【保存版】8企業のAIを“使ってみた記事”13個まとめ！　画像認識・音声認識・自然言語処理まで網羅

• IBM
• 東芝
• リクルート
• Microsoft
• Salesforce
• スワローインキュベート
• jeeliz
• ユーザーローカル

Visual Recognitionとは、Watson APIsのひとつで、ディープラーニングを使用して、画像に写った物体・情景・顔などさまざまなものを分析・認識する画像認識APIです。
画像認識AIを簡単に試せるだけでなく、自前データをAIに学習させることで、独自のカスタムモデルを使った画像認識をすぐに試すことができます。

Natural Language Understanding とは、文章を分析して、その文章の概念やエンティティー、キーワード、感情、意味役割などのメタデータを抽出してくれる言語解析APIです。

Tone Analyzer とは、文章を分析してトーンという独自の指標を検出する言語解析APIです。
「喜怒哀楽」「文体」「社交性」の3要素を分析することで、礼儀正しさ同情的ななどのトーンを検出してくれます。
コールセンターでの会話やチャットなどで利用すれば、カスタマー対応コミュニケーション改善などに役立てられます

Personality Insights とは、文章を分析してトランザクション・データやSNSデータを分析して、心理的な特性を識別してくれる特性識別APIです。

東芝の音声合成サービスは、多様な話者と感情表現でテキストを音声化します。さらに、豊富なカスタマイズによって、意図に沿った人間味のある音声合成が可能です。

Text Suggest APIは、Recurrent Neural NetworkやLSTMと呼ばれる構造の言語モデルを利用した、文章の自動生成および入力補助を実現するAPI。膨大な原稿を学習することで、その中の文章の言い回しや表現を機械が学習し、ユーザが入力した単語や文章の後に続く文章を生成します。

Text Classification APIは、Convolutional Neural Networkを利用して、文章の分類を行うAPIです。
例えば、学習データとしてニュース記事とそのトピック（スポーツや政治など）を与えると、未知の記事データに対してのトピックを推定してくれます。

Talk APIは、Chatbotを作成するためのAPIです。 Recurrent Neural Network(LSTM)を用いた入力文からの応答文生成による日常会話応答機能を提供します。 Talk APIを活用したChatbotによって様々なアプリケーション上でユーザとの対話を自動化し、 どのようなタイミングにおいても即座にユーザからの問いかけに対して応答可能。

画像と画像に対応する点数を用意すると、未知の画像が自分好みかどうかを点数で把握できるモデルが作成可能。写真が不特定多数から見て良さそうに見えるかどうか、点数という形で返却します。

Listing APIは、ユーザーの行動ログを元にアイテム間の相関リストや、各ユーザーへのレコメンドリストなどを生成することが出来ます。オンラインレコメンドや、ターゲティングメールなどに使用でき、モデルリングのためのデータを手元に用意していただければ、元データアップロード・リスト生成ロジック実行・リストダウンロードの機能が利用出来ます。

Image Search APIは、画像とテキストの相互検索APIです。マルチモーダルDeep Learningという技術により画像とテキストの関係を学習することでテキストから画像を検索したり、画像からテキストを検索したりといったことが可能となります。

Image Generate APIは、Deep Convolutional Generative Adversarial Networks(DCGAN)の技術を用いてオリジナルの画像を生成するAPIです。このモデルでは、既に自動生成された画像を合成し、新しい画像を作ることができます。

Text Summarization APIは、文章要約を行うAPIです。入力された文章それぞれの意味を読み取り、特徴的な文章を抽出することができます。

Speech to Text APIはオーディオをテキストへ変換してくれます。マイクからのリアルタイムな音声認識、ファイル形式の音声認識などが可能。日本語にも対応しています。

Speaker Recognition APIは音声から話者を識別してくれます。まずは音声を学習させ、それをもとにAIが話者を判別可能に。対応言語は英語、中国語です。

Face APIは、画像内の人間の顔 (複数可) を検出して、検出した顔の画像内での位置を示す顔矩形と、機械学習に基づく顔の特徴の予測値を含む顔属性を返します。2つの顔が同一人物のものである可能性の度合いを示す信頼度スコアを返却する機能もあります。

Computer Vision APIは、単に画像に対して、単語や確率などを出してくれるだけではなく、“画像から文章を生成してくれる”機能があります。

Einstein Visionは、セールスフォース・ドットコム社が提供する画像認識に関するAPI群となります。CRMに画像認識を活用したり、AI（人工知能）を組み込んだアプリの開発を迅速に行うことを可能にします。

スワローインキュベートが提供する感情認識AIは、音響解析により音声自体が持つ特徴量から、怒り・喜び・平静の感情を判定してくれます。

自動車画像加工AIライブラリは、複数車体からメインの車体のみ検出、ナンバープレートを検出して自動でぼかす、車体以外の背景を自動でぼかす、といった機能もっています。