ブログをはじめます。初回は、画像の特徴量を用いたサービスの可能性についてです。

このブログは、新しいWebサービスの元ネタと成り得そうなトピックを、シェア及び備忘録することを目的にはじめます。

初回は、画像の特徴量を用いたサービスの可能性についてです。
要素技術自体は、かなり古いトピックかもしれません。

きっとITの世界にいれば、特徴量の計算によって画像Aの人物と画像Bの人物が同一である確率は何パーセント...って感じのアプリケーションを見たことがあると思います。

すでに防犯や認証の世界では活躍しています。

このいわゆる画像類似度計算の分野で、より精緻なアルゴリズムを開発する試みはサービス開発側にいるプランナーやエンジニアの手におえる範囲では無い様に感じます。
僕自身も画像におけるヒストグラム等の基礎概念や統計手法を、完全に理解している訳ではありません。そこは研究者の方々に任せたいと思います。

幸いなことに、画像の特徴量を計算するアルゴリズムは枯れつつあります。
画像Aと画像Bが似ているかの計算に用いるアルゴリズムも、プログラムソースレベルでたくさん転がっています。
さらにはOpenCVの様なライブラリを使うこともできますし、もっというとMicrosoftなどの大手ベンダーが無料のAPIを公開してくれています。アルゴリズムの開発どころか、理解すら不要かもしれません。ただ、理解を試みることをお勧めします。

例えば、「OpenCV + Python」の様なキーワードで検索すればプログラムソースが見つかるはずです。

サービスの作り手となるプランナーやエンジニアにとって、この技術が何に使えるかの方が重要な関心事です。何に使えるか＝ユーザに価値を提供できるかです。

そこで、僕は同僚や友達の協力を得て、1つのビジネスロジックの有用性を試す為に、おもしろい実験をしました。
ここでいうビジネススロジックは、「見た目が似ている＝見た目から得られる感情の類似」という理論が成立する前提で構築する推薦機能（リコメンドシステム）です。なので実験は、この理論が成立するかです。

協力者数名の方に50枚のパスタ料理の写真を見てもらいました。その中から、美味しそうに感じる写真を10枚選んでもらいました。
その後、ペペロンチーノとエビの組み合わせを3パターンの盛り付けで作りました。この時はMicrosoftのAPIの力を借りましたが笑、事前に取得した写真と類似度の高い盛り付けは協力者によって違いました。当然なのですが...。

画像の得微量の計算が、推薦機能の要素と成り得るのかという実験は成功しました。
近い将来の飲食店では、盛り付けにはじまり、案内する席の位置までも、パーソナライズされるかもしれません。美容サロン、不動産仲介、様々なビジネスシーンで稼働するプラットフォームに成り得るかもしれません。出会い系サイトではマネタイズに直結する可能性もあります。

協力者の方がおもしろいことを言っていたので、最後に紹介したいと思います。

「機械に好みを的中されるのはなんか恥ずかしい」というコメントです。

近年、人工知能という言葉は独り歩きを見せています。ディープラーニングは世界を変えるかもしれませんが、僕がここで書いてるのはそんな大そうな技術ではありません。しかしユーザは、これも最近話題の人工知能を使ったサービスなんだと捉えるでしょう。

人工知能もどき技術が人の感情を捉え、マーケティングに活用された時にユーザが抱く感覚。この感覚を如何に人間感情と一致させ溶け込ませるか、それこそが課題でありこの時代のサービス設計の面白さだと思います。

今回紹介したビジネスロジックは、単純且つただ1つのアイデアに過ぎません。

動画を含め、画像の類似度計算は機械の処理性能の飛躍的向上が後押しとなり、実サービスで利用できるものになりました。ユーザの生活に新しい価値をもたらす、たくさんの可能性があります。

という様なブログを、できる限り週一回程度書きたいと思います。