動画ＯＣＲの可能性

Googleの開発したＡＩであるGeminiは、先月、動画ＯＣＲに対応したそうです。試しに、３枚のレシートを数秒づつ写した動画を作成してGeminiにアップし、日付，取引金額，インボイス番号の３点について抜き出してもらいました。

結果、１枚目はコンビニのレシートでしたが、取引金額について、商品の購入金額ではなく支払った金額を読み取って返してきました。２枚目は駐車場のレシートでお釣がありましたが、こちらは利用料金を読み取ってくれ、他の２点も正確に抜き出してくれました。３枚目はドラッグストアのレシートでしたが、Ｔから始まるインボイス番号が小さいせいか読み取ってくれませんでした。

この３枚を会計ソフトのＡＩ－ＯＣＲで読み取ると、３枚とも３件正確に読み取ってくれましたので、まだ精度は高くないと言えますが、新たなＡＩ活用の可能性を見せてくれたのかなと思いました。