情報リテラシー論13画像認識と生成技術で革新’24長岡造形大学 2024 12/17 その他 2024年12月17日 URLをコピーしました！ 今年も残り２週間なんだけど、まだエアコン付けてません(汗)イーンスパイアの横田です。https://www.enspire.co.jp 昨夜も新潟の事務所でエアコンなしで仕事。足元はコタツで温かいと逆に頭は冷えた方が眠くならないし冴えて仕事も捗どるんですよね。ただし10度を下回ると、今度は手が悴んできて、パソコン入力に支障が出るのでエアコン付ける。手元だけ温まるものあるといいよね。新しい車はハンドルが温かくなるので快適です。しかも片手運転せず温かいから両手でちゃんと握る（笑）冬場も事務所の外に出たら館内エアコンで温かく、夏場も廊下の方が涼しいんよね。エコなのか？ さて、本題です。恒例の長岡造形大学で行う情報リテラシー論の講義が今年も後期から始まりました。https://www.nagaoka-id.ac.jp/about/academics/curriculum/liberal-arts/ 画像認識と生成技術で革新として第13回目の講義を行ってきました。https://www.youtube.com/watch?v=3wSugWshASA </noscript><iframe title="【ライブ配信】情報リテラシー論13画像認識と生成技術で革新’24長岡造形大学の続きはYouTubeメンバーシップで！イーンスパイア株式会社" width="500" height="281" data-src="https://www.youtube.com/embed/3wSugWshASA?feature=oembed" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen class="lazyload" > 情報リテラシー論がある長岡造形大学 </noscript><iframe data-src="https://www.facebook.com/plugins/post.php?href=https%3A%2F%2Fwww.facebook.com%2FShurin.Yokota%2Fposts%2Fpfbid0Ha6E2YXB4yduswYUS5nHBWAZUvXA9m9m56QfcLNrA1FAGERih7GnPzrM9aV5cj3Tl&width=850&show_text=true&appId=271733969511570&height=590" width="850" height="590" style="border:none;overflow:hidden" scrolling="no" frameborder="0" allowfullscreen="true" allow="autoplay; clipboard-write; encrypted-media; picture-in-picture; web-share" class="lazyload" > 情報リテラシー論13画像認識と生成技術で革新’24長岡造形大学 横田秀珠氏が長岡造形大学で行った情報リテラシー論第13回の講義内容を解説。画像認識と生成技術をテーマに、AIが「眼」を獲得したことで技術革新が加速した点、画像認識技術の発展過程、著作権問題、NFTについて説明。また、この日からサービスを開始したmixi2についても言及し、学生からの質問に回答。AIによる画像認識・生成技術の現状と課題、その影響について幅広く論じた。 1. AIの進化と「眼」の獲得 1.1 ディープラーニングの役割 1.1.1 AIの認識能力の進化 ディープラーニング技術を活用することにより、AIは膨大なデータを短期間で学習し、高精度な画像認識が可能となりました。この認識能力の向上は、医療や交通、自動運転など、多岐にわたる分野で応用されています。例えば、医療分野では、AIが医療画像を解析し、病変を早期に発見する手助けをしています。 1.1.2 ディープラーニングの仕組み ディープラーニングは多層のニューラルネットワークを使ったアルゴリズムで、これによりAIはより複雑なパターンを認識することができるようになりました。例えば、画像中の物体を識別するだけでなく、その関係性や文脈を理解することができるようになりました。これにより、AIはより自然で人間らしい直感を持つようになります。 1.2 画像認識技術の進化 1.2.1 日常生活への浸透 画像認識技術は、スマートフォンのカメラ検索機能や、車の自動運転技術、顔認識によるセキュリティシステムなど、日常生活に広く浸透しています。この技術の進化により、私たちの生活はより便利かつ安全になりました。 1.2.2 手書き文字や絵の認識 AIの画像認識技術は、手書き文字や絵の認識においても大きな進歩を遂げています。これにより、教育分野での応用や、クリエイティブな分野での新たな可能性が広がっています。また、この技術は、デジタルアーカイブの作成や、文化財の保存にも役立っています。 2. 画像生成AIの登場とその影響 2.1 画像生成の普及 2.1.1 新たな表現手段としてのAI画像 AIによる画像生成技術は、広告やSNSなどで新たな表現手段として利用されており、従来の写真撮影に革命をもたらしています。