top of page

検索結果

「」に対する検索結果が83件見つかりました

  • 株式会社小学館@DIMEでCOO坂本の連載がスタートしました

    株式会社小学館ダイム公式サイト「@DIMEアットダイム」でCOO坂本真樹による連載「もしもAIがいてくれたら」がスタートしました。 以下のWebサイトからご覧ください。 【もしもAIがいてくれたら】 私、元いじめられっ子の大学副学長です 第1回:人が苦手なわたしです 第2回:閉じた人間関係をAIは打破できるのか

  • 感性的アプローチによるAIを用いた製品開発|感性AIコラム

    【目次】 ①五感を定量化する技術 ②質感/味わいの違いを可視化する技術 ③製品の質感/味わい・食感を制御する仕組みづくり ④質疑応答 ①五感を定量化する技術 感性(=様々なモノ・コトを見る / 触る / 味わうなどして五感で知覚し感じる能力)で感じとったモノ・コトの印象(質感、味わい、など)を、 人は言語の情報(例:「さらさら」「とろり」などの擬音語・擬態語【オノマトペ】)で表現します。 感性AIでは、この人の感性に結びつく様々な言語情報を、人工知能(AI)により定量化することを得意としており、 感性を表現する言語情報を数値化・定量化し潜在的な印象を掘り起こすことにより、 感性を活かした製品開発から販売までをトータルでサポートしています。 例えば、味わいを表現する「さっぱり」と「じゅわあ」について 味わいに関する形容詞の尺度軸を用いて以下のように数値化することで、 違いを定量的に把握することが可能です また、視覚・触覚に関する形容詞の尺度軸を用いて「ふわふわ」と「さらさら」を以下のように数値化することが可能です。 このように、ヒトの感性を数値化・定量化する技術が、感性AIのコア技術である「感性評価AI”Hapina”」です。 この技術によって、モノの質感や味わいを数値化したり、商品名の印象を数値化したりすることが出来ます。 実例を紹介すると、 プラスチック製模造金属をより実金属に近づけるために、 被験者実験で実金属と模造金属を見せてその質感から直観的に浮かんだオノマトペをこの感性評価AI”Hapina”に投入し数値化することで、 「滑らか-粗い」の評価尺度に大きな差があること(模造金属のほうがより「滑らか」と感じ取ること)がわかり、 凹凸を深くし表面が粗くする加工を施すことにより、 より実金属に近づけることが可能となりました。 ②質感/味わいの違いを可視化する技術 このように数値化・定量化することができる製品の感性的な質感の違い、味わいの違いを、ポジショニングマップでわかりやすく可視化することができます。 例えばこちらは、日本酒とワインの味わいの違いに基づいて作られたマップです。 味わいの感じ方を感性評価AI”Hapina”で数値化し、統計処理することにより、このような形で各々のお酒の味わいをポジショニングマップ化することが可能です。 例えば、商品企画・開発の場面における自社商品の質感や味わいの観点でのポジショニング把握や、営業・販促の場面でお客様へ質感や味わいの違いを分かりやすく伝える手法の一つとして活用いただいております。 また、こちらは素材(プラスチック)を触り心地の違いに基づきマップ化したものです。マップで可視化することにより、自社製品が集中しているエリアが分かったり、逆に、自社製品のラインナップにまだあまい無い触り心地のエリアが分かったりします。 ③製品の質感/味わい・食感を制御する仕組みづくり 例えば、商品企画・開発の場面にて、 ・イメージする味や食感を実現する配合を探るのに、多くの時間を要している ・商品企画担当と商品開発担当との間での意思疎通や思いの共有が難しい などの課題感・問題感がありませんか。 感性AIでは、官能評価値とレシピ配合値・物性値をAI学習することによって、所望する質感を表す官能評価値やオノマトペを入力すれば、レシピ配合値や物性値が定量的に出力される仕組みづくりをサポートします。 例えば、硬柔感や乾湿感など所望する官能評価値を数値で入力いただいたり、もしくはポジショニングマップ上の任意のポイントを選んでいただく、あるいはオノマトペの表現を入力していただくと、 食品であれば、その味や食感を実現するためのレシピ配合値 繊維や金属などの素材などであれば物性値 が算出されるというイメージです。 上の図の右下のシステム画面は、過去に開発したパンの材料配合推薦システムの画面です。 こちらには、欲しい食感としてオノマトペで「さっくり」と入力されています。 そして、この「さっくり」を実現するための配合が、砂糖がどれくらい、ドライイーストがどれくらい…というレシピ配合値が出力されています。 このように、各企業様でお持ちのレシピ配合値・物性値のデータや官能評価に関するデータを活用しながら専用のAIモデルを新規開発することで、ものづくりにおけるDX推進のサポートをさせていただいております。 ご興味がありましたら、ぜひお問い合わせください。 ④質疑応答 講演後の質疑応答の一部は、以下の通りです。 (内容につきましては、ご理解いただきやすいよう部分的に加筆・修正をしております。) Q.1 AIによるオノマトペの数値化による結果はおおむね納得できる結果となるのか? A.1 本技術については、精度評価実験を繰り返し実施し、その一部は論文においても結果を公表しており、システムによる予測結果と被験者による実測値の間に、1パーセント水準で統計的に有意な相関があることが確認できております。 Q.2 感性を全く新奇のオノマトペで表現された場合、印象をどのように解析するのか? A.2 新たなオノマトペの印象を評価する場合、そのオノマトペを音韻単位に分解した上で、音韻ごとの印象を定義したデータベースに基づき、印象を算出します。日本語のオノマトペで使われる音の単位(音韻要素)を網羅した300個程度のオノマトペについて、その印象を視覚や触覚、味覚等に関する複数の評価項目ごとに評価してもらう心理実験を行うことにより、音がどのような印象と結びつくかを数値的に特定しデータベース化しています。 Q.3 人それぞれ感じ方は微妙に異なると思うが、同じものを見てその特性をどれくらい同じ表現(オトマノペ)であらわされるものなのか? 逆に、一つのオトマノペからヒトはどれくらい共通の事象を想像することができるのか? A.3 同じ対象物を見ても、それをどう感じるのか、つまり感じ取り方(ラベリング)には個人差があります。なお当社には、その個人差を補正する技術もございます。 逆に、同じオノマトペから想像される印象には、基本的には個人差や属性差は無いことが学術的に知られています。 Q.4 微妙な感性の差も識別できるものなのか?その場合、教師データも微妙な差を表している必要があるのか? A.4 被験者の言葉の表現が少しでも異なっていれば、その差を反映させた上で数値化できます。 