DX雑誌「AI教師データ作成のキーポイント」～AI開発の必要不可欠なアノテーション作業のコツを注目企業5社からご紹介～

最終更新日:2024/04/05

AIポータルメディア「AIsmiley」は、AIを開発する際に必要不可欠なアノテーションの事例やユースケースを紹介したDX雑誌「AI教師データ作成のキーポイント」を公開致しました。

AI の開発会社では、自社のエンジニアがアノテーション作業を行っていることも多くあります。しかし、高い技術力を持つエンジニアが単純作業に時間を割くのは得策ではありません。手作業でのアノテーションは膨大な時間と手間が必要なため、アノテーションサービスを利用し自動化することが重要です。

今回、本誌では、実績のある AI 企業 5社が画像データのアノテーションをメインにアノテーション作業のコツを踏まえながら事例やユースケースを紹介していきます。

アノテーションとは？

アノテーション（annotation）とは、「注釈」という意味の英語です。要するに「注意を与える」という意味を持つ言葉なのですが、ビジネスシーンにおいては「テキストや音声、画像といったさまざまな形態のデータに、タグやメタデータを付ける作業」のことを指します。

AIの開発においては、正確なタグ付けが行われたデータを大量に用意する必要があるのです。その「正確な学習」を行うためには、ただ大量のデータを用意すれば良いというわけではありません。AIの開発においては、正確なタグ付けが行われたデータを大量に用意する必要があるのです。

ディープラーニングの場合には、高精度のAIモデルを作成するために「1万〜10万件の画像データ」を用意しなければなりません。これほどの量の画像データを用意するのは決して簡単なことではなく、むしろ画像データの収集段階で挫折してしまうケースも多くあります。

自社で活用できるアノテーションツールの普及が進む

最近では、自社でアノテーションを行えるツールや、アノテーションを丸ごと委託できるサービスなども多くなってきています。たとえば、タクシー会社の各タクシーに搭載されたドライブレコーダーから「道路のひび割れ」に関するデータを収集し、ある一定以上のひび割れを検知するモデルを構築できれば、道路点検の業務を大幅に効率化することができるのです。

このように、これまで別の用途で用いられていたデータであっても、新しく抽出したい情報の要件定義に沿ったアノテーションによって、また別の可能性を見出すことができるようになります。一見、活用の余地がないように思えるデータも、少し考え方を変えるだけで新たな可能性が生まれる可能性も十分にあるのです。