長岡生コンクリート
骨材の再生利用、CO2の削減、コストダウンに

AIによる動画解析で【生コン】のスランプと数量は把握できるのか? pt2

AIによる動画解析で【生コン】のスランプと数量は把握できるのか? pt2

日本中、世界中の生コン工場の問題となっている残コン。京都地区の協同組合では荷受人に残コン処理費用を請求するにあたって適正な数量把握が課題となっている。AIの可能性を探る。



ディープラーニングで動画データを与えた瞬間に「あと何m3入っている」と答えを返す。

 

ディープラーニングまたは深層学習(しんそうがくしゅう、deep learning)とは、(狭義には4層以上[1][注釈 1]の)多層のニューラルネットワーク(ディープニューラルネットワーク、deep neural network; DNN)による機械学習手法である[2]。深層学習登場以前、4層以上の深層ニューラルネットは、局所最適解や勾配消失などの技術的な問題によって十分学習させられず、性能も芳しくなかった。しかし、近年、ヒントンらによる多層ニューラルネットワークの学習の研究や、学習に必要な計算機の能力向上、および、Webの発達による訓練データ調達の容易化によって、十分学習させられるようになった。その結果、音声・画像・自然言語を対象とする問題に対し、他の手法を圧倒する高い性能を示し[3]、2010年代に普及した[4]

(Wikipediaから引用)



教師データ

teaching data機械学習教師あり学習において、人工知能ニューラルネットワークがあらかじめ与えられる、例題と答えについてのデータ。この大量のデータをもとに、ニューラルネットワーク自体が出力結果の正否を判断し、最適化を行う。訓練データ教師信号

(コトバンクから引用)



ドラムの中を撮影するだけでスランプはわかるのか?

AIエンジンの運営企業(GRID)の友人に尋ねた。

定点撮影しているWEBカメラが映す生コンの映像からAIはその数量を正確に返すことはできるのだろうか。


数が少なくなったとはいえ熟練の生コンドライバー。

僕も駆け出しの頃感心したものだ。

「あと何m3残ってる?」

段取り上必要なことから元請けやポンプ業者から尋ねられる。

ドラムの中に頭を突っ込んで2〜3秒。

頭をドラムから外に出し、

「あと、0.2m3ちょっと切ったかな」

「了解」

そんなやりとり。


これを、AIが熟練ドライバーに変わって行うことができるのか?

そんな問い。

結論から言えば、YES。

人間よりも正確に早く答えを出すことができるという。

教師データの種類や量(カメラの性能)によってはそれ以外のパラメーター(例えばスランプ)にも応用可能なはずだという。



Googleが無料で提供するほどに身近になったAIを活用。

もちろん、産業用に利用するには障害も多いけど。

Googleが無料提供するほど身近なAIという技術。

そのほかに必要なもの。

・WEBカメラ

・設置のための治具(ホッパーカバーの裏側)

・ライト(暗いドラムの中を見るため)

その程度だろうか。

鍵は教師データ。

大量に撮影された動画と紐付けられたパラメーター。

例えば、ドラムの中の生コン数量。

他には、ドラムのメーカー型式やドラム内部に固着しているコンクリートの数量。

そんなところだろうか。



さあ、やってみよう。

役者は揃っている。

これが実際に製品として出荷されるためにはどの程度の単価設定になるのだろうか。

信頼できる仲間たちと旅に出たいと思う。

もし、この記事を読んでみて興味がある人がいたら。

仲間は1人でも多い方がいい。

遮断する理由もない。

生コンでいいこと。



宮本充也

宮本 充也

主な著者生コンポータル 主宰
長岡生コンクリート 代表取締役 宮本充也

宮本充也のFacebook

1級建築施工管理技士/1級土木施工管理技士/コンクリート診断士/コンクリート主任技士

「生コンてなんて悪いことだらけなんだろう!」
僕が家業の生コンに入職した時に感じたこと。
朝は早いし、休みは少ないし、残業(残コンのせいで)もあるし。
建設業界の底辺に位置する産業 [ 続きを読む ]

2019/05/13

このページのトップへ

お問い合わせはこちら