2022年に重大事故処罰法が施行されて以来、多くの製造業は安全リスクを検知し、軽減するためのソリューションを積極的に模索してきた。その一環として、多くの企業が監視カメラやセンサーを追加設置し、労働者の安全を確保するだけでなく、体系的かつ継続的な安全管理・監督を強化しています。
重大事故処罰法に照らして、自動化と効率化を実現するために、多くの企業がオープンソースのAIモデルをCCTVのようなセキュリティ機器に組み込もうとしましたが、その成果は往々にして期待を下回るものでした。
CCTV-セキュリティAIを導入したいが、開発リソースに限りがある、または、すでにAIを導入しているが、誤作動や精度の低さに悩んでるなどの課題がありますか？
このケーススタディでは、Superb AIがどのようにしてベースラインのAIモデルからスタートし、高精度でカスタマイズされたCCTVセキュリティAIソリューションへと進化させたかをご紹介します。
オフィスでAIの初期モデルを迅速に作成し、PoCを開始する。
製造業へのAIの迅速な導入と強化能力を実証するために、Superb AIは独自のCCTV AIデモを開発し、AW 2024で展示しました。CCTV-セキュリティAIモデルの開発プロセスは、オフィスで管理された環境で撮影されたデータで学習させたベースラインAIモデルから始まりました。
この段階で、初期のAIモデルは「安全ヘルメットを着用している人」と「安全ベストを着用している人」を認識するようにトレーニングされました。このモデルは、CCTV映像から個人を検出するために開発され、次のような結果をもたらしました：
ヘルメットのみ：安全ヘルメットのみを着用している者
ベストのみ : 安全ベストを着用している者のみ
すべて : 安全ヘルメットと安全ベストの両方を着用した人
この最初のAIモデルのパフォーマンスを評価することで、その可能性を評価し、改善の方向性を決定しました。このプロセスは、企業がAIの採用を決定する際に使用するPoCプロセスを反映したもので、モデルの最初のバージョンを作成するのにかかった時間はわずか10日間でした。
導入後に判明した問題：AIは現実の状況を理解せず、低いパフォーマンスを示した
Superb AIオフィスで作成された最初のAIモデルは、計画された記録データに基づいて訓練されたため、AW2024博覧会のような現実のシナリオでは性能が低下した。これはAI開発でよくある問題で、管理されたオフィス環境でのトレーニングに使用されるデータと、AIが実際の展開環境で遭遇するデータが大きく異なるからです。
オフィスで収集・分析されたデータは、AIが導入される実際の環境の状況を反映していない可能性があります。例えば、オフィスでトレーニングしている間、モデルは理想的な条件の下で収集され処理されたデータに触れますが、これは実際の産業環境に存在する多様な変数や予期せぬシナリオを考慮していない可能性があります。このような不一致は、AIが予期せぬ結果を出したり、実際のアプリケーションで低いパフォーマンスを示したりすることにつながる可能性があります。
多くの企業は、この問題に迅速に対処するのに苦労しているか、AIモデルをどのように改善・改良すればよいのかわからず、AIのパフォーマンスに失望し、最終的にプロジェクトを断念してしまうことが多々あります。
1. 視覚的に類似した物体の扱いに苦慮するAI
計画された録画データが収集されたオフィスの条件（角度、照明など）は、CCTVが配備された実際の産業現場の条件と異なっていました。さらに、「赤い蛍光色の安全ベスト」（計画録画の重要なデータ・ポイント）は、展示会の参加者が着用している赤いランヤードやカードホルダーと視覚的に似ていたため、モデルは「赤いランヤードを着用している人」を「安全ベストを着用している人」と誤って分類してしまったのです。
2. リアルタイムモニタリングと定量分析のためのダッシュボードの必要性
製造現場環境では、リアルタイムのCCTV監視・検知だけでなく、現場管理者の効率と生産性を高めるツールを提供するAIソリューションが求められています。多くの場合、管理者はAIが検知した結果を一目で素早く把握・分析できるダッシュボードを好み、常時監視の必要性を減らしています。
ソリューション：AIの脆弱性を迅速に特定し、データを補強して99.99%の精度を達成
1. AIモデルのパフォーマンスを分析し、脆弱性を特定し、より多くのデータで訓練する
