高速かつ正確なアノテーション作業をアウトソーシング化で実現
機械学習システムの精度・信頼性を確保

取材ご協力：住友重機械工業株式会社 技術研究所 因藤 雅人 様

住友重機械工業株式会社　概要

・設立：1934年11月1日

・資本金：308億7,165万円（2022年12月31日現在）

・従業員数：連結：25,211人（2022年12月31日現在）

・事業内容：総合機械メーカーとして、一般産業機械から最先端の精密機械、さらに建設機械、船舶、環境・プラント機器まで包括的なソリューションを提供。

ご利用サービス

・アノテーションサービス

住友重機械工業株式会社 概要

HS：まずは、御社の事業全体について教えてください。

因藤様：はい。当社は、一般産業機械から最先端の精密機械、さらに建設機械、船舶、環境・プラント機器までカバーする総合機械メーカーです。ナノテクノロジーから巨大構造物まで様々な分野に展開され、「動かし、制御する」技術を駆使し、社会インフラのさまざまな場所で貢献しています。

HS：総合機械メーカーの中で、因藤様が所属されている技術研究所は、どのような役割を持っているのでしょうか？また、特に注力していることはありますか？

因藤様：私たちは市場、顧客、そしてメガトレンドを注視することで、将来の展望に基づいた研究開発に力を入れています。注力分野は、世界的な流れでもある「環境・エネルギー」と「自動化・デジタライゼーション」で、これらに重点を置いて取り組んでいます。

HS：その中で因藤様はどのようなミッションを持たれているのでしょうか？

因藤様：弊社では、自動化・デジタライゼーションの取り組みを加速するため、製品群を横断して機能開発ができる共通基盤プラットフォーム「ＳＨＩＣｕＴｅ（シキュート）」（※１）を開発しました。このシステムに集まる各種運転データなどを分析、活用することで、お客様のさまざまなニーズにお応えし、業務を支援する機能を開発することがミッションとなっています。

導入前の課題

HS：アノテーションを外注しようとしたきっかけを教えてください。

因藤様：先ほど説明したように、現在弊社では、様々なデータを収集し、価値創出の検討を始めています。稼働データは常時増え続けていくため、機械学習を利用した効率的な処理が必須になります。この機械学習システムを作成するには、データに対する意味づけ（アノテーション）が必須となります。
機械学習システムの精度・信頼度は、データに対する意味付けの精度とデータ量に大きく左右されるため、正確なアノテーションをいかに高速に行うかが課題となっていました。そのため、機械学習で利用するデータのアノテーション経験がある御社へ依頼しました。

HS：ご依頼いただく前の具体的な課題は何でしたか？

因藤様：システムがまだ開発フェーズなのもあり、自分自身でアノテーションしていたのですが、一人ではどうしても速度が足りません。また、アノテーションは単純作業と思われていますが、前述したように、正確さがそのまま作成する機械学習の精度に影響するため、チェック体制やトレーニングなど、社内で体制化することが難しいということがありました。

HS：作業ボリュームと、業務の専門性から、外部サービスを使ってスピードアップさせようという狙いがあったのですね。

ヒューマンサイエンスを選んだ理由

HS：依頼先の選定プロセスと、弊社を選んでいただいた理由はどのようなものでしょうか。

因藤様：まず、インターネットや展示会などの情報をもとに候補をリスト化し、対応実績などを元に複数社に声掛けを行いました。御社からの説明を受けたときに、アノテーション作業に対して、工数、品質、費用、体制などに関する問題意識が記載されていた内容が、私の感じているものと同じだったことが決め手になりました。

HS：なるほど、弊社の資料にあるアノテーションの重要性が、因藤様の感じているものと同じであったため、弊社に依頼したいと思われたのですね。ありがとうございます。

HS：弊社に依頼するにあたって何か心配事や懸念点はありましたか？

因藤様：先ほど述べたように、品質やプロセスに関する点は説明があったため、心配なかったのですが、アノテーションの外部委託が初めてだったため、コスト感がピンと来ていない点に懸念を持っておりました。

HS：予算をどの程度準備すればよいか分からないというところでしょうか？

因藤様：そうですね。必要データ数に対してどの程度予算を準備すればわからなかったのですが、御社では、アノテータの教育や管理コスト、１データ実施あたりの単価、チェック回数などで複数の提案をいただけなので、目的と決まった予算の中で検討できたことがありがたかったです。また、データの秘匿性の課題があり、国内で対応できる点も選定ポイントの一つでした。

HS：ありがとうございます。

導入効果とヒューマンサイエンスへの評価

HS：作業の開始から完了までの進め方ついてお伺いします。流れの中で感じられたことがありましたら教えてください。

因藤様：キックオフ時に、コミュニケーション計画や、コミュニケーション手段を検討することができましたので、双方無理のない方法でスタートできました。途中、アノテーション定義書に沿わない曖昧なデータがあった際や、アノテータごとでバラつきが出やすい項目に関して、率直な指摘をいただいたことで、定義を見直すこともでき、スムーズに進行できたと思います。

HS：ありがとうございます。三次元空間を二次元に射影している画像のポイントアノテーション（定義場所の指示）では、奥行きを考慮しなければならないため、人ごとに判断が異なることが多く、お互いの認識を合わせるのが難しいですからね。

因藤様：微小なズレや定義の認識違いが、機械学習の精度に影響を与えることを強く意識していただいていたことで、安心して作業をお任せすることができました。

HS：ありがとうございます。

HS：弊社のサービスレベルについて、改善点があれば教えていただけますか？

因藤様：そうですね。画像のセグメンテーションや分類など、一般的な事例に関してはアノテーションツールを紹介いただいたり、アノテーションに向いたデータ形式への変換提案いただくなどで、ノウハウを生かしたコストダウンや速度上昇の提案をしていただけるとありがたいです。

 

 

※1　住友重機械グループ共通基盤プラットフォーム「ＳＨＩＣｕＴｅ」の開発および建設現場での活用事例の紹介（プレスリリース）
https://www.shi.co.jp/info/2021/6kgpsq000000li2h.html