Meta、画像内の物体を識別するAIモデル「Segment Anything Model」を公開

Sabrina Ortiz (ZDNET.com) 翻訳校正: 編集部

2023-04-06 10:29

 Metaはここ最近、生成型人工知能(AI)関連のニュースで大きな注目を浴びる機会がなかった。しかし米国時間4月5日、今後のAIに大きな影響を与える可能性を秘めた、画像セグメンテーションに関するプロジェクトを発表した。

Metaの社屋
提供:Bloomberg/Getty Images

 画像セグメンテーションとは簡単に言うと、画像内のさまざまな物体を識別することだ。例えば、箱に入った果物の写真がある場合、画像セグメンテーションを用いたAIモデルは、Metaのデモで示されているように、個々の果物と箱を識別できるようになる。

識別された果物の画像
提供:Meta

 Metaによると同社の「Segment Anything」プロジェクトには、「セグメンテーションの民主化」に向けた画像セグメンテーション用の新たなタスクや、データセット、モデルが含まれているという。

 Metaは今回、汎用の「Segment Anything Model(SAM)」と、同社として最大となるセグメンテーションデータセット「Segment Anything 1-Billion(SA-1B)」をリリースした。SA-1Bには、プライバシーに配慮したライセンス済みの1100万枚の画像と、それに対応した10億件を超えるセグメンテーションマスクが含まれている。

 Metaは今回の発表に、「幅広い応用を可能にし、コンピュータービジョンの基盤モデルに向けた研究をさらに推し進めるために」(SAMとSA-1Bを)リリースしたと記している。

 画像セグメンテーションは、写真の加工や、科学的な画像分析、より大規模かつ世界を汎用的に知覚できるマルチモーダルなAIシステム、さらに興味深いところでは仮想現実(VR)や拡張現実(AR)といった領域で活用できる。

 これまでのセグメンテーションモデルでは、対話的なセグメンテーション作業を通じて人間が指針を示したり、自動的なセグメンテーションを実行するために、手作業でアノテーションを付加した大量のオブジェクトを用いて訓練しておく必要があった。

 SAMは、どちらのセグメンテーション手法も容易に適用できる単一モデルとなっている。このため、訓練担当者が独自のセグメンテーションデータを収集しておかなくても済むようになるとともに、ユースケースに合わせてモデルの微調整をする必要がなくなる結果、時間と労力の低減が可能になる。

 このテクノロジーを試用できるよう、Segment Anythingのデモページが用意されている。このページにアクセスし、自らで用意した画像をアップロードするか、ギャラリーの写真を利用してみてほしい。

この記事は海外Red Ventures発の記事を朝日インタラクティブが日本向けに編集したものです。

ZDNET Japan 記事を毎朝メールでまとめ読み(登録無料)

ホワイトペーパー

新着

ランキング

  1. セキュリティ

    「デジタル・フォレンジック」から始まるセキュリティ災禍論--活用したいIT業界の防災マニュアル

  2. 運用管理

    「無線LANがつながらない」という問い合わせにAIで対応、トラブル解決の切り札とは

  3. 運用管理

    Oracle DatabaseのAzure移行時におけるポイント、移行前に確認しておきたい障害対策

  4. 運用管理

    Google Chrome ブラウザ がセキュリティを強化、ゼロトラスト移行で高まるブラウザの重要性

  5. ビジネスアプリケーション

    技術進化でさらに発展するデータサイエンス/アナリティクス、最新の6大トレンドを解説

ZDNET Japan クイックポール

自社にとって最大のセキュリティ脅威は何ですか

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNET Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]