今日は、野球業界×知能ロボットです。スポーツが続きますね。
■なんで新規アイデア考えてるの？
新規アイデア作成のためのシートの公開もしています
では以下今日のアイデアです。
—————————————————–
【市場整理】
まずは市場規模から。古いデータだが、2010年時点で東洋経済によると、1200億円の市場となっている。
出所 ：東洋経済(2010)
http://toyokeizai.net/articles/-/4279?page=4
決め打ちだが、今回のテーマである、野球で知能ロボットとなると思いつくのはピッチングマシン。
現状のピッチングマシンで人工知能が入っているものを調べてみると、
どうやら以下のようなものがあるようだ。
人工知能を搭載した「Ｐｉｔｃｈ18」。パネル操作ひとつで、瞬時に希望する球を投げることができる
このマシン製作にあたり、ローラーの回転数などを変えた投球を約３万回重ね、100通りを超すデータを割り出し、人工知能に記憶させた。西野製作所の大西康之氏は言う。
「これまでのマシンは球速、球種、コースを設定する際、細かな調整が必要でしたが、『Ｐｉｔｃｈ18』は、事前に100通り以上の球筋を人工知能に記憶させておくことで、パネル操作ひとつで瞬時に希望の球を投げることが可能になりました」
しかも、パターン化され設定された曲がりやコース以外に、「もっと曲がりの大きいスライダー」「もっと高めから落ちてくるカーブ」といった細かな要望にも簡単なボタン操作で即対応できる。こうした素早い対応も、学習機能を持つ人工知能搭載マシンの大きな特性だ。
出所 ： http://sportiva.shueisha.co.jp/clm/baseball/2013/01/28/post_202/
上記の例とは少し方向を変えて、今日は以下のアイデア。
【対象企業】
・ピッチングマシン製造会社
【アイデア内容】
・打者のスキルを伸ばすピッチングマシン
（個別の弱点の解決や個別の投手を想定した打撃練習ではなく、アウトやヒット等1つの打席の中でのクセや苦手なものの解決を図るマシン）
【ビジネス詳細】
・打者を一定の形（打順、打率、ホームラン本数等にて。打順や打撃スタイルで意識する打撃方向、コース、球種等が変わりそうかなという仮説の元で。）でクラスタリングしつつ、クラスタリングに対する成績データ（どのコースにどれくらいの速度でどういう球種が投げられ、その時の期待値はどうなのか）を利用し、クラスタリングごとで効果の上がる投球手法を持つアルゴリズムを作る
・前の球種や球速、ストライク状況、ボール状況等、それまでの状況によって最適な球速や球種が変わるため、常に同じ条件を前提とした中で最適なものを探す探索アルゴリズムではなく、何か将棋の人工知能ソフトのアルゴリズムのような、進捗の状況を踏まえた、時々で期待値が変わるアルゴリズムが適しているのかもしれない
例えば将棋の人工知能ソフトのアルゴリズムは以下
人間は「読み」と「大局観」で指し手を決定
コンピューターの場合、それぞれ「探索」と「評価関数」で実現
この評価関数の部分に機械学習が用いられている
出所 ： https://www.nins.jp/public_information/pdf/colloquium/2nd_17_b2_bunkakai_s.pdf
・上記のようなアルゴリズムを用いて、クラスタごとで適切な投球を覚えさせた知能をロボットに組み入れ、打者のタイプを選択するだけで、打者に効果的な（打者にとっては打ちにくい）投球をしてくれるピッチングマシンとなる
【効用/解決する課題】
・打者にとって：配球を踏まえた苦手パターンの克服を行うため、（あらかじめ苦手と分かっている中で、そのコースが来ると分かって行う）内角高めをひたすら練習させるといった練習とは違った実際に近い形での練習ができる
【インプット/教師データ】
・前述の通り
【アルゴリズム】
・前述の通り
—————————————————–
今日は以上です。
※30分～1時間程度での思考訓練のための記事ですので、厳密性にはこだわっていません。