オノマトペを数値化する技術の場合は、音韻の細かい違いごとの印象評価データを教師データとしてモデル開発を行っていますが、これは汎用モデルであるため、お客様側では特段の教師データは不要です。一方で、専用モデルを開発する必要がある食品レシピ配合値予測モデルについては、食感や味わいの微妙な違いを配合値へ反映するためには、少しずつ配合値が異なる試作品などに対する印象評価データを教師データとして準備する必要があります。AI開発を見据えたデータの取得方法についてはお気軽にご相談ください。 Q.5 AIの教師データにヒトの感性の個人差をどのように反映するのか? A.5 教師データ作成における個人差の考慮方法は、実現したい詳細に応じて個別に検討する必要があります。一例としては、ある程度の人数の個人のデータを丁寧に収集し、似た属性の人を一括り(グループ)にして、平均値などをそのグループの代表として取り扱う、などが考えられます。 Q.6 AIの数値化と、ヒトの感覚との違いで何か課題となっていることはあるか? A.6 確かに、AIによる数値化は安定した結果が出る一方で、ヒトは時と場合によって予測とは異なる反応をする可能性がありますが、AIによる数値化においては、その可能性も加味した上で、平均的な結果が出されます。 Q.7 日本と海外とでは文化の違いなどから、同じ音では受ける印象が異なるのではないか? A.7 どういった音がどういった印象と結びつくかについては文化を越えた普遍性が知られており、その例としてはBouba/Kiki効果というものが有名です。この効果については、イギリスや中国・韓国でも実験が行われており、音のレベルでは共通性が確認されています。ただし、オノマトペという形での単語単位での理解という話になると、あくまでも「さらさら」「さっぱり」などのオノマトペ表現は日本語であるため、日本語を知らない海外の人がこれらのオノマトペを日本人のように理解することは難しいです。 Q.8 官能評価時の評価用語には「ミルク感」「コク」などもありますが、官能評価用語がバラバラの状態でもAIにかけることは可能なのか? A.8 当社技術にて数値化できる官能評価尺度軸はトータルで100種類以上ある中、現時点では「ミルク感」はございませんが、データ収集段階からお取り組みにご一緒させて頂くことにより新たな尺度軸を設定することも可能です。または、例えば「ミルク感」という言葉の定義について、弊社の100種類以上ある既存の官能評価尺度軸の中で「ミルク感」を「シャープな-マイルドな」「とろみがある-ない」「甘い-甘くない」として定義することで、当該数値を活用する、いうことも可能です。 Q.9 教師データとして、各サンプル数十程度の官能評価のデータの場合、ニューラルネットワークやディープラーニングに掛けても少なすぎて、PLS回帰や重回帰のほうが計算のフローも分かり適している部分もあるように感じるが、貴社ではどの程度のデータ数を掛ければよいという認識なのか? A.9 レシピ配合を予測するAIの開発については、必要となる学習データ量は、予測する材料項目数など諸条件によるため、一概に申し上げることが難しいです。 また、我々としてもニューラルネットワークやディープラーニングといった手法を用いることが必ずしも最適とは考えておらず、PLS回帰や重回帰といった伝統的な統計手法を用いることも含めて、データ状況を見ながら最適な判断を行いつつ、モデルを構築しております。 その他、ご質問やご相談がございましたら、お気軽にお問い合わせください。

