牛丼をグラノーラと誤認識 「あすけん」が画像解析を刷新した背景＆開発姿勢
この物語はフィクションです。
登場する人物・団体・店・名称等は架空であり、実在のものとは関係ありません。
え？似たメニューを知ってる？それは偶然です。偶然ですってば。
今日は何を飲もうかな。
うん。今日は格安イタリアンにしよう。
みんな大好き サイゼリ○だ。
若鶏を食べたくなったので訪問。早速乾杯！（終わりの始まり）
ドンラファエロ
安定の旨さ。
＊＊＊
皆さまダイエットする際にアプリなどを使用したことはあるだろうか？
私はある。「あすけん」という料理の写真を撮るだけで食事内容を判定→登録してくれるアプリがあるのだが、久しぶりに確認したところ１０年前に使用したきり＆写真だけで判定するのは有料会員のみらしい。
うーむ。流石に１０年前だから詳しく覚えてないが。。毎食写真を撮り登録してたことは覚えてるが無料会員のまま使用してたハズ。いつの間にか記憶が捻じ曲がったのだろうか？そう言えばいちいち料理名を検索して面倒だったことを思い出した。記憶とは曖昧なものだなと改めて感じる。単純に記憶力が悪いことは秘密だ。
何故このような話題を取り上げてるかと言うと以下の記事を見つけたからだ。
※参考。牛丼→グラノーラ誤認識は“悔しかった”「あすけん」が画像解析を刷新
https://levtech.jp/media/article/interview/detail_784/
どうやら６００ｋｃａｌを超える牛丼なのに１９０ｋｃａｌのフルーツグラノーラと誤って画像認識したとのこと。
個人的には自動的に画像認識できるだけで凄いと感じるが、ダイエットや健康管理アプリとしては致命的と言えるだろう。ＳＮＳで話題となったそうだ。
それに対し運営会社であるａｓｋｅｎ社は一週間後「精度向上のため、他にも画像解析の失敗事例があれば教えてほしい」と前向きな呼びかけを行ったとのこと。潔い姿勢に好感が持てる。
実際その投稿は好意的に受け止められ、様々なエラーのキャプチャがユーザーから送られて来たそうだ。何だそれは。開発部門としては有料級に垂涎ものの貴重な資料ではないか。
その後３ヶ月で画像解析アルゴリズムを最適化したエンジンに刷新しただけでなく、更にその後５ヶ月後には生成ＡＩを活用した新エンジンに切り替えたとのこと。そのスピード感は凄いが現場の苦労を考えると涙を禁じ得ない。。
開発部門各位に万雷の拍手を贈りたい。
牛丼をグラノーラと誤認識した件はＳＮＳ上で「それならいくらでも食べられる」という感じのジョークも飛び交い盛り上がったそうだが、ユーモラスに受け止める声は有り難く感じながらも不甲斐なさで悔しい気持ちを隠せなかったそうだ。
それはそうだろう。アプリやＷｅｂなど非対面で完結するとは言え、管理栄養士が監修したガチな健康管理システムなのだから。本来であれば「画像解析の精度が高すぎる」という「良い意味」での盛り上がりを期待するのは想像に難くない。
失敗事例の提供を呼びかけた背景には元々「ユーザーと一緒にシステムを作り上げていきたい」思いがあり、フィードバックを積極的に集め改善に生かす方策を進めてた→自然な成り行きだったそうだ。
画像解析はどれだけ精度を高めても百パーの正解率を出すことが困難らしい。
どのように画像解析してるか理屈は不明だが、むしろ百パーを出せない方が納得感がある＆逆に百パーが出せたとしたら（悪意のある使われ方を想像してしまい）空恐ろしさすら感じてしまう。。
しかしながらユーザーは「きっと完璧に認識してくれるハズ」という期待感を持ちアプリを利用するため、技術的な限界と期待感の乖離をどう埋めるか？が常に抱えてる課題とのこと。
これは料理の画像解析だからまだ影響が少ないが、例えば自動運転で「画像解析を間違えたため事故った」など発生させた場合、社会への影響が非常に大きいことは想像に難くない。
そう考えると自動運転を始めとした「間違いが許さない界隈」よりは重圧が少ないだろうが、それでも期待値との乖離を埋める作業は容易ではないだろう。関係各位の継続的な改善活動には頭が下がる思いである。
なので「現状はこの程度だが、もっと良くして行きたいので力を貸して頂きたい」と正直に伝えた方が結果的にユーザーとの信頼関係構築に繋がる。と考えたことも背景にあったそうだ。
非常に納得できる話であり、技術力云々以前に「企業の姿勢として真摯であり信頼できる」と感じて止まない。
どうやら画像解析機能は当初、外部企業が開発した技術を借りてたそうだが、ユーザーから特に要望が多い「市販の食品」に対する対応が難しかったとのこと。
何故ならば市販食品は毎日のように新商品が出たり入れ替わるが、柔軟に識別したくても外部エンジンを利用してる都合上、即座に学習→モデルを更新するサイクルを回せなかったからだそうだ。
なるほど。社内に画像解析のノウハウが無くても料金さえ払えば外部に頼ることが出来るものの、あくまで他社製品を利用してるだけ→柔軟な運用が出来ないということか。納得である。
しかしながら近年はＡＩ技術の民主化（自由にカスタマイズできるという意味？）が進んだことで自社でモデルを開発・運用することが現実的になったとのこと。
ただ新たに画像解析エンジンを構築するのは相当苦労されたようだ。
学習させるにしても、ただ数をこなせば良いワケではなく「精度を確保」することが非常に難しかったそうだ。
それはそうだろう。人間ですら「コレ何て料理？」と迷うこともあるのだ。ＡＩに「質」を担保させるのが非常に難易度が高いことは想像に難くない。
エラーデータの提供を呼びかけ、失敗事例が集まることで「失敗する条件」「誤認されやすい事例」が溜まり、正解データを作成する際のルール決めに非常に参考となったとのこと。まさに垂涎もののお宝データの集まりと言って良いだろう。
ただデータ提供呼びかけ後にリリースしたバージョンでは人的資源＆持続性に欠けることに気付き「人手を介さない、推論能力が高い生成ＡＩのみに画像解析を任せる」方針に変更→急ピッチで実装したそうだ。まさにＡＩの有効活用と言える。
しかしながら生成ＡＩは高性能な反面、処理が遅いというデメリットがあるので、その辺りは最大の懸念点だったそうだが、ユーザーからすると「数秒遅い」より「食事が正しく認識されないストレス」の方が断然大きいことが分かり、生成ＡＩを活用したエンジンに踏み切ったそうだ。
生成ＡＩ版では牛丼もきちんと牛丼として認識されたようで何よりである（笑）
ダイエットは今のところやる予定は無いが、栄養バランスは気になるところなので記録を再開しようと心に刻んだ今日この頃だ。
＊＊＊
ちょっと何言ってるか分からない？安心しろ。私もそう思う。
頼んだメニューはこちら。
・小エビのカクテル
・トッピング野菜ソース
・若鶏のディアボラ風
小エビのカクテル
ワカメとドレッシングの相性が良いだけでなく小エビとも抜群に合う。旨い。
トッピング野菜ソース
チビチビつまめるのが嬉しい。旨い。
若鶏のディアボラ風（野菜ソース増し）
もはや定番の逸品だが旨いから良いのだ。
これだけ食べてるのに１枚たりとも同じ形が無いことにも面白さを感じる。
総じて満足。いつも混雑してるが今回は着席するまでに珍しく２０分ほど掛かった。大人気だと改めて感じる。気になる方はチェックして欲しい。また来ます！
ごちそうさまでした。
