コンピュータビジョン とは？

いろいろできるよ。「この画像は猫か犬か」を当てる画像分類、「画像の中のどこに何があるか」を特定する物体検出、「どのピクセルがどの物体に属するか」を区別するセグメンテーションなどが主なタスクだよ。

畳み込みニューラルネットワーク（CNN）の登場とGPUの普及のおかげだよ。2012年にAlexNetというCNNがImageNetコンペで圧倒的な精度を出して、それ以降ディープラーニングが画像認識の標準になったんだ。

そうだよ！顔ロック解除・写真アプリの人物グループ分け・ARフィルターも全部コンピュータビジョンの技術だよ。防犯カメラの人物追跡や自動運転車の歩行者認識も同じ技術の延長線上にあるんだ。

特定のタスクや条件下では本当だよ。でも「敵対的サンプル」という厄介な問題があって、人間には全く見えない微小なノイズを画像に加えるだけで、AIが全く違う物体に誤認識することがある。たとえばパンダの画像にノイズを加えるとテナガザルと認識するような現象で、人間の目には同じ画像に見える。自動運転の場合、道路標識に小さなステッカーを貼るだけでAIが誤認識するリスクがあって、セキュリティ上の深刻な問題なんだ。「精度が高い」と「信頼できる」は別の話で、ロバスト性の研究は現在も活発に続いているんだよ。