  • ニューノーマルに求められる感性価値の最大化 ~「風の時代」に売れるマーケティング・商品開発とは~|感性AIコラム

    ニューノーマルに求められる感性価値の最大化 ~「風の時代」に売れるマーケティング・商品開発とは~ 2020年は、新型コロナウイルスの感染拡大により非常に大きな変化があった1年でした。 消費者の行動変化により、企業もニューノーマルに沿った戦略の推進・変革が必要となっています。 占星術の世界でもこれまで200年以上も続いてきた「土の時代」から、2020年12月に新たな「風の時代」を迎えたと言われているそうです。 「土」は物や形あるもの、お金や物質などの象徴で、約200年前の産業革命から現代まで人々は所有することを求めた時代で大量生産・大量消費の世界を生きてきました。 「風」は目に見えないもの、情報や体験、人脈知識などの象徴で、人々はより心地よさなどの感性的な部分を重要視していくことになると言われています。 所有から共有へ、固定から流動へ、蓄積から循環へ、物質主義から精神的豊かさへ、モノからコトへ、組織から個人へ・・・ 常識や固定概念にとらわれることなく、一人一人がより自由に、より自分らしく生きていくようになるのではないでしょうか。 コロナ前からこのような変化の潮流はありましたが、コロナ禍での外出自粛やソーシャルディスタンスによって、よりドラスティックな時代の変化が決定的になったといえるでしょう。 そして、このように「個人」にスポットライトがあたり「体験」が重視される新時代において、消費者一人一人の感性に働きかける「感性価値」がますます重要になってきました。「機能的」な価値だけでなく、「感性的」な価値を主眼に置いた市場のニーズ把握、商品開発、ブランディング、販促が求められています。 例えば、商品開発においては、ユーザーに感性的な体験価値を提供できるプロダクト創りが重要視されるようになってきています。感性に訴えかける製品の開発や訴求方法など、よりUX(ユーザーエクスペリエンス)を向上させ感動・心の豊かさを与えることが目指されるようになっており、そのためには、目には見えないあいまいな感覚やイメージ・価値を可視化しながら顧客の感性に働きかける価値を最大化するデザインを追求していくことが必要となります。 また、顧客一人ひとりに向けた商品提案の場面では、ただ顧客ごとにぴったりの商品を提供するだけではなく、顧客自身のことを本人よりも熟知し、顧客が真に求めているものを解き明かし提供するハイパー・パーソナライゼーションが推進されています。顧客に関連する多様なデータをリアルタイムに収集・分析して顧客をより深く理解することが重要ですが、属性や行動、嗜好など目に見えやすい情報だけでなく、何をどのように感じる人なのかという感性データを把握することで、よりCX(カスタマーエクスペリエンス)の最大化を実現できるのではないかと考えています。 (参考記事)坂本真樹コラム  一人ひとりに寄り添うAI時代のマーケティング・商品開発 どんなものを作ればお客様に素晴らしい体験を提供できるか。 どうすればお客様一人ひとりを真に理解し最適なものを提案できるか。 より丁寧に人の感性に寄り添い働きかけることが求められるニューノーマルのマーケティング・商品開発は、とてもやさしくて幸せな予感がします。 そんな新時代のビジネスを、「感性とAIの融合でHAPPINESSを実感できる社会に」を理念に掲げる感性AIが、ぜひサポートしていきたいと考えております。 感性分野に関連するビジネスへの活用や、協業にご興味がありましたら、ぜひお問い合わせください。 感性AI 技術紹介(ものづくり)の詳細はこちら 感性AI 技術紹介(ウェルネス)の詳細はこちら ーーーーーーーーーーーーーーーーーーーーーーーーーーーー 弊社ではこのような技術等を紹介するメールマガジンを発行しています。 購読をご希望される場合は、Contactページからご連絡をお願いします。 Facebookでも情報更新しています!

  • 株式会社セガ エックスディー様にて感性評価AI「Hapina(ハピナ)」をゲーミフィケーションに利用した調査を実施いただきました

    株式会社セガ エックスディー様にて、弊社コア技術「感性評価AI"Hapina"」による評価の仕組みをゲーミフィケーションに応用する調査を行っていただきました。 調査結果について、株式会社セガ エックスディー様WEBサイトのTechブログにてご紹介いただいております。ぜひご覧ください。 【Techブログ】感性評価AI「Hapina(ハピナ)」を利用した擬音で戦え ARゴーグル

