オムニディジコム株式会社の取り組み
（１）ＡＩの活用
最近、「ＡＩ」というキーワードがよく聞かれます。 一口で「ＡＩ」と言っても、様々な活用シーンが考えられます。 弊社は、ＡＩ（主に画像を用いたディープラーニングによる自動判定技術）を専門とする株式会社Spectee様と協力し、 画像認識を用いた課題解決のお手伝いをしています。
ディープラーニングの手法について
人間の脳は「ニューロン」と呼ばれる100億以上の脳細胞が互いに複雑なネットワークで繋がり、 相互に信号をやりとりすることで複雑な思考を実現しています。 お互いのニューロン同士はある閾値以上の入力によって活動電位に駆動されたシナプスから樹状突起へ神経伝達物質が伝わって行きます。 この際の閾値は、経験や学習によって変化し、ニューロン同士の繋がりも変化していき、様々な思考が構成されます。
ニューロンの仕組みの模式図
ディープラーニングは、このニューロンの仕組みを模して多層につなげたニューラルネットワークを活用します。 その入力信号は多数の隠れ層（中間層）を経由するうちに低次の特徴量から高次の特徴量を自動的に抽出できるので、 コンピュータが学習するために必要な特徴量を人の手で探し出す必要がなく、その点で従来の機械学習から大きく進化しています。 各層においては、入力値に対して適切な重みづけにより出力値が設定され、次層へ渡される。そうして多層の処理を経て、出力が導き出されます。 多層（層が深い）なのでディープラーニングと呼ばれています。
ディープラーニングの模式図
コンボリューショナル（畳み込み）ニューラルネットワーク
コンボリューショナル・ニューラルネットワーク（Convolutional Neural Network）は、前述のニューラルネットワークの概念を用い、 そこに畳み込みの処理を組み込んだものです。画像処理へ応用する例に当てはめると、 入力された画像は画素数（縦×横）で分割された各ピクセルを要素とした行列で扱われ、 そこにフィルタを使った畳み込み処理により複数の 「特徴点」が抽出されたデータが生成され、そのデータをプーリング処理で情報を圧縮、 単純化し、更に畳み込み処理を行い・・ということを繰り返すことで、例えば最初の層で画像のエッジを捉え、 次の層で画像のテクスチャ（質感）を捉え、最終的には地震被害の画像全般の特徴を捉える、 といったようにより高度な特徴を検出することができるようにするものです。
コンボリューショナルニューラルネットワークのイメージ
画像解析への応用例
ディープラーニングによる判定を行うための学習作業（判定機の調整）は、 上述の各層における適切な特徴の定義や、全結合層における重み付けの調整を行うことです。 それには大量の教師データ（ラベル付き画像データ＝既に答えが分かっている画像データ）が用いられます。 それぞれの対象に応じ、コンボリューショナルニューラルネットワークは自身の重みを少しずつ調整していきます。 この方法でたくさんのデータを使って少しずつ重みを調整していくと最終的に精度の高い分類ができるようになるのです。 そのため、学習のための適切なラベル付き画像データの数がより多いほど、出力の精度は上がるのである。
私たちオムニディジコムは、この技術を用いるにあたり、適切で大量な教師データの収集や その加工、調整なども含めトータルでＡＩの技術を地道にサポートしています。
（２）ＳＮＳの活用
現在ではスマートフォンが普及し、何かあればすぐにそれを使って撮影し、情報を残すことができます。 更にＳＮＳが普及したことで、その情報を拡散することができるようになりました。 例えばテレビの報道番組、情報番組でも、昨今では「視聴者撮影映像です」と映像を紹介される場面が多々あります。 記者が情報を察知し、カメラを抱えて撮影に行っても、決定的な瞬間は既に終わっている場合が多く、 一般市民からの情報はマスコミにとっても貴重な情報元になっているのです。
私たちオムニディジコムでは、例えば特定の会社や事象などに関連したＳＮＳからの情報収集、 収集した情報からの様々な分析、レポート、その他ＳＮＳ上の情報の常時監視による情報速報サービスなどを通じ、 クライアント企業様の素早い情報活用のお手伝いをしています。
（３）ＴＶ（映像制作、データ放送ＢＭＬ）
データ放送（BML制作、BMLコンテンツ開発）はコストがかかる、 データ放送のBMLはHTMLに劣る。そういった声を良く聞きます。
わたくしたちは、こう考えています。
データ放送（BML制作、BMLコンテンツ開発）は、技術的には難しいものではありません。 ちょっとしたコツは、もちろんあります。それは他のいろいろなコンピュータの言語と同じです。 ポイントは、それぞれ、役割とその目的があるということです。 よくネットでもBMLをHTMLと比較してダメ出ししている論調を見かけますが、本質を知ればそのような発言はできないはずです。 データ放送が仕様化された当時の技術で、一般的なHTMLをデータ放送の言語として利用していたとしたら、 例えば映像に連動してコンテンツを動的に書き換えたり、コンテンツの一部のみを更新したりといったことは不可能でした。 放送コンテンツは、映像、テロップ、ワイプ、BMLによる重畳表示・・、いろいろなパーツで最終的な画面を構成しています。 例えばデータ放送を用いた双方向クイズ番組でも、問題や選択肢はテロップで出し、 汎用的なボタンのみをBMLで表示して毎回の制作コストをかけない、といったことは良く行われます。
今現在、日本のデジタルテレビ上で、セカンドスクリーンと呼ばれるＰＣやスマホ、タブレットといった余計なデバイスを使わず、 番組との連携や各種データの収集などを行うのはデータ放送を用いることが簡単であり、確実な方法です。
確かに、BMLは使えるフォントのサイズや使える色の制限など、美しい画面を表現するには様々な制約があります。 全てを一つの機能でまかなうのではなく、必要なものを、必要な機能の組み合わせで構築することで、目的のサービスを実現することが現実的です。 デジタルテレビは、いろんな技術と組み合わされて、今まさに進化している最中なのです。
私たちオムニディジコムでは、放送のＢＭＬとインターネットの様々なサービスとを組み合わせた新しいビジネスモデルを クライアント企業様と一緒に作り上げていくことに注力しています。また、映像の制作や番組の企画など、トータルなコンテンツ作りもサポートいたします。