ディープラーニング活用事例

・属人的な業務の意思決定プロセスに適用することにより、業務負荷を軽減し、業務スピードを向上することを狙う取り組み。
→具体的には、逆強化学習を独自のアルゴリズムで拡張し、従来、技術者が行なっていた意思決定モデルの構築を自動化。
・人手では定式化が困難な意思決定問題に対して、熟練者の過去の行動履歴データから意思決定モデルを作成することにより、熟練者と同等の判断を自律的に導出。
・当該技術をTV放送局の広告スケジューリング業務（注）に適用し、実データを使った性能評価を実施。
（注）各CMにおける要件・制限事項および（放送枠の活用方法など）放送局側の要件の両方を考慮しなければならず、高度なスキルやノウハウが要求される業務
・結果、経験豊富な熟練者と同等レベルの意思決定を10倍以上のスピードで実現できることを確認。今後、熟練者への負荷が高い様々な業務への適用を検討するとのこと。
出典：「G検定公式テキスト第2版」読者WEB特典（翔泳社・2021年）より

・介護初心者が実際にケアをしている様子を動画で撮影。
・当該動画を、熟練の介護者がタブレットで視聴（注）。
→被介護者が「介護拒否を起こしやすいコミュニケーション」を採っていないか、赤ペンを入れながら指導実施。
（注）当該プロセスを経ることにより、指導内容を教師データ化。
・次の介護研修の際、「天井に設置したカメラと介護者が装着したメガネ型カメラによって撮影された動画」を、前項で学習させた内容をもとに解析・評価。
・上記により、都度、熟練介護者が指導を行わなくても、介護初心者が的確な指導を受けることが可能に。
・介護効果を高めることを狙うとともに、あわせて「介護拒否が起きにくくなるアプローチを採る」ことにより、介護士の負担を軽減することを狙った取り組み。
・実際に福岡で行われた実証実験（2017 年）では、被介護者の認知症における行動
/ 心理症状が20% 低下するとともに、あわせて介護者の心理負担感も28% 軽減される結果に。

出典：「G検定公式テキスト第2版」（翔泳社・2021年）より

熟練者の意図を学習し、意思決定を模倣する取り組み

“介護コーチング”への応用