  • 痛みに寄り添うロボット|感性AI技術紹介

    人気アニメ映画の白くて大きなケアロボットをご存じでしょうか。 人の心と体を癒やすために生まれた優しいケアロボット。 彼は、主人公の男の子が部屋で足をぶつけて「痛い!」という言葉を発したとき、「1から10で表すと、痛みはいくつですか?」と、主人公に自分が感じている痛みを数値化させ、それに対応した処置をしようとしていました。 ”痛み”は体の傷だけでなく、心にも感じるものであり、体温や脈拍など定量的な数値からは把握することができない主観的なものです。 ”痛み”を相手にわかってもらうには、言葉にしないと伝えられません。 けれど、言葉を介すると、”痛み”がうまく伝わらないこともあります。 感性AIでは、国立大学法人電気通信大学の坂本研究室で培った知財を活用しながら ものづくり、及びウェルネス分野に関する様々なソリューションを提供しています。 今回は、”痛み”を可視化・見える化する弊社技術を活用することで実現させていきたい 「人の痛みを共感し分かち合うことができるロボット」のイメージをご紹介します。 ロボットのメイン機能は、 ①主観的痛み表現を多様な疼痛尺度で数値化 ②比喩表現で痛みのイメージを共有 する技術により、 痛みや気持ちを可視化し共感してくれる機能です。 ① 主観的痛み表現を多様な疼痛尺度で数値化 人は痛みを伝える時、「ズキン」「キリキリ」「チクチク」などのオノマトペで表現します。このオノマトペを性状分析し、定量化を行うことが可能です。 たとえば、 おなかが「キリキリ」と痛いと おながが「ギューン」と痛いを 比較してみると、 「キリキリ」が比較的狭い範囲で小さく鋭い痛みであるのに対し、 「ギューン」は断続的に重く圧迫感・異物感を強く感じる痛みであることを、 数値で把握することができます。 このようにおなかの痛みの状態を見える化することで、 より正確に把握し、寄り添うことが可能になります。 ② 比喩表現で痛みのイメージを共有 また、オノマトペで表現する痛みを、適切な比喩表現で言い換えることができます。 例えば、 「頭がズキンってするよ」、と話しかけた場合に、 「ハンマーで殴られたような痛みですか?」などと返したり、 「心がチクッとしたよ」、と話しかけたときに 「切り裂くような痛みですか?」などと返すなど 痛みのイメージを適切な言葉で言いかえることによって、 より相手に共感し、寄り添ったコミュニケーションを行うことができます。 そのほか、 ・質感認知能力をはじめとしたフレイル予防に向けたトレーニング ・会話の雰囲気、ストレス状態の可視化 などの機能を搭載し、 人に寄り添い心と体を癒やすことができる、あたたかいロボットの実現を目指したいと考えています。 また、様々な形でご協業いただけるビジネスパートナー様を募集しております。 コミュニケーションロボットやみまもり・介護ロボット等を制作されている企業様などで 既存のロボットサービスの付加価値として興味のある方、 また、新規事業の検討として上記のような機能を持ったロボットやシステム制作に興味がある方、 ロボットに限らず、感性の可視化・見える化に関してビジネスへの活用にご興味がある方、 ぜひお問い合わせください。 弊社ではこのような技術等を紹介するメールマガジンを発行しています。 購読をご希望される場合は、Contactページからご連絡をお願いします。 Facebookでも情報更新しています! ~これまでの技術紹介記事~ ・テキストデータからパーソナリティを推定 ・直感的な言葉から食品の味わいを数値化、レシピ配合を算出 ・テキストの内容を反映した色彩推薦システム ・コロナ危機を契機に注目度が高まる「医療面接支援システム」 ・Withコロナ時代のコミュニケーションに有用な「感性の見える化」 ・ニューノーマルのオンライン営業や企業コミュニケーションに役立つ「印象の可視化」

  • スマートシティー・インスティテュートウェビナーシリーズ「地球と市民のWell-Beingを考える」登壇のお知らせ(COO 坂本真樹)

    COO 坂本が 、 2021年1月20日(水)に開催の一般社団法人スマートシティ・インスティテュート主催、グローバルかつ中長期的な視点から市民のウェルビーイングや今後のスマートシティのあり方について議論するウェビナーシリーズ 「地球と市民のWell-Beingを考える」『AI・ロボットでつながる未来社会』に登壇いたします。 詳細・お申込みは以下の Webサイトをご覧ください。 https://www.sci-japan.or.jp/event/webiner/webiner_C/c1.html

  • 東京イノベーション発信交流会2021 WEB展示会に出展します

    2021年1月20日(水)~2月19日(金)の期間、地方独立行政法人東京都立産業技術研究センター主催のビジネスマッチング交流会(WEB展示会)「東京イノベーション発信交流会」に出展いたします。 この交流会は中小企業の製品や技術を展示し、製品開発、販路拡大、企業間交流を促進することを目的とした展示会です。今回は新型コロナウィルス感染症対策のためWEBにて開催されます。 ぜひご参加ください。 開催期間:2021年1月20日(水)~2月19日(金) 会  場:(地独)東京都立産業技術センター特設ウェブサイト 参加申込:下記特設ウェブサイトの【参加登録フォーム】よりお申し込み下さい https://innovation.iri-tokyo.jp/ (外部リンク)

