Ledge.ai出張所

Salesforceの画像認識AI『Einstein Vision』試してみた

Salesforceが提供する、人工知能による画像認識のAPI群「Einstein Vision」。Einstein ということで、その実力を試してみました。

Ledge.aiニュース 2017/11/8 7:00 マーケティング／広告 | 解説／ノウハウ

8 22 3

少し前の話ですが、Salesforceが、人工知能による画像認識のAPI群「Einstein Vision」を提供開始したことがちょっとしたニュースになりました。

>> 2017 Salesforce Einsteinのカタチ Vol.1 Einstein Visionが登場画像認識技術がより身近に

このEinstein VisionのAPIを使えば、人工知能を組み込んだアプリ開発や、CRMでも人工知能を活用できたりと、かなりビジネスインパクトありそう。

気になるのはその実力。ということで、さっそくEinstein Visionを使って画像解析してみました。

マーケティングをエンパワーする画像認識テクノロジー

どうやらすぐに画像解析を試せるサンプルアプリがあるそうなので、まずはHerokuアカウントを用意します。

アカウントの準備ができたら、こちらのGithubへ。

Deploy to Herokuをクリックします。

こんなページに遷移するので、App nameを入力します。
最後にDeploy appをクリックすれば、Herokuにアプリがデプロイされます。

さっそくですが、このプレッツェルの画像を解析させてみます。

するとこんな結果がでました。

なんと100%！しっかりプレッツェルだと認識してくれました。

では、裏でどんなデータが返ってきているのか、JSON形式の結果を見てみましょう。

{
  "probabilities":[
    {
      "label":"pretzel",
      "probability":0.9998927
    },
    {
      "label":"nematode, nematode worm, roundworm",
      "probability":3.695819E-5
    },
    {
      "label":"chain mail, ring mail, mail, chain armor, chain armour, ring armor, ring armour",
      "probability":2.9534789E-5
    },
    {
      "label":"chain",
      "probability":2.0129763E-5
    },
    {
      "label":"coil, spiral, volute, whorl, helix",
      "probability":7.317432E-6
    }],"object":"predictresponse"
  }

こんな感じで、学習データを元にした、いくつかの候補とそのスコアリングが返ってきました。

候補まで返ってくると、いろいろと使い道がありそうですよね。

精度はたかそう。他の画像でも試してみた

といっても、プレッツェルは特徴がかなりわかりやすいので判別が簡単だったのかもしれません。

ということで、次はパピオンの画像を認識させてみます。

返ってきたJSON結果がこちらなのですが、

{
    "probabilities":[
      {
        "label":"papillon",
        "probability":0.9885821
      },
      {
        "label":"Japanese spaniel",
        "probability":0.0084250495
      },
      {
        "label":"Chihuahua",
        "probability":0.0017645502
      },
      {
        "label":"Pekinese, Pekingese, Peke",
        "probability":5.2808033E-4
      },
      {
        "label":"Pomeranian",
        "probability":3.9903048E-4
      }],"object":"predictresponse"
    }

犬という大きいカテゴリではなく、犬種で返ってきたのは少し驚きました。さらに、パピオンというのもしっかりと判別してくれています！

JSON結果のほかの候補を見てみると、チワワなどの比較的特徴が似ている犬がでてきています。

最後にこちらの画像を解析させてみます。

結果がこちらです。

{
    "probabilities":[
      {
        "label":"pomegranate",
        "probability":0.86008817
      },
      {
        "label":"buckeye, horse chestnut, conker",
        "probability":0.09742428
      },
      {
        "label":"fig",
        "probability":0.010656435
      },
      {
        "label":"orange",
        "probability":0.007635628
      },
      {
        "label":"banana",
        "probability":0.004493808
      }],"object":"predictresponse"
    }

おお、間違っていますね。最初の候補でざくろと認識されてしまっています。

ただ、決して的外れではないので、学習データ次第ですぐに改善されそう。

総じていえば、Einstein visionかなり優秀だと言えるのではないでしょうか。