最初のAIモデルを実環境に導入した後、次の重要なステップは、「AIが不十分な領域を迅速に特定」し、モデルを強化するためのさらなる訓練に必要なデータの種類を「理解し、補強」することです。
そのためには、エッジケースやAIが苦戦したデータポイントなどの学習データを現場で繰り返し収集し、モデルを再トレーニングして性能を高めていくことが必要です。このようなモデル性能の診断、追加データの取得、再トレーニングのサイクルは、AIモデルの高度化と維持に不可欠であり、AIを導入する企業が定期的に行うべきプロセスです。
Superb AIがこの一連のサイクルをわずか3日で完了できたのは、独自のAI開発ソリューションであるSuperb Platformのおかげです。 Superb Platformは、すべてのAI開発・強化プロセスを単一のプラットフォームでシームレスに実行できる唯一のソリューションです。さらに、このサイクルをフルに回すことに課題を感じている企業には、問題定義やデータコンサルから実際のAIモデル開発までを包括するサービスを提供しています。
エキスポ3日目のCCTV AIデモ画面：初日の問題はすべて解決されました（画像出典：Superb AI）
展示会での性能診断と追加データの取得・処理に続き、AIモデルは継続的な改善を示し、初日の「赤いヒモをつけた人」の誤検出などのエラーは完全に解消されました。
2. CCTVカメラを監視し、検出結果を定量化し、統計と分析を提供するダッシュボードを構築する
ダッシュボードは、検出された物体の代表的なサンプル画像とともに、物体ごとの検出数の統計を表示するように設定されました。
3. 言語AIモデルを適用してモニタリングデータを素早く検索・レビュー
赤い安全ベストのような物体が登場するビデオクリップを検索し、説明を提供できるマルチモーダルAI（画像出典：Superb AI）
機能性を高めるため、既存のCCTV AI（Vision AI）モデルに言語AIモデルを統合し、マルチモーダルAIを構築しました。これにより、管理者はテキストベースのクエリを使用してCCTV監視映像を検索し、シーンのテキスト説明を得ることができます。
4. 顔を追跡し、自動的に識別を解除する（プライバシー保護のため）
展示会の来場者のプライバシーを保護するため、私たちはCCTVカメラで撮影された顔を検出し、ぼかす非特定化技術を導入しました。この技術は、労働者が顔の露出を望まない製造現場環境において特に有用であり、プライバシー侵害の懸念に対処するのに役立ちます。
Superb AIは、この包括的なAI開発プロセスをわずか10日間（＋パフォーマンス向上のための3日間）で完了しました。ビジョンAIの開発を加速させたい方は、今すぐSuperb AIにご相談ください！
5. さらなる改善：適切な安全装備を着用せずに特定区域に立ち入った場合の注意喚起
CCTV-セキュリティAIは、指定された白線エリアに安全装置を装着していない人が入ると警告を発する高度な機能を備えています（画像出典：Superb AI）
AIモデルは常にさらなる改良が可能です。AW2024の後、その後に開催されたVision AI Expo 2024では、私たちはモデルの機能をさらに進化させ、ユーザーが持ち運び可能なラバーコーンを使用して可変エリアを定義し、安全ヘルメットと安全ベストの両方を着用していない人がそのエリアに入った場合、AIモデルが警告を発することができるようにしました。
このサンプルデモは、特定の作業エリア内の潜在的なリスクをすべて検出し、監督者に警告を発するビジョンAIモデルを紹介するもので、Superb AIのブースでは多くの来場者やビジネス顧客から大きな注目を集めました。
企業独自の環境に合わせたセキュリティAIの迅速な導入と継続的な強化
今回の展示会でSuperb AIが披露したCCTV-Security AIのデモは、重大事故処罰法の施行に備えた効果的なソリューションとして多くの企業から大きな注目を集め、さまざまな産業分野での応用が期待されています。
オープンソースや汎用、低性能のAIモデルだけに頼っていては、期待する成果を得られない可能性があります。AIの性能は環境要因によって期待値を下回ることが多く、導入後に環境やタスクを変更する可能性があるため、継続的な強化やメンテナンスが重要です。
Superb AIは、MLOpsパイプラインの効率的な構築と管理を支援し、継続的なモデルの強化やメンテナンスに必要な専門知識を提供します。AIの導入、強化、メンテナンスにお悩みなら、Superb AIにお任せください！
