管理人のイエイリです。

最近の建設現場では、あちこちに監視カメラが設置されています。しかし実際には、人手不足のなかでモニター監視に専任を置くのは難しく、「異常が起きたら気づけるのか？」という不安を抱えたまま運用している現場も少なくないのではないでしょうか。

これまで画像認識AIを導入する場合もありましたが、特定の異常を検知させるためには、教師データを一から用意し、個別に学習させる必要がありました。

しかし、現場ごとに状況が違うため、幅広く対応できるAIの開発は手間とコストが課題でした。

その壁を乗り越えたのが、東洋建設（本社：東京都千代田区）です。

同社は、

ナ、ナ、ナ、ナント、

カメラ映像と生成AI

を組み合わせて、様々な異常をリアルタイムに報告、通知させる映像分析システム「VLモニター」を開発したのです。（東洋建設のプレスリリースはこちら）

「VLモニター」の画面イメージ。警戒エリアへの侵入など、様々な異常をリアルタイムに報告する（以下の資料：東洋建設）

このシステムの特徴は、生成AIにあらかじめ大規模データで事前学習されたVLM（Vision-Language Model）を使って、監視カメラ映像を解析するものです。

現場の映像は一定間隔で静止画として取得され、その画像とともに管理者が設定した指示文（プロンプト）をVLMに送信し、該当する異常があるかを判断します。

例えば「危険な状況があれば報告せよ」「立入禁止エリアに人が入ったら通知せよ」といった指示です。するとVLMは画像の内容を解析し、指示内容に基づいて状況を判断し、結果をテキストや音声で出力します。

また、カメラ映像の上で特定エリアを指定しておき、対象範囲を限定した検知にも対応します。

VLMを使ったカメラ映像監視システムの概念図

解析条件はプロンプトの変更で柔軟に対応し、異常を監視してくれますが、従来のように目的ごとの

教師データは不要

なのがありがたい点です。

VLMは、インターネット上にあふれる膨大な画像や説明文をあらかじめ学習させたシステムで、ユーザーは料金を払ってその成果を利用できるものです。

ゼロから学習モデルを構築する方式に比べ、コストや開発期間などの導入のハードルを下げられます。

自社開発の部分は建設現場向けのプロンプトを設計したり、軽微な追加学習を行う程度なので、従来より柔軟な開発や修正が可能になります。

建設現場のように状況が刻々と変わる環境では、この柔軟性は大きな意味を持ちます。

今回のVLモニターのように、人がずっとモニターを見続けることなく、AIが状況を読み取り、必要なときに知らせてくれるという現場管理の働き方改革が加速しそうですね。