これにより、クリエイターはより自由な発想で作品を作り出すことができ、視覚表現の新たな可能性が広がっています。 2.1.2 クリエイティブ分野での応用例 AI生成画像は、アート業界や映画制作、ゲームデザインなど、さまざまなクリエイティブ分野で応用されています。これにより、制作の効率化が図られるだけでなく、従来では考えられなかったような独創的な作品が次々と生み出されています。 2.2 著作権問題 2.2.1 AI生成画像と著作権 AI生成画像の普及に伴い、著作権に関する議論が活発化しています。例えば、誰が生成した画像の著作権を持つのか、また他人の作品を模倣した場合の責任はどうなるのかなど、多くの問題が浮上しています。この問題は、法整備やガイドラインの策定により、適切に対処される必要があります。 2.2.2 スクリーンショットの利用と注意点 インターネット上でのスクリーンショットの利用に関する注意喚起も行われています。特に、著作権を侵害する可能性があるため、適切な利用方法が求められます。この問題を解決するためには、ユーザー自身が正しい知識を持ち、責任を持って行動することが重要です。 3. 学生の質問と議論 3.1 AIによる画像認識の精度 3.1.1 認識精度の向上 講義では、AIが「寿司」を「魚」と認識するなどの誤認識が発生することがあるが、技術の進化によりその精度は年々向上していることが示されました。特に最新のディープラーニング技術を採用することで、AIの認識精度は飛躍的に向上しています。 3.1.2 誤認識の原因と対策 一方で、AIによる誤認識の原因についても議論されました。例えば、学習データの偏りや不足が原因となることが多いです。このため、より多様で豊富なデータを用いることや、AIモデルの調整を行うことが重要です。 3.2 SNSとAIの関係 3.2.1 SNSデータの活用 SNSに投稿される画像やハッシュタグは、AIの学習データとして重要な役割を果たしています。これにより、AIは膨大なデータを基に進化を続けています。例えば、インスタグラムやツイッターに投稿される画像データは、AIのトレーニング素材として非常に有用です。 3.2.2 プライバシーの問題 しかし、SNS上のデータがどのように使われているかについては、プライバシーの観点から注意が必要です。ユーザーが意図せずに提供したデータがどのように利用されているのか、透明性が求められています。これに対する対策として、データの匿名化や利用方法の明確化が求められます。 4. AI技術の未来と課題 4.1 倫理的な問題 4.1.1 フェイクニュースのリスク AIが生成した画像や動画は、フェイクニュースの拡散に利用されるリスクがあります。これにより、社会の混乱や不安を引き起こす可能性が高まっています。特に、SNS上での偽情報の拡散は、迅速な情報伝達が求められる現代において重大な問題となっています。 4.1.2 情報の信頼性を見極める能力 このようなリスクに対処するためには、個人個人が情報の信頼性を見極める能力を養うことが重要です。AI技術の進化と共に、フェイクニュースを見抜くための新たなツールや方法が開発されていますが、最終的にはユーザー自身の判断が不可欠です。 4.2 人間の役割 4.2.1 創造性とAIの共存 AIが多くの分野で人間の能力を代替する一方で、人間にしかできない創造的な活動や倫理的判断の重要性が再認識されています。AIは効率化や自動化において非常に有効ですが、クリエイティビティや感性といった領域では人間が中心となるべきです。 4.2.2 倫理的判断とAI AIが倫理的判断を行うことは難しく、多くの状況で人間の介入が必要となります。このため、AIシステムの設計や運用において倫理的な観点を考慮することが求められます。また、AI研究者や開発者が倫理的なガイドラインに従い、責任を持って技術を活用することが重要です。 5. まとめと次回予告 5.1 講義の総括 5.1.1 AI技術の進化と影響 情報リテラシー論第13回の講義では、AIによる画像認識と生成技術の進化が私たちの生活や社会にどのような影響を与えているかについて学びました。この技術の進化は、私たちの生活を便利にする一方で、新たな課題も浮上しています。 5.1.2 課題とその対応策 講義で指摘された課題には、著作権問題やプライバシーの保護、フェイクニュースの拡散リスクなどが含まれます。これらの課題に対処するためには、法整備や技術的な対策が必要となりますが、最も重要なのは、個人個人が正しい知識を持ち、責任を持って行動することです。 5.2 次回の講義予告 5.2.1 特別講義の内容 次回の講義では、AI技術をテーマにした特別講義が予定されており、さらに深い議論が展開される予定です。具体的には、AIの最新の進化やその社会的影響について、専門家を招いてのディスカッションが行われる予定です。 5.2.2 期待される学び 次回の講義を通じて、AI技術の更なる進化とその応用例、そして新たな課題について学び、より深い理解を得ることが期待されます。AI技術が私たちの未来にどのように影響を与えるかについて、引き続き関心を持って学び続けることが重要です。 