ディープラーニング活用事例 - 一般社団法人日本ディープラーニング協会【公式】

2019年10月

楽天株式会社

ストリーミング動画自動翻訳システム

・ストリーミング動画に表示される字幕を、ディープラーニング技術を用いて、最大35 言語に自動翻訳するシステム。
・楽天グループでアジア系テレビドラマ・映画を中心にストリーミング動画の配信を行うサービス「楽天Viki」に導入済み。
・視聴者一人あたりのコンテンツ平均視聴時間が約2.5 倍に増えるなど、顧客満足度の向上につながっている。
・また、本システムを活用し、「楽天Viki」のコンテンツを観ながら韓国語や中国語、日本語を学習できる言語学習機能「Viki Learn」も開発。同機能はシンガポール大学（NUS）において韓国語の学習ツールとしても採用済み。
・中核となるディープラーニングのモデルとしては複数の技術を複合したもの。自然言語処理で用いられるリカレントニューラルネットワーク（RNN）、時系列データに対応したRNN の拡張であるLSTM（Long Short-Term Memory）と開発を進め、現在はトランスフォーマー（transformer）モデルを採用。
・日経クロストレンドと日経xTECH が共同で開催した「ディープラーニングビジネス活用アワード」において、優秀賞を受賞。
出典：「G検定公式テキスト第2版」（翔泳社・2021年）より

2019年3月

株式会社メルカリ

類似商品画像検索

・中古品売買が出来るマーケットプレイスを提供中（総出品数は20 億品を超える状況：2020 年12 月現在）。
・顧客の声として、「SNS でみつけた服を簡単に探したい」、「商品名やブランド名がわからずうまく探せない」などの要望あり。
・膨大な出品物の中から、より手間なくほしい商品を見つけ出せるように「写真検索機能」を導入。
→フリマアプリにおいて、スマートフォンから写真をアプリに読み込むだけで、アプリ上にある同じ商品や似ている商品を検索可能。本機能により、「これまで探したかったけれどブランド名や商品名がわからず検索できなかった商品」を簡単に探すことが可能に。
・ディープニューラルネットワーク（DNN）を使用して商品画像から特徴ベクトルを取得。
・取得した特徴ベクトルをApproximate Nearest Neighbor Index（ANN Index）に
追加して画像index を構築。
・検索時には同じく商品画像からDNN を介して特徴量ベクトルを取得し、ANN Index から検索。
・エッジデバイスでの処理を見据え、モデルにはMobileNet v2 を採用。

出典：「G検定公式テキスト第2版」（翔泳社・2021年）より

2018年11月

ヤフー株式会社

オークション偽物出品対策

・ネットオークション・フリマサービスにおいて、1,000 万件以上の膨大な取引データとディープラーニング特化型スパコン「kukai」（注）を活用し、「偽物出品検知AI」を開発。
（注）「kukai」とはヤフー株式会社が開発した、ディープラーニング活用に特化した省エネ性能の高いスーパーコンピュータ。スパコンの省エネ性能ランキング「GREEN500」において世界第2 位を獲得（2017 年6 月発表）。
・出品完了後数秒以内に、その出品物が偽物である確率を判定。偽物である確率が高いと判定した場合、優先的に人手による削除検討に移行。
・実際の出品情報50 万件を用いて「偽物出品検知AI」による判定を行ったところ、従来の機械学習を用いた不正出品検知システムと比較して、検知精度が約3.1 倍に向上
出典：「G検定公式テキスト第2版」（翔泳社・2021年）より

2018年5月

株式会社ANAP/株式会社GAUSS

類似商品画像から自動的に最適なタグ抽出・付与

・EC販売業務の商品登録業務効率化に関する取り組み。
・画像及び自然言語を解析し、類似の商品画像から自動的に最適なタグを抽出/付与。
・CNNのファッションアイテム抽出とアイテムと背景の境界線で切り出すアルゴリズムを用いてノイズカットしたデータから画像特徴量を算出することにより、一般的な画像認識技術のノイズの多さによる問題を解消するアプローチ。
・ファッションEC販売業務の商品登録業務に適用することにより、年間2,583時間（注）かけていた作業時間を約1,800時間に削減。
（注）1型の作業時間10分×年間型数15,500型=年間作業時間2,583時間

出典：「G検定公式テキスト第2版」読者WEB特典（翔泳社・2021年）より