  • AI時代の商品開発 —一人ひとりに寄り添うマーケティング技術—|感性AIコラム

    感性AIではAIを用いたマーケティング技術を開発しています。 ネーミング・キャッチコピー・パッケージの感性価値分析・創造をサポートするマーケティングソリューションや、一人ひとりに寄り添う個人差を可視化するシステムがあります。 今回は、個人差を可視化する技術についてご紹介いたします。その他のAI技術に関してはこちらをご覧ください。 感性AI株式会社COO・電気通信大学副学長 坂本真樹コラム AI時代の商品開発 —一人ひとりに寄り添うマーケティング技術— 消費者が満足して対価を支払う「いい商品、いいサービス」には、「高機能性」「高信頼性」「合理的価格」といった従来型の価値を超え、生活者の感性に働きかけ、その感動や共感を呼び起こす「感性価値」が存在します。近年、こうした感性の観点をモノづくりに活かし付加価値を生み出し新たな需要を喚起することが求められている中で、一人一人のニーズや感性に寄り添い、AIなどの技術を活用しながら、よりパーソナライズされた商品開発やレコメンドをしていくことが一つの課題となってきています。 顧客ごとの好みや嗜好を知る手段として、「ユーザの行動履歴を用いた推定」があります。インターネットの閲覧履歴や購買履歴から個々の嗜好を抽出できるようになりました。 インターネットが利用されるようになった1980年代後半から1990年代には、情報推薦・情報フィルタリングについての研究が始まっていました。情報推薦の方法には、大別すると、「コンテンツに基づくフィルタリング(内容ベースフィルタリング)」(推薦対象のコンテンツからキーワードの出現頻度など特徴量を抽出し、ユーザからのそのコンテンツに対する評価から嗜好情報を抽出し、モデル化するもの)と「協調フィルタリング」(対象となるユーザと好みが近いと思われるユーザ群を特定し、それをもとに推薦を行うもの)の2種類があります。 このような、インターネット上の行動履歴に基づいて個々人の嗜好を抽出しようとする方法は、一人ひとりのユーザの過去の購買履歴や類似の振る舞いをするユーザの履歴から好みを予測するものです。 一方で、私は、個人の購買履歴そのものではなく、個人が個々のモノや商品について実際にどのように感じるかを予測する方法の開発を行っています。 たとえば、ある人が「大人ぽくてしっとり魅惑的」と思う真っ赤な口紅は、他の人にとっては「べったりしていて少し派手・・」と感じるかもしれません。 同じ物を見ていても、それに対する感じかたは人によって違いますし、感じたことを表現する言葉としてなにを選択するかも、人によって違います。 言葉とモノの世界の関係については昔からいろいろな考えかたがありますが、五感を通して物理的な世界を感じて、その感じた結果を言葉で表現するという営みは、物理的な世界を言葉で分類・カテゴリ化しているといえます。たとえば、Aというモノも、Bというモノも、Cというモノも、「さらさら」というラベルで表現する人は、それらの間に共通するものを感じているのでしょう。