Entrupyは2012年に絵画の真贋を鑑定する技術としてスタートし、今では高級ブランド品の売り手と買い手に信頼を提供する、AIによる初めての技術主導の鑑定ソリューションに発展しました。世界中の物理的な商品(バッグ、靴、時計、ジュエリーなど)の画像を大量に収集し、他に例を見ない多様で膨大なデータベースを構築しました。

Entrupyでは、収集した高画質のデータを使ってアルゴリズムに偽物と本物の違いを学習させ、そのアルゴリズムを使って精度99.1%という結果を達成しています。鑑定するごとにアルゴリズムが学習、改善し、世界を変えるようなスマートなソリューションになっていきます。

元のデータはどこでどのように収集されていますか?
当社の固有のデータは何年もかけて世界中の多様な供給元から収集したものです。また、有名事業者とのデータパートナーシップにより、事前に真贋の判明している在庫データを収集しています。

元々のデータが正しいことをどうやって知るのですか?
データが間違っていないか検証するために3重のフィルタ(マニュアルで2回、アルゴリズムで1回)をかけています。これにより機械学習の段階で、アルゴリズムに非常に高品質のデータを常に読み込ませることができます。

現在流通している商品だけが対象ですか?また、新作の情報はどのようにアップデートするのですか?
一般的にEntrupyは該当するブランドのほとんどのスタイルや素材に対応しています。当社では80年以上前のヴィンテージから最近までデータを保有しています。これにより、ほとんどの対象ブランドで幅広い年代をカバーすることができます。お客さまにシームレスな鑑定をご提供するため、常に新作の情報を把握し、できる限り反映させるように努力しています。

当社のテクノロジーと技術開発の考え方、そして技術力を垣間見るには、下記のEntrupy創業者の論文の抜粋をお読みください。

EntrupyがKDD.orgに掲載されました

偽物と偽物と本物の問題:マイクロ画像と機械学習で解決

Ashlesh Sharma(Entrupy Inc); Vidyuth Srinivasan(Entrupy Inc); Vishal Kanchan(Entrupy Inc); Lakshminarayanan Subramanian(Entrupy Inc)

「同じ製品の真正品と偽造品を区別するために、物理的なオブジェクトの顕微鏡画像に機械学習アルゴリズムを使用する新しいメカニズムを導入します。 私たちのシステムの根底にある原則は、純粋な製品や製品群(同じより大きな製品ラインに対応する)の微視的な特性が、これらの製品を対応する偽造品と区別するために使用できる固有の類似点を示すという考えから生まれます。 我々のシステムのための重要なビルディングブロックは、ユーザが物理的物体の広い領域の顕微鏡画像を容易に捕捉することを可能にする、モバイルデバイスと互換性のある広角顕微鏡装置である。 キャプチャされた顕微鏡画像に基づいて、機械学習アルゴリズム(ConvNetsおよび単語の袋)を使用して、偽造品から本物のバージョンの製品を分離するための非常に正確な分類エンジンを生成することができます。 この特性はまた、人間の目から容易に識別できない、市場で観察される超偽造偽造品にも当てはまる。 モバイルデバイス、ポータブルハードウェア、クラウドベースのオブジェクト検証エコシステムを活用したエンドツーエンドの物理認証システムの設計について説明します。 私たちは、布、革、丸薬、電子機器、おもちゃ、靴などの様々な物や素材にわたって3万画像の大きなデータセットを使用してシステムを評価します。 分類精度は98%以上で、私たちのシステムが携帯電話とどのように連携して毎日のオブジェクトの信頼性を検証するかを示します。

全文をダウンロードして読むには 詳細はこちら.