ENGLISH
お問い合せ

裾野を広げる機械学習

電子決済が市中に広がり、店舗のレジにはQRコードの札が並ぶようになりました。電子マネーのインタフェースです。利用者が自らのスマホでQRコードを読み取り、支払い額を入力して電子決済を行う方式です。レジの機械でスマホに表示したQRコードやバーコードを読み取ってもらい電子決済を行う方式もありますが、自ら支払い額を入れることから少し安心です。

さて、少し前までは、ICチップの組み込まれたカード携帯電話の使っての電子決済の使い勝手が良かったように思っていましたが、今は店舗に置かれたQRコードを読み取る方式だけの店舗が増えてきて電子決済の流れが幾分変わってきたように思います。

その中でスマホカメラによる読み取り精度が格段に向上しています。

機械学習の結果が巧みに利用されているようです。何年か前のQRコードの読み取りは携帯のカメラで携帯画面に表示されるガイドに合わせて読み取っていましたが、今ではスマホのカメラの視界にQRコードが入ればQRコードの大きさ、傾きに関係無くアブリがQRコードを見つけてくれます。一度見つけるとコードを解読してくれます。スマホアプリは機械学習をしているわけではなく、機械学習の結果を利用しています。

機械学習のモデリングでは大量のサンプルと計算機パワーが必要ですが、モデルとパラメータを決めれば、比較的小さな計算機パワーでモデルに従って認識をするようです。

スマホに搭載されたカメラを用いるアプリの多くには、この認識の仕組みが使われています。花の名前を教えてくれるアプリだとか、類似のものをネット検索してくれるアプリとか多岐にわたります。とても便利になりましたが、その反面、プライバシーの確保はとても困難になったと思います。

藤井伸朗:NTT研究所、NTTグループ会社において通信網オペレーションシステム等の研究開発、国際標準化に従事。2014.7よりサイバー創研に勤務。電子情報通信学会フェロー。

Other Posts