Aを「さらさら」、B を「すべすべ」、Cを「かさかさ」と表現する人は、それらの間の微細な違いを感じているのでしょう。モノに対してどのような言葉をラベル付けしているかを調べれば、その人がモノをどのように感じているかを把握することができます。 この個人個人の感じ方の違いが、性別や年齢による差であれば、その集団を代表する被験者にアンケートをすることで、何をどのように感じるかを把握することができますが、人の五感・感性は一人一人違うため、一つ一つのモノの感じ方についてアンケートを実施しなくてはいけないことになります。 そこで、モノの世界(モノのマップ)と、人がそれをカテゴリ化することで作られるオノマトペによる感性の世界(オノマトペマップ)をそれぞれ独立なものとして用意し、2つのマップのすり合わせ方の違いによって個人個人の感じ方の違いを把握する「個人差可視化システム」を作りました。 モノのマップ上にオノマトペマップを重畳することにより、あるユーザがいくつかのモノについてそのように感じたかをオノマトペで表現してもらえれば、その人個人のモノに対する感じ方を表すマップができ、その人の感覚を一目で把握できるのです。 このシステムは、少数のモノについてのユーザ(消費者)の評価から、そのユーザが接触したことのないモノをどのように感じる可能性があるかを推定できます。つまり、モノと、その知覚印象を表現するオノマトペの対応付けから、個人の知覚空間を簡便に把握できるシステムだといえます。 マーケティングでは、個人の感じかたや好みを把握し、効果的に訴求することが大切です。 リアルな店頭や、バーチャル店舗であるECサイト上で、個人差可視化システムを活用し、世の中にあるたくさんのモノと個人の感じ方の関係性を取得できれば、 AIが過去の購買履歴や類似の振る舞いをするユーザの履歴から嗜好を推測するだけでなく、その人が実際のモノをどのように感じるかという個々人の感じ方の特徴を含めた学習をし、よりユーザーそれぞれの潜在ニーズに響く商品の販促コピー作成や接客、レコメンドが可能になるのではないでしょうか。 また、例えば、どういう人がなにをどのように感じる傾向にあるのかという、個々人の知覚に関するデータを蓄積していくことができれば、今後のトレンドを読み解き、人々の五感に響くものをどのように生み出していくか、商品開発における感性価値付与の方向性を検討していくことができるのではないでしょうか。 日本人は、微細かつ高品質なモノを理解・評価することができる強みがあります。この、細かい品質の違いを敏感に察知することのできる日本の消費者の力・感性を最大限に生かすことが、日本のモノづくり・サービス産業自体が国際的な競争力をもつカギになるのではないか、と考えています。 感性AIの個人差可視化システム(KANSEI-Recommender)の詳細はこちら ーーーーーーーーーーーーーーーーーーーーーーーーーーーー 弊社ではこのような技術等を紹介するメールマガジンを発行しています。 購読をご希望される場合は、Contactページからご連絡をお願いします。 Facebookでも情報更新しています!

