ディープラーニングの限界。 | メガネ屋は東京都吉祥寺のopteria-Glassias(オプテリアグラシアス) | 眼石祝応のBLOG

昨日はAIの可能性なんて話をちらりとしました。

僕は検査にAIを導入するべきだと思いますし、そう遠くない未来に

多くの眼鏡店でそのシステムは導入されるでしょう。

でも、現状はそれが非常に難しく僕に見えます。

つまり、それを導入した事によって顧客満足度を上げるという

システム作りがすんごく難しく見えるのです。

何故なら、眼鏡士の数だけ、検査には癖がありますし、

流派毎の度数決定の癖もあるのです。

例えば、ドイツ式ベースで検査している方々はプリズムという度数を好んで入れて眼鏡を作成します。

他方、アメリカ式ベースで検査している方々は、プリズムを避けてビジョントレーニングを

好んで推奨します。

例えば、A店ではドイツ式、

B店ではアメリカ式、

A、Bそれぞれのお店から顧客の度数データーを一万症例を集めたとします。

そうすると各お店毎の傾向は明らかに見てとれると思うのです。つまり自分の好みの

処方例が自動計算で出されるという事です。

では、このA、Bの一万処方例をミックスさせて二万の処方データーをソフトに

学ばせたとします。すると何が起こるのでしょう？それは非常に玉虫色に似た傾向が

結果として見て取れるでしょう。

こんな計算ソフトは、A店にとっても、そしてB店にとっても決っして使い勝手の良い

ソフトとは言えないでしょう。つまり自店のデーターだけでは

自店の過去の事例の範囲を超えられないという限界があるだけでなく、

他店のデーターも混ぜてしまうとまるで使い物にならない

自動計算結果を弾きだす恐れがあるという事です。

実際に医療の現場では目視で確認できないがん細胞をAIが見つけるという

手法の導入に成功しているそうです。つまり僕らの検査もAIを導入するのであるのなら、

人知を超える発見や提案があって初めてAIを導入する意義が生まれるのです。

では量販店がこれを導入したらどうなるでしょう？

これは上手くいくかもしれません。何故なら検査マニュアルに沿って

ソフトを学ばせればそれは平均値を用意に出せるだけでなく、更にクレームになった

処方を学ばせれば一定の傾向が見て取れるでしょう。そしてクレーム軽減という効果が

期待できます。更に言えば、大手が本気になれば一万どころから100万処方例を

集めて学ばせる事も可能になります。

このビッグデーターは会社にとっても大きな財産になりますね。

多分、この検査にAIが導入される日もそれ程遠くないとは思うのですが、

今の段階ではパラメーターを余程多くしないと、顧客の生活習慣や趣味、嗜好に

合せるのは難しいかもしれません。パラメーターを数多く作れば作る程に

データーベース化に膨大なコストが掛かります。

少なくとも僕は、あなたの眼はこうだから

こうするというよりも、その眼の状態に加えて、お客様の普段の暮らしぶりを

考慮して、検査結果とお客様の現状を相対的に判断して眼鏡を作っています。

ここは少し難しい、と思いましたが、今、たった今閃きました。（苦笑）

うちのお店は受付表を紙ベースでやっていますが、それを全てデジタル化し、

そのデバイスから検眼機にインプットすれば、

大まかなお客様の趣味嗜好が分かりますね。

それをAIに読ませれば良いのです。

現状の検眼機は検査結果をプリントアウトする機能に終始し、貴重なビッグデーターを

集積し、解析するという機能が入っていませんが、それを捨てずにクラウドでまとめれば

量販店なら全店ベースで運用できます。非常に勿体ないなと感じました。

うん、受付表のフルデジタル化を急ごうと思えた分、今日のblogは収穫があったぞ。

ではまた明日。