公司 对横幅广告CTR的预测，专家的准确率仅为53%，而AI的准确率高达70%130

案例25 佳能医疗系统公司 深度学习型设备首次应用于日本医疗领域133

国外案例 Viz·AI公司、IDx公司、Imagen Technologies公司、Arterys公司在美国，深度学习技术在医疗领域的应用正在不断发展137

第4章我们正在迎来机器人与自动驾驶的时代141

案例26 发那科机器人有限公司 运用深度学习技术实现机械抓取散装零件144

案例27 石田公司 老字号企业与AI初创企业联手，挑战便当工厂难题149

案例28 藤田建设工程公司 实现液压挖掘机的自动挖掘，输入的数据只有影像153

案例29 本田技研工业 为了实现汽车的自动驾驶，将必备的六大功能全部AI化157

国外案例 硅谷周边的一些初创企业及其所处的生态系统正在冲击日本163

第5章应用范围正在向创作领域拓展169

案例30 NHK ART 运用深度学习技术提高黑白影像彩色化的效率，工时缩短至原先的五分之一171

案例31 Datagrid公司 自动生成偶像脸，创造型AI走向应用178

案例32 Spectee公司 超越Amazon AIexa，AI播音员流畅播报的秘诀183

案例33 LINE公司 Clova角色化战略，仅凭4小时的音频数据就能模仿人的说话方式187

案例34 乐天（美国Rakuten VIKI公司） 自动翻译影视剧字幕，品质赶超专业译员190

案例35 Unirobot公司 让机器人理解情感，实现高层次交流192

第6章通过六大问题了解商业应用的要点197

问题一 哪些商业问题适合用AI来解决，具有挑战性的领域有哪些199

问题二 在何种情况下应该运用云端API，在何种情况下应该自主开发AI模型208

问题三 让AI应用顺利进行及难以进行的数据有哪些214

问题四 在推进AI应用方面，公司应雇用何种人才，应巧用公司外部的何种人才218

问题五 AI应用的费用应该如何估算223

问题六 为了使AI应用成功，是重要的是什么230

结语233