写真を見て判断するAIで、何ができる？

写真を渡すと、何が返ってくるか

写真を見て判断するAIは、一般に画像認識と呼ばれます。総務省の情報通信白書（平成28年版）は、深層学習（ディープラーニング）によって、画像認識などで注目すべき特徴をコンピューターが自ら作り出せるようになったと説明しています。人が見分け方を細かく書かなくても、大量のデータから学ばせる方法が実用になりました。

仕事で使う場面から見ると、AIに頼めることは次の4つに分けられます。

スマホの写真で試せる使い方のアイデア

次は、当社が考えた使い方の例です。導入事例ではありません。どれも、手元のスマホで撮った写真を、写真を受け付ける生成AIに見せるところから試せます。

苦手なことを先に知っておく

写真を見るAIは万能ではありません。例として、生成AI「Claude」を提供するAnthropic社の公式資料（Vision）は、次の点を制限として挙げています。ほかのサービスでも、どこまでできるかは各社の資料で確かめてください。

画質の悪い写真、回転した写真、200ピクセル未満のとても小さい写真では、誤った説明をしたり間違えたりすることがある。写真の中の物の数はおおよそ数えられるが、小さな物がたくさん写っているときはとくに正確とは限らない。位置の答えもおおよそのもので、使う前に確かめる必要がある。

同じ資料は、写真に写った人物の名前を答える使い方はできないこと、AIが作った画像かどうかは判定できないこと、CTやMRIのような診断用の画像の読影を目的に作られていないことも明記し、重要な用途では人が確かめるよう求めています。

試すときは、明るい場所で、見てほしい物を大きく、まっすぐ撮るところから始めます。文字を読ませるなら、小さな文字が潰れていないかを撮った写真で確かめます。

生成AIで試すか、専用のAIを作るか

写真の中身が毎回違い、答えが文章で返れば十分な作業は、生成AIで始められます。手書きメモの書き起こしや、作業前後の違いの説明がこれに当たります。

一方、同じ種類の写真を毎日たくさん判定し、良し悪しの基準が自社独自の場合は、自社の写真に正解を付けて学習させた専用のAIを検討します。たとえば、自社製品の傷の有無のように、見分け方を言葉で伝えにくい判定です。必要な写真の枚数は、見分けたい違いの細かさや写真の撮り方がそろっているかで変わるため、先に一部の写真で試してから決めます。

生成AIと、自社の記録で学習させる機械学習の関係は、機械学習と生成AIは何が違う？で整理しています。写真の場合も、まず生成AIでうまくいく写真といかない写真を分けておくと、専用のAIを作るかどうかの判断材料になります。

人が写る写真を扱うとき

お店の入口や作業場にカメラを置いて写真を撮る場合、お客さんや従業員が写ることがあります。個人情報保護委員会のQ&A（Q1-13）は、カメラで特定の個人を識別できる画像を取得する場合は個人情報を扱うことになるとして、利用目的をできる限り特定し、その範囲内で使うよう求めています。

同じQ&Aは、撮られていることを本人が容易に分からない場合は分かるようにする措置が必要とし、例として、カメラが作動中であることを入口や設置場所に掲示することを挙げています。このQ&Aは防犯カメラについてのものです。防犯以外の目的で写真をAIに使うときは、目的の決め方を含めて個人情報保護委員会の資料で確かめてください。

撮った写真を外部の生成AIに送る場合は、社内で決めた使ってよいサービスと入力しない情報のルールに従います。ルールの作り方は社員が生成AIを使い始めたら、何を決めておく？で紹介しています。

最初の一歩は、自社の写真10枚から

試したい作業を1つ決め、その作業で実際に撮る写真を10枚ほど用意します。きれいに撮れた写真だけでなく、暗い写真や斜めから撮った写真も混ぜておきます。

社内で使ってよいと決めた生成AIに1枚ずつ見せ、毎回同じ聞き方で質問します。答えが正しかった写真と、間違えた写真を分けて記録します。10枚という枚数は結果の傾向をつかむための当社の目安で、この枚数で精度を判断できるわけではありません。

間違えた写真に共通点があれば、撮り方を変えるか、聞き方を変えるかで改善できるかを試します。それでも足りなければ、専用のAIを作る価値があるかを検討する段階です。