第1部 人間工学におけるビッグデータの活用

(2024年3月6日 10:00〜11:30)

　人間工学領域でビッグデータを扱う場合、最も有益な特性は、その完全性 (全件取得) である。従来の観察手法では、少人数を短い期間を対象にデータを取得し解析していた。このため、どれだけ高度な解析を行ったとしても「データ収集期間外には何が起きているのか?」という疑問を解消することはできなかった。IoT+センサーでデータを取得することにより、24時間365日の機器使用データが解析の対象となる。このデータ特性により「データにないことは発生していない」と言い切れ、また「想定された使い方、もしくは想定外の使い方を実行された件数」などが明らかとなる。
　ここでは、ビッグデータをどのように解析すれば何が判るのかという、「気づき方」の手法について、自身の経験から数例を紹介する。

1. In-Vitro ErgonomicsとIn-Situ Ergonomics
   1. 実験室実験
   2. その場人間工学
2. データの準備
   1. 対象データを入手する
   2. データクレンジング前のデータ
   3. 解析目的に合ったデータの収集
   4. 解析意図を持たないデータの収集
   5. その対象の特性を考える
   6. マスタデータを整備する
3. データを仕訳ける
   1. データの「仕訳」を行うとは
   2. 扱いやすいデータ単位を考える
   3. 仕訳による「気づき」
4. 使われ方の解析
   1. TVリモコンの使い易さの事例
   2. セキュリティゲートの事例
   3. ユーザ層の解析事例
   4. MECEであること
   5. 直接観察法と間接観察法
5. エラーデータ (と思われるもの) の扱い方
   1. 外れ値
   2. ドライブレコーダーの事例
   3. 社員証データの事例
6. その他の知見
   1. 全件データを取得すると、「人の感情」が見えてくる
   2. ユーザビリティラボとフィールドデータの調査
   3. 仮説を立てるか、全てを受け入れるか
   4. 人が機器を使う
   5. 機器が人に使われる
• 質疑応答

第2部 AIを活用した感性の数値化と製品・サービス開発への応用

(2024年3月6日 12:15〜13:45)

　ものづくりの分野において、コモディティ化 (製品機能の均質化、低価格化) による過当競争を避けるために、利用者の感性に訴える「感性価値」を差別化要素として取り入れる企業が増えています。しかし、感性は目に見えないものであるため、「感性価値」を製品やサービスに組み込むのは容易ではなく、感覚的・属人的な内容になりがちです。
　当講演では、近年進化が進むAIによって感性を可視化することで、ものづくり分野をはじめ、さまざまなサービスに活かす取り組みを、事例を交えながらご紹介します。

1. 感性価値とは
   1. 感性価値って何だろう 〜注目の背景〜
   2. そもそも感性とは?
   3. ビジネスでの活用シーン
2. 感性可視化の技術
   1. 感性可視化に向けた取組み
   2. 当社のAIによる感性可視化の技術
3. 活用事例の紹介
   1. ものづくり分野での取り組み
      1. デザイン・質感の印象可視化
      2. 感性価値を取り入れたものづくり
   2. その他分野での取り組み
      1. 会話の空気感可視化と空間創出
      2. 心身の不調に寄り添うサービス
• 質疑応答

第3部 深層学習を用いた人間工学データ拡張技術

(2024年3月6日 14:00〜15:30)

　感性的な評価をする際、人によってさまざまな反応を示します。なるべく多くの人に評価をしてもらい、どのような反応をするか、どのように感じるか、データを集めることで傾向がわかってきます。どの程度の数の評価が必要でしょうか、またあらゆる性質の人に評価してもらえているでしょうか。
　本講演では、深層学習モデルを使用して人間の生理・心理データを拡張する方法について、具体的な研究事例を元に紹介します。まず、昨今注目されている生成系AIについて概観し、それを踏まえて人間工学データの拡張に際しての考慮すべき点や研究事例を紹介します。最後に、これらを通じて今後の感性評価におけるAIの応用について考えていきます。

1. 生成系AIの概要
   1. 深層学習について
   2. 生成系AIについて
   3. 画像生成AIについて
   4. 文章生成AIについて
2. 人間工学データの拡張
   1. 人間工学データについて
   2. データ拡張技術について
   3. 人間工学データ生成AI
3. 人間工学データ拡張の研究事例
   1. 生理データ拡張技術
   2. 心理データ拡張技術
4. まとめ
   1. 感性評価とデータ拡張技術
• 質疑応答

第4部 AIによる感性評価と製品開発への応用

(2024年3月6日 15:45〜17:15)

　多変量解析による感性工学データの分析の限界を超えるべく、人工知能、統計的学習理論の応用をさまざまに試してきました。
　この講演では、実際に商品開発のプロセスのなかで行なった、分析、解析の事例をお話しします。

1. サンプルサイズの問題:重回帰分析につきもののサンプルサイズの問題を解決する方法として
   • Partial Least Squares
   • Random Forest
2. 安定した階層的クラスター分析を自己組織化クラスタリングでおこなう
   • arboART
3. もののかたちの統計的あつかいと多変量解析
   • Mophometrics
4. 壁紙などのパターンの分析と感性との関係をニューラルネットワークに覚えさせる
   • DNNと追加学習
5. 新しいデザインを別ジャンルを参考にして生み出す
   • Stable Diffusionと追加学習
6. 人間は表面加工のディテールにとても敏感
   • realtime 3D CGと感性
• 質疑応答