  • 株式会社タスキ、国立大学法人電気通信大学、感性AI株式会社は、三者共同で「最先端テクノロジー活用による不動産価値流通の研究」を開始

    株式会社タスキ(本社:東京都港区、代表取締役社長:村田 浩司、証券コード:2987)と国立大学法人電気通信大学(所在:東京都調布市、学長:田野俊一)および感性AI株式会社(本社:東京都調布市、代表取締役社長CEO:虻川 勝彦)は、「最先端テクノロジー活用による不動産価値流通の研究」をテーマとする産学連携共同研究を開始します。 <ニュースリリース> 株式会社タスキ、国立大学法人電気通信大学、感性AI株式会社は、 三者共同で「最先端テクノロジー活用による不動産価値流通の研究」を開始 ~ AIの活用による不動産価値流通の可視化と、スマートシティにおけるVRの活用目指す~

  • 最適な色彩デザインをAIが瞬時にシミュレーション!「感性AIデザイナー 」β版について|感性AIコラム

    AIがコンセプト文章などの任意の文章・言葉に最適な色を推薦する技術をもとに、 アップロードされた任意の画像に最適な色彩デザインを即時にシミュレーションする 「感性AIデザイナー」β版を紹介します。 シミュレーション手順は ① コンセプト文章などの任意の文章を入力 ② シミュレーションの元となる画像をアップロード の2ステップです。 AIがコンセプトに合った最適な色を算出し、画像の色彩デザインを即時にシミュレーションします。 たとえば、感性AIのキャラクター「ブーバ&キキ」。 こちらを、 「ふわふわ、ぎざぎざ、仲良しこよし。ハッピー!」 という文章に合った色彩デザインに シミュレーションしてみると・・・ このようになりました! ちなみに、 「ふわふわ、ぎざぎざ、仲良しこよし。ハッピー!」という文章に対し、 AIが推薦した色彩はこちら。 (「感性AIデザイナー 」β版ではこちらの円グラフは表示されません。) この色彩をもとに、デザインをシミュレーションしています。 次に違う文章で試してみます。 「にらめっこしましょ、笑っちゃだめよ、あっぷっぷー!!」 という文章に合った色彩デザインにシミュレーションしてみると・・・ このようになりました! こちらのサービスはβ版となっており、仕様については今後随時変更し機能をアップグレードしていく予定です。 こちらのβ版サービスについて、現在無料トライアルを実施中です! 無料トライアル後ご協力いただくアンケートをもとにさらに機能強化をしていきたいと考えていますので、是非お試しください。 また、WEB会議等を用いて簡単にご紹介させていただくことも可能です。ぜひお気軽にご連絡ください。

  • 「感性AIアナリティクス - 語感チェッカー」サービスを提供開始

    2020年10月1日(木)から、AI(人工知能)によって商品名に対する音の響き・印象を評価するサービスをリニューアルし、「感性AIアナリティクス – 語感チェッカー」として、法人向けに提供を開始します。評価できる対象が商品名だけでなくキャッチフレーズや広告コピーなどに増え、より幅広い用途で利用できます。 これまでのサービスは、商品名などのネーミングのみを対象としていましたが、今回のリニューアルでは、キャッチフレーズや広告コピーなどのキーワードも評価ができるようになり、利用用途が広がります。訴求したい商品等のイメージをより適切に表現するためのネーミング・広告コピーの選定に役立てられます。また、料金制度を評価回数ごとの課金制度に変更し、より利用しやすくなっています。 さらに、10月1日(木)~11月30日(月)に、新規にアカウント登録したお客さまを対象に本サービスを1回無料で利用できるキャンペーンを実施します。 詳細は以下のニュースリリースをご覧ください。 ニュースリリース

  • イメージに合わせたネーミング自動生成サービス「KANSEI - Naming generator」β版について|感性AIコラム

    こちらのサービスはバージョンアップ致しました。 感性AIのネーミング自動生成・ネーミング印象評価サービスについては、以下のページを御覧ください。 「KANSEI - Naming generator」β版とは 今回は、訴求したい印象に合った多様なネーミング案を生成することができるシステム「KANSEI - Naming generator」β版を紹介します。 ネーミングの生成手順は ① 商品カテゴリーを選択 ② ネーミングに入れ込みたいキーワードを記入 ③ 追加する語数を指定 ④ 訴求したい印象を指定 の4ステップです。 たとえば、豆をつかったお菓子の名前を生成してみます。 ① 商品カテゴリーを選択⇒「お菓子」 ② ネーミングに入れ込みたいキーワードを記入⇒「まめ」 ③ 追加する語数を指定⇒3語 ④ 訴求したい印象を指定⇒「明るい」「好きな」「おいしい」「女性的な」 瞬時に50件のネーミング候補が生成されます。 出力された候補ネーミングからいくつかピックアップすると、 「まめるりん」 「ふわりまめ」 「まめぽっく」 「まめくりん」 「まめさーく」 などです。 新商品名検討のインスピレーションにお使いいただいてはいかがでしょうか。 ご興味がありましたら、担当がWEB会議等でデモを用いて簡単にご紹介させていただきますので、ぜひご連絡ください。 こちらのサービスはバージョンアップ致しました。 詳細は感性AIアナリティクス・感性AIブレストをご覧ください。

感性AI株式会社
bottom of page