情報リテラシー論13画像認識と生成技術で革新’24長岡造形大学 超要約１分ショート動画こちらhttps://www.youtube.com/shorts/PDX-LoT7-Pc AIが「眼」を手に入れた時代 – 画像認識と生成技術の革新 はじめに AIの「眼」の進化: 画像認識技術の歴史と現状 画像生成AIが変えるクリエイティブの未来 著作権問題とAI生成画像の課題 AI技術と人間社会の共存 おわりに よくある質問（Q&A） はじめに 皆さんこんにちは！ネットビジネス・アナリストの横田秀珠です。本日も、ネットビジネスに役立つ情報を生中継でお届けします。 2024年12月17日、いよいよ新潟県・長岡造形大学での情報リテラシー論 第13回目が開催されました。今回のテーマは「画像認識と生成技術で革新」。AIが「眼」を手に入れたことで、私たちの暮らしやビジネスにどのような変化が生まれたのか、具体的な事例や最新技術を交えながら解説しました。 AIによる画像認識技術の進化は、単なる写真撮影から始まり、今では手書き認識やリアルタイムでのオブジェクト識別まで可能となりました。一方、AI生成画像の普及により、新たなクリエイティブの可能性が広がる一方で、著作権問題や偽情報のリスクも顕在化しています。本記事では、授業内容をブログ形式でまとめ、AIと私たちの未来について一緒に考えます。 AIの「眼」の進化: 画像認識技術の歴史と現状 AIの進化が加速したきっかけの一つは、「眼」と言われる画像認識技術の発展です。カンブリア紀に生物が「眼」を手に入れて爆発的に進化したように、AIもディープラーニングの登場で画像を「見る」ことができるようになりました。 画像認識技術の進化ステップ テキスト認識 (OCR)：手書きや印刷文字を読み取る技術。 画像内検索：キーワードで写真や画像を検索する技術。 オブジェクト認識：リアルタイムで物体を認識し、動きに反応する。 切り抜き・加工：AIが画像から対象物を自動的に切り抜く。 3D変換：2D画像を三次元に再構築する技術。 例えば、Amazonのフォト検索が始まった2010年ごろからAIの認識精度は飛躍的に向上し、現在では手書き文字や動画のリアルタイム解析も可能です。 画像生成AIが変えるクリエイティブの未来 AIの「見る」能力は、認識だけでなく生成にも進化しています。画像生成AIは、クリエイターの作業をサポートし、全く新しいビジュアルを生み出す力を持つようになりました。例えば、次のような用途が考えられます。 デザイン作成：看板やポスターを自動生成。 ウェブサイト構築：コードやHTMLを生成し、プレビュー表示する。 アート作品：AIが手描きのようなイラストを生成する。 こうした技術は、OpenAIの「ChatGPTキャンバス機能」やClaudeの「アーティファクト機能」に代表されるものです。これらは手軽にデザインや文章作成ができるため、ビジネスの効率化にも大いに役立っています。 著作権問題とAI生成画像の課題 技術が進化する一方で、画像生成AIには著作権という大きな課題があります。Google画像検索やSNS投稿の増加により、インターネット上に無数の画像が存在します。しかし、それらがAIの学習データとして無断使用されることに対する議論が増えています。 特に、以下の問題は見過ごせません。 著作権侵害：他者の作品をAIが模倣するリスク。 偽情報：AI生成のフェイク画像が現実と混同される。 画像生成技術は便利ですが、使う側のリテラシーが重要です。 AI技術と人間社会の共存 AIが発展するにつれ、私たちがAIに求める役割も変わりつつあります。人間に代替できる作業はAIに任せ、AIができない部分は人間が担う。これこそがAIと共存する最適な形でしょう。 例えば、AIが放射能汚染地帯の作業や危険な労働を担う一方で、人間のひらめきや創造力はAIでは代替できない領域です。 おわりに AIの「眼」を手に入れた画像認識と生成技術は、私たちの生活を便利にする一方で、使い方や倫理を問われる時代になっています。AIが進化し続ける中で、人間の役割も再定義されるでしょう。 情報リテラシー論の第13回では、こうしたAI技術の革新とその影響について学びました。次回は、AI生成技術における音声分野やさらなる実例を取り上げ、AIがもたらす未来について深掘りしていきます。どうぞお楽しみに！ よくある質問（Q&A） Q1：AI画像認識はどこで使われていますか？A1：スマホカメラの自動フォーカスやSNSの画像検索、手書き文字の認識など、日常のあらゆる場面で使われています。 Q2：画像生成AIは無料で使えますか？A2：多くの生成AIサービスは無料プランがありますが、高度な機能は有料プランが必要です。 Q3：AI生成画像と本物の見分け方はありますか？A3：現状では高度なAI生成画像は見分けるのが難しいため、信頼できるソースを確認することが重要です。 Q4：AI画像生成は著作権違反にならないのですか？A4：学習データに著作権作品が含まれている場合、法的な議論が続いています。 Q5：AIは今後、どこまで進化すると思いますか？A5：AIはさらに高度な認識や生成技術を持ち、社会の様々な課題を解決する方向に進化すると予測されます。 詳しくは15分の動画で解説しました。