English 
NECは、ビジョン・言語モデル（VLM）を用いて、道路や河川を監視するライブ映像から現場の状況に数値（スコア）を割り当てるAI技術を開発した。これにより、河川の氾濫、浸水、積雪などの災害の前兆を早期に検知することが可能となる。 この技術は、地方自治体、政府機関、インフラ事業者などが運用する既存のライブカメラを活用できるため、災害監視現場への導入が容易であると同時に、監視業務の効率化や対応判断の迅速化につながる。NECは、2027年度中にこの技術を実用化することを目指している。.
背景
自然災害が激化する中、道路や河川などの現場では、異常や災害の初期兆候を検知しつつ、現場の状況監視を効率化することが求められている。こうした現場の多くはすでにライブカメラの映像を監視しているが、設置された多数のカメラからの映像を手作業で継続的に確認し、災害の兆しとなる現場状況の微妙な変化を見逃さないようにすることは困難だ。 画像認識AIは、この映像分析を自動化する一つの選択肢だが、災害の種類や現場ごとに大量の学習データを収集・アノテーションする必要があり、導入には時間と労力を要する。 そこで、膨大なデータで事前学習済みであり、追加の学習なしに動画コンテンツを理解できる基盤モデル「VLM」が、ライブカメラ映像の自動分析を可能にすると期待されている。.
しかし、汎用VLMに現場の状況に関するテキスト形式の質問（プロンプト）――例えば、ある地域が浸水しているかどうかなど――を投げかけた場合、事実と異なる回答や矛盾した回答が生成されることがある。このため、時間の経過とともに生じる微妙な変化を正確に捉え、災害の前兆を検知することが困難になる。 さらに、VLMの回答はプロンプトの内容に大きく左右されるため、各現場で注意すべき異なる点を正確に反映させるには、専門知識を持つ技術者が試行錯誤を繰り返す必要があり、それには多大な時間と労力を要する。 その結果、河川の氾濫、浸水、積雪など、幅広い災害や、それらが発生する多様な現場に対して、このアプローチを迅速に適用することは現実的ではなかった。.
価値提案
この技術は、ライブ映像から災害に関連する状況の進行状況を評価し、災害の前兆を早期に検知するとともに、現場での確認や対応判断を迅速化させる。これにより、被害の防止や拡大の抑制につながる。.
さらに、この技術は各サイトに合わせたプロンプトを自動的に生成するため、専門知識を持つ技術者が従来行っていた試行錯誤が不要となり、新たな災害やサイトにおけるシステムの導入・運用にかかる負担を軽減する。.
技術的特徴
こちらもお読みください： 日立、省エネ型のGPU冷却用コールドプレートを開発
1. 刻一刻と変化する現場状況を評価することで災害の前兆を検知する。汎用VLMは現場状況を言葉で表現することはできるが、テキスト応答には程度や範囲といった定量的な情報が出力されないため、現場状況の微妙な違いを捉えることができない。 この技術は、VLMが生成する回答のテキストに頼るのではなく、 NEC‘VLMがテキスト生成中に内部で算出する尤度値を分析する独自技術を用い、文字に変換する過程で失われてしまう情報を引き出し、浸水や積雪の程度といった現場の状況を詳細に評価する。 これにより、これまで検知が困難だった経時的な微妙な変化や傾向を、連続的な数値として捉えることが可能になる。また、オペレーターはこれらのスコアに基づき、各現場や災害の種類に適した前兆や危険の閾値を柔軟に設定できる。.
2. 現場や災害に応じたプロンプトの自動生成による現場展開の加速 この技術が現場に導入されると、AIは、洪水や積雪など、観測されている災害の種類や、各カメラが捉えた現場の状況に合わせて、適切なプロンプトを自動的に生成する。 このプロンプトは、現場の映像を用いて、時間的に先行する画像と後続する画像の間でスコアが連続するように、繰り返し調整を行うことで生成される。この過程で、例えば、各現場ごとにVLMが注目すべき画像領域や無視してもよい領域が自動的に特定され、スコアリングに有効な情報としてプロンプトに反映される。 これらの処理を自動化することで、画像間の些細な違いに起因するVLMのスコアの変動が抑制され、安定した判定が可能となる。その結果、専門家は各カメラの設置環境や災害の種類に応じてプロンプトを設計・調整する必要がなくなり、多様な現場での迅速な展開と効率的な運用が実現される。.
NECはこの技術を通じて、自治体やインフラ運営事業者の監視業務の効率化を支援し、地域社会の安全・安心の向上に寄与する。.
日本語