マルチモーダルAI - Multimodal AI
マルチモーダルAI - 新しい人工知能のパラダイム
マルチモーダルAIとは新しい人工知能のパラダイムで、さまざまな種類の入力データと複数のインテリジェンスアルゴリズムの組み合わせから構築されます。アイメソフトのマルチモーダルAIはテキスト、音声、画像、動画、数値データと複数の人工知能アルゴリズムを組み合わせ、多くの実際問題において、シングルモーダルAIよりも高い精度を得られています。
Aimenicorn エコシステム
Aimenicorn（アイメニコーン）とは、マルチモーダルAI技術を応⽤したソフトウェアおよびアプリケーション群（マルチモーダルAIエコシステム）の総称です。Aimenicornには3層があります。最下層はマルチモーダルAIフレームワークであり、複雑なデータ融合アルゴリズムおよび機械学習・推論テクノロジーが含まれています。中間層には、マルチモーダルAIをベースに構築されたライブラリ・フレームワークが含まれています。例としては、AimeCard（OCRによるデータ構造分析・理解のためのテンプレート）、AimeFace（顔認識技術に使われているフレームワーク）などがあります。最上層には、狭い領域に特化されたさまざまなアプリケーションが含まれます。最先端のマルチモーダルAIテクノロジーおよび専門知識を組み合わせたこれらのアプリケーションはさまざまな実際問題の解決につながります。例としてはAimeHotel、AimeHospital、AimeBank、Aime AIShopなどがあります。
テクノロジー
マルチモーダルAIを実現するためのテクノロジーをご紹介します
-
自然言語処理技術
形態素解析、キーワード抽出、同義語・対義語検出、情報抽出、関係抽出、セマンティックサーチ、自然言語理解
-
画像処理技術
オブジェクト認識、セマンティックセグメンテーション、顔認識、年齢・性別認識、文字認識、画像検索、画像による予測分析
-
音声処理技術
Webテキストから言語モデル作成、音響モデル作成、トリガーワード検出、ノイズ削除、音声合成のためのテキスト正規化 など
-
データ処理技術
ビッグデータ収集、処理、KPI予測、ビッグデータによる予測分析、レコメンドアルゴリズム、機械学習のための疑似データ自動生成
