うちの会社・・・というか建設業全体、内装仕上げ工事業全体と言った方がいいのですかね。カタログなどはデジタル化されていますし、各社ホームページにブログにＳＮＳに動画サイトにと様々使われていますが、現場で使うものに関してはアナログ要素の強いものとなっています。
全体がうまく変われれば良いですが、結局お客さんの意向を聞き取り、それを下の層まで伝わるようにしていくとなると、アナログな手書きや注釈などでの記入が多くなります。
それらを現在人の手によって伝票作成をしたり、カタログを調べて材料の性質を調べたりという作業をまとめてやる手段を考えていたんですね。
こちらも今更ながら『Ｃｈａｔ－ＧＰＴ』を使って調べてみました。
ＣｈａｔーＧＰＴとのやり取りは簡略化して書きますが、「内装仕上げ工事の伝票処理をＡＩなど用いて簡略化するにはどうしたらいいですか？」という問いをしたところ
- AIを活用した画像認識（図面解析）
- 自然言語処理（NLP）の活用
- 深層学習モデルの利用
- ルールベースの処理とAIのハイブリッドアプローチ
- データセットの準備と学習
という事になりました。これらを考えて行ったときに、一番ネックとなりそうなのが「深層学習モデルを作る」という事になるのでは？これが出来ればほかにも応用が出来そうって考えました。ですのでさらにＣｈａｔーＧＰＴに聞いてみます。「これらの仕組みを安価に作るにはどうしよう？」と聞いたところ
- ディープラーニングの基本を学ぶ
- ディープラーニングのライブラリの理解と使用
- 必要なデータの収集とラベリング
- ディープラーニングモデルの選択と学習
- 学習環境のセットアップ
- モデルの評価と改善
- 実際のシステムに統合
- 継続的な改善と学習
という事のようです。基本自体はネット上に落ちている情報で学べるようです。必要なデータについては、会社が数十年蓄えたものがあるので使えるでしょうし、ほかにもアクセスできるところがあります。これが出来ればみんな喜ぶので他社にも協力は仰げるでしょう。という事はディープラーニングを学ぶ・作るという部分が一番の障害になります。
個人で作れれば、充分将来の収入になり得るものです。ダメ元で挑戦してみる価値はありそうですし、それが出来なくてもプログラミングが今よりも理解できるでしょう。世間で騒がれたＣｈａｔーＧＰＴもディープラーニングもあまりに理解してこなさ過ぎたのがデメリットにならないようにちょっとずつ使えるようになっていかないとと考えた次第です。
私の考えていたような部分に対する答えをちゃんと出してくれたＣｈａｔーＧＰＴに習ってまずはPython環境を作れるようになることから勉強してみようと思います。
先長いな～。