情報ネットワーク工学科

スマートスピーカーやAIアシスタントは便利ですが、誰の声にも反応してしまうことがあります。これではセキュリティ上のリスクや誤作動の原因になってしまいます。そこで本研究では、小型コンピュータ Raspberry Pi 5 上で軽量化した大規模言語モデル（LLM）を動かし、「本人の声だけに反応する」安全な音声操作システムを開発しました。CNNによる話者識別モデルを構築し、公開データと自分の声を用いた学習で精度90%以上を達成しました。
ただし実際の利用では誤判定も見られたため、今後は日本語対応モデルの導入や学習データの拡充による改善を進めます。最終的には、福祉機器やスマートデバイスに組み込み、ネット環境がなくても利用できる安心・便利なAIアシスタントの実現を目指しています。

この研究は、熊本県水俣市が取り組んでいる複雑なゴミ分別を、市民がスムーズに行えるようにするためのWebアプリを開発したものです。水俣市では、リサイクルを促進するためにゴミを23種類に細かく分けており、特に引っ越してきたばかりの人にとっては負担が大きいという問題がありました。この研究では、その負担を軽減するための解決策としてアプリを作成しました。
開発にあたり、石川県金沢市で開発された「5374.jp」というゴミ分別アプリのオープンソースを活用し使いやすさを向上させるための改良を加えました。
例えば、ゴミの分類を大まかなカテゴリーで分け、その中に23種類の分別項目をさらに表示し、見やすさを工場させました。また、ゴミの検索機能を設け、982件にも及ぶゴミの物品名の中から、目的のものを簡単に見つけられるように、キーワードで検索できる機能を追加しました。

私たちは、モノづくりの現場で大量に発生するネジの仕分け作業を自動化するシステムを開発しています。普段の試作品製作では多くのネジが使われますが、分解後の再利用のために、種類ごとに手作業で仕分けるのは大変な手間です。そこで、この課題を解決するため、カメラの「目」と「小型コンピュータ」を組み合わせた自動仕分け装置の製作に取り組みました。
このシステムは、ベルトコンベアに乗せたネジをカメラで1つずつ撮影し、その画像からネジの長さや頭の形を判別します 。そして、判別結果に基づいて、ネジを種類ごとに仕分けます。これまでの同様の装置は、物理的なバーを使って長さを仕分けるだけでしたが、私たちは「画像認識」という技術を使うことで、頭の形まで判別できるようにしました。
システムは「Jetson nano」という小型コンピュータを中心に動いています。カメラで取り込んだ画像を解析し、仕分けを行うシステムに指示を送ります。現状、機械学習によるネジの自動判別は課題が残ったため、まずは手動で判別する部分からスタートしました。この研究は、作業の効率を上げるだけでなく、ネジの在庫管理を正確にし、再利用を促進することで資源の無駄をなくすことにもつながります。