タグ: コンピュータビジョン

もしシンプルなカメラが捉えた映像を機械学習が分析して、フェンスに近づいてくる人物の警戒レベルを教えてくれるとしたらどうだろう。もし同様にして食料品店の売り場で買い物をしている人の行動を分類できるとしたら？例えば、買う気があるのか、決断停止中か、はたまた探しているものをちゃんと見つけられているのか。画像認識と解析速度の向上のおかげで、単に観察するだけではなく、人間の行動を分類できるスマートカメラはモノのインターネットの次のステップなのかもしれない。

Nanitはそう言った市場に進出した最初の企業の1つだ。Dr. Assaf Glazerは、自分自身が父親でもあるが、彼と彼のチームは親にとって最も大変な仕事の内の１つ、つまり赤ちゃんが夜しっかり寝るようにすること、が少しでも楽になるようにすることを目標に掲げている。

カメラをベビーベッド上に固定するには3オンスのカメラを10.5ポンドのスタンドに取り付ける。アカデミアとコネクションのあるテクノロジー系スタートアップは往々にして、最適なニッチ市場を見つけ出したり一般の消費者にテクノロジーを分かりやすく説明する点で苦労することがある。Glazerは200以上ものデザインを検討し独自性のあるデザインを採用した。睡眠不足の親は装置を充電したり電池を替えたりといったことに煩わされることはない。この低電圧で動く装置に関しては、ただ壁のコンセントに挿すだけで良い。

NanitのアプリはオプションのNanit Insightsを付けることで赤ちゃんの睡眠パターンの分析を行い、直感的に理解出来るカテゴリーに分類し、例えば睡眠中の乳児の動きをヒートマップで表示したりしてくれる。残念ながら、そう言った解析オプションを付けない場合は、Nanitはベビーベッドからの映像のライブストリーミングにしか使えない。Nanit Insightsは４つの主要な睡眠測定値について色別に可愛くラベル付けして表示してくれる。それらは、睡眠パターン、親がベッドに来る回数、寝つき、そして睡眠時間だ。

コンピュータ科学的に言えば、Nanitは機械学習を一般家電に応用した点が謳い文句だ。一般にこのような画像解析では、ほとんどの場合で変数の数が膨大になり、行動解析はほとんど不可能となる。幸運にも、Nanitの開発チームにとって、ベビーベッドのマットレスのサイズはほとんどが似たり寄ったりだ。そのおかげで、カメラの変数が標準化できるのでコンピュータはその空間を小さなサイズに分けることで正確な分析が可能になった。

Nanitのベビーモニターの箱を開けると、まず簡単な機械のキャリブレーションをする必要がある。それが終わって一旦カメラをスタンドに設置するとシステムを調整する必要は二度とない。

加えて、Nanitには便利な夜間灯、ホワイトノイズや様々な自然の音を流してくれる装置、ケーブル管理システムが付属する。睡眠以外にも、赤ちゃんモニターは湿度、温度、音、動きを測定、記録可能だ。

Nanitに投資しているのはUpfront VenturesからMark Susterがリードを務め、その他RRE、645 Ventures、Jacobs Technion-Cornell Institute、Flex、Jerry Yang’s AME Cloud Venturesが参加している。同社はこれまでシードラウンドで660万ドルの資金を調達した。

このスマートベビーモニターの市場は活発な状況が続いている。Owlet、MimoやSproutlingなどの会社は乳児用ウェアラブル機器を製造しているが使える部品やセンサーには制約がある。親の多くは自分の子供の服にトータルでアップルウォッチにも相当するものを埋め込もうとは思っていない。また、Dropcamのような装置は行動分析まではしてくれない。Dropcamでできるのはライブ映像を中継してピクセルの情報として他の機器上で表示することだけだ。Nanitのベビーモニターを使えば、新しいセンサーを増設することなく新たな分析機能を追加することが可能な点がとても強力だ。Glazerのゴールは、Nanit Insightsをさらに改良することで、データに基づきその家庭に最適なペアレンティングのアドバイスを提供することだ。

ただ、行動科学に興味がある人はNanitのベビーモニターを面白いと感じるかもしれないが、この装置が親に情報を与えるだけでなくその行動にも影響を及ぼし得るという可能性を考えることはとても重要だ。

