こんにちは、ダルマBです👺
最近、OpenAI社の「CLIP」っていうAIモデルを知りました。
CLIPは、画像とテキストの“意味の近さ”を見てくれるモデルです。
つまり、カメラ映像に対して
「熊がいる」「人が倒れている」みたいな文章を投げると、
どれくらい当てはまるかを数値で出してくれます。
ということで、
👉「質問したら答えてくれるカメラ、作れるのでは？」
つぶやくカメラは、AIが勝手に状況を説明してくれる仕組みでしたが、
今回は逆で、
👉人が質問して、AIがYES/NOで答えるカメラです。
◆今回考えている「YES/NOカメラ」の構成
①USBカメラで映像取得
②CLIPで画像と質問テキストを比較
③スコアに応じてYES / NOを判定
◆概念図（質問 → 判定の流れ）
ここに、DeepX社のモジュールを組み合わせれば、
👉エッジでサクッと答えてくれるAIカメラになるのでは？と考えています。
もし実現できたら、
・熊の出没チェック
・転倒の検知
・火災の初期検知
みたいな“未然防止”に使えるのでは？
ということで、忙しい部下たちにデモを作ってもらうように説得してみます。
続く
