東芝は9月12日、インフラ・プラント設備の点検作業を効率化する画像異常検知AIを発表した。曖昧な言語指示でも検知条件を指定でき、従来技術と比べて、正常であるにも関わらず異常と判断する「過検知」をおよそ半減させた。ドローンなどと組み合わせて活用し、点検作業の効率化を支援する。

　一般的にAIによる画像診断には、学習のために大量の現場画像が不可欠とされているが、危険な場所や僻地などの現場は画像の収集が難しく、AI活用を妨げていた。東芝は過去に、数枚の正常状態の画像で、異常を発見できる手法を開発しているものの、背景や周囲の構造物が複雑な場合や、基準となる正常画像に人や雲、鳥などが写り込んでいると、過検知が抑えられないことがあったという。

　今回新たに開発した手法では、画像と言語を組み合わせたAIモデル「Vision-Language Model」（VLM）を利用し、言語指示によって異常検知を補助する仕組みを取り入れた。ただ、曖昧な指示では検知精度を低下させるため、AIが内部的に言語での指示を最適化する仕組みも導入し、柔軟に検知条件を指定できるように対応した。例えば、ユーザーが「ケーブル」「草」を検知対象外として指定すると、AIが「コード」「植物」「野草」といった類義語も自動的に条件に追加する。

　さらに独自の補正技術によって、正常画像同士の差分を算出して異常と誤検知されやすいパターンを抽出し、異常度を調整することで過検知をさらに抑制。ベンチマークテストでは、同様にVLMを使う手法「April-GAN」と比較し、過検知率は32.1％から16.1％に改善した。

　報道向けの説明会で、総合研究所AIデジタルR＆Dセンターの瀧本崇博・アナリティクスAI研究部エキスパートは「多種多様な異常、さまざまなシチュエーションに使える」と話し、鉄道、道路、工業、電力といった幅広い領域での展開を想定しているとした。今後の実用化に向け、精度向上やソリューションとしての具体化などの作業を進める方針だ。
（藤岡 堯）