Nanitが子育てに良いとされている慣行に影響を与えるかもしれないと考えるきっかけになったのは、子供が一度起きてから再びどれだけ自分だけで寝付くことができるかがNanitで測定可能になったことが発端だ。この知識があれば、子供が起きても、特に必要がなければベビーベッドに急行することはないし、逆にベッドに行ってしまえばさらに子供を起こしてしまうことにつながる。

Nanitは本日よりインターネットによる直販での先行販売を開始する。同社は最初の1万5000台を、消費者の手に届くまでの時間を短縮すべくアメリカ国内で製造する予定だ。その後、生産拠点は国外に移転する予定だ。

先行発売は279ドルでNanit Insights1年間のサブスクリプションを50ドルで付けることができる。先行販売期間終了後はベイビーモニターが349ドル、Nanit Insightsは100ドルとなる。Nanit Insightsのオプションの更新にあたっては30日間考慮する期間が与えられる。

[原文へ]

（翻訳：Tsubouchi）

コンピュータの能力は、一歩々々、人間に近づいていると言われる。今週ご紹介するのはMITのComputer Science and Artificial Intelligence Laboratory（コンピュータ科学と人工知能研究所）の研究プロジェクトで、画像や映像から物を認識し、さらに、その場の状況を認識する。これはコンピュータをさらに賢くするための、重要な機能の一つだ。

人間が画像を見ると、そこで今何が起きているのかをおおむね直観的に判断できる。しかし今のコンピュータビジョンや機械学習システムは、それが苦手（にがて）なため、車の自動運転とか荷物の配達などのインテリジェントなシステムの進歩を阻んでいる。状況認識に取り組んだMITの研究者たちは、これまであったシステムよりも33%高いパフォーマンスを実現したという。

今週彼らが発表した論文によると、その彼らのシステムは、画像を見て、そこで何が行われているかを判断するだけでなく、その状況を構成する個々の物も認識する。つまり、全体の認識だけでなく、個別の認識もできる。

おもしろいのは、研究者たちは自分たちの状況認識技術が約50%の認識精度を達成した理由を、正確に把握していない（なお、人間の状況認識精度は約80%）。とにかくそのシステムは画像中の何らかの視覚的特徴を拾って、それらを返しているのだ。人間もやはり、いくつかの特徴から、状況を判断している。たとえばベッドが写っていれば寝室、長いテーブルと椅子とスピーカーホンがあれば会議室だ、と判断するだろう。

高度な機械学習システムでは物の認識と場面の認識が一体化しているだけでなく、お互いを強め合っている、とチームは考えている。もしそうなら、いまよりもずっと賢いコンピュータの研究開発が一層加速され、言うまでもなく、ユートピアまたは黙示録の世界が訪れてしまうだろう。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa）

Googleが今日（米国時間8/15）、画像のセマンティック分析を行うJetpacとそのチームを買収した。その技術はたとえば、Instagramの公開されているデータを調べて、いちばん幸福な都市、いちばん酔っぱらいの多い都市などを判定する。Jetpacは2012年に、iPad上のソーシャルな旅行ガイドとしてスタートしたが、その後方向性を変えて、Instagramのデータを利用するiPhoneアプリ”Jetpac City Guides”を提供している。

GoogleはJetpacの技術を、写真から位置情報を見つける検索技術に利用するものと思われる。Googleはすでに、同社はコンピュータビジョンと機械学習を利用して、夕日のある写真、食べ物の〜、花の〜、などを検索できる、と発表している。JetpacのCTO Pete Wardenはコンピュータビジョンのエキスパートなので、Googleにとって、欲しい人材だったのだ。

Jetpacのシステムは、たとえば髭面（ひげづら）が写っている写真が多い、などの視覚的な手がかりから、そこに写っているファッションの特徴や、その場所にヒッピーが多いことなどを判定する。つまり、その写真が撮られた場所のコンテキスト情報を提供するのだ。たとえば、そのコーヒーショップは、レビューで言われているとおりぬるいコーヒーを出すか、を判定したり、30代の女性に人気があるバーを見つけたりする。それらの情報は、その場所で実際に起きていることに関して、YelpやGoogle Mapsのレビューにある情報などよりも具体性に富んでいる。

またJetpacの技術は、ビデオに写っているオブジェクトをリアルタイムで（スマートフォンのカメラから）同定できる。その技術はGoogle Gogglesの機能拡張に利用できるだろう。

Jetpacは近くアプリをApp Storeから取り下げ、サポートを9月15日で終える。買収の価額など、詳しい情報は現時点で公表されていない。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa)）