https://www.youtube.com/watch?v=PVZKSWcaSTY </noscript><iframe title="情報リテラシー論13画像認識と生成技術で革新’24長岡造形大学" width="500" height="281" data-src="https://www.youtube.com/embed/PVZKSWcaSTY?feature=oembed" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen class="lazyload" > 0:00 📱 導入部分 1:05 🌧️ 長岡造形大学の景色と講義の進行 2:09 🧠 進化するAIの目とディープラーニング 3:14 🔍 画像認識技術の進化とサービス 4:18 🖼️ 画像生成AIの登場と著作権問題 5:22 🎟️ NFTと画像技術の進化 6:28 🍣 キーワード検索の進化と違和感 7:34 🗨️ mixi2と新しいSNSの登場 9:42 👥 mixi2利用の注意点と新しい機能 10:46 📚 AI学習と規約の確認 11:52 🎥 AI画像認識と動画技術 12:56 🤖 AIの学習量と技術の驚異 14:01 🏷️ ハッシュタグとAI学習 〜以降はムービー会員に限定公開〜 15:07 🚀 先行者利益とmixi2の招待性 16:12 📸 写真の増加と時代の変化 17:16 🛑 AI生成画像と偽情報の怖さ 18:20 ✍️ 文字認識技術とAIの進化 19:26 🤔 AIの役割と人間にできないこと 20:32 🎓 まとめと次回予告 上記の動画はYouTubeメンバーシップのみ公開しています。詳しくは以下をご覧ください。https://yokotashurin.com/youtube/membership.htmlYouTubeメンバーシップ申込こちら↓https://www.youtube.com/channel/UCXHCC1WbbF3jPnL1JdRWWNA/join 情報リテラシー論13画像認識と生成技術で革新’24長岡造形大学 👁️ 画像認識 AIが画像を理解・分析する技術。2010年頃からAmazonでの商品検索などに実用化され、現在では文字認識、顔認識、物体検索など幅広い用途で活用されている基盤技術。 🧠 ディープラーニング AIの学習方法の一つで、人間の脳の仕組みを模倣した深層学習。画像認識の精度を飛躍的に向上させた革新的な技術。 🎨 AI画像生成 テキストや画像から新しい画像を生成するAI技術。既存の画像データから学習し、リアルな画像を作り出すことが可能。 📱 mixi2 2024年12月17日にサービスを開始した新しいSNS。コミュニティ機能が特徴で、18歳以上限定、招待制のプラットフォーム。 ©️ 著作権 画像のデジタル化と共に重要性を増す知的財産権。Google画像検索の著作権問題や、AI生成画像の権利関係など、新たな課題が浮上。 🔍 画像検索 写真やイラストをキーワードで検索する技術。AIの発展により、より高度な認識と検索が可能に。 🎯 OCR 光学文字認識技術。手書き文字やプリント文字をデジタルテキストに変換する技術で、長年の進化を遂げている。 🔐 NFT（Non-Fungible Token） 非代替性トークン。デジタルコンテンツの所有権を証明する技術で、画像やアート作品の価値保証に使用。 📸 スマートフォンカメラ 写真撮影の大衆化をもたらした技術。AIとの組み合わせにより、高度な画像処理や認識が可能に。 🤖 AI学習 大量のデータを基に AIが知識を獲得するプロセス。画像認識の精度向上に不可欠な要素。 その他 人工知能(AI):コンサルタントによるセミナー講演講師 情報リテラシー論 よかったらシェアしてね！ URLをコピーしました！ ChatGPTのCanvas機能が無料へClaudeのArtifacts機能に追随 この記事を書いた人 横田 秀珠 (新潟)公立長岡造形大学 情報リテラシー論 講師 ネットビジネス・アナリスト。未経験のIT企業に就職し、たった3年で独立し、2007年にITコンサルタント会社のイーンスパイア（株）を設立し現在に至る。All About ProFile全専門家で全国１位のコラム評価を獲得した実績を持つ。全国で年間200回を超える講演も行う。 関連記事 ChatGPTのCanvas機能が無料へClaudeのArtifacts機能に追随 2024年12月16日 OpenAI動画生成AI｢Sora｣使い方:有料プランのみ利用の注意点 2024年12月15日 ChatGPTアプリ｢Advanced Voice Mode｣ビデオと画面共有OK 2024年12月14日 あらゆる情報をマインドマップ化する生成AIの｢Mapify｣使い方 2024年12月13日 GPTs:Instagramカルーセル投稿･日本語の文字入れ画像生成AI 2024年12月12日 情報リテラシー論12ラジオと音声技術の未来性’24長岡造形大学 2024年12月10日 自分の声を生成AI｢CoeFont｣文字⇒音声・自分の声⇒他人の声 2024年12月9日 2024年(令和6年)12月から変わること・終わること・始まること 2024年12月8日
