「アノテーション」とは
WHAT
AIモデル開発に必要なデータを用意する際、そのデータがどのような意味を持つものなのか、注釈をつける作業をアノテーションと呼びます。
WHY
AIモデル開発では、AIに対して「これは正しいデータです」という理解をさせる必要があるため、一つ一つの画像について説明を加えて学習させる必要があります。
よくある課題
データ不足
質が高く大量のデータをどれだけ用意できるか、がAIの品質に直結すると言っても過言ではありません。
ですが、多くの企業ではAIを開発する想定で過去データを蓄積しているケースは少なく、このフェーズで断念してしまうことも多々。
人手不足
用意できた大量のデータ÷アサインできたリソース＝アノテーションに必要な期間、となります。
できるだけ短期で仕上げたければそれだけの人材が必要になるため、アノテーション経験のある人材を大量に確保する必要があります。
知識不足
データを作る工程は、実は複雑な技術力が必要な作業です。
「質の高いデータとは？」「アノテーションの指示の出し方は？」「どんなツールを使えば良い？」など、実際の作業に入る前に理解しておくべきことが多くあります。
Hakkyのアノテーションの強み
01
精度改善に必要なアノテーションデータを厳選
02
AIと人間のハイブリッドアノテーションによる効率化
03
aigleAppとの連携で小回りの効くモデル改善を実現
04
ローンチ以降の運用フェーズもサポート
開発事例
キーポイント抽出
生体画像の特定部位検出
セキュリティカメラや定点カメラ、イメージデータベースから持ってきた画像データに対して、キーポイント抽出を実施。
撮影された動物の画像を見るだけで、サイズ・体重の推定、成長予測、動作や行動の予測を行うAIを開発するためのアノテーションをサポート。
口コミのネガポジ判定ラベリング
感情推定
SNSやWebサイトへの書き込み、カスタマーレビュー、アンケートなどから収集したテキストデータに対して「ポジティブ」「ネガティブ」判定のラベリングを実施。
お客様の声をもとにニーズ分析やコレスポンデンス分析が可能なAIを開発するためのアノテーションをサポート。