生成AIはひび割れをどう読むかーClaude・Gemini・ChatGPTの画像解析と現在地

ドローンで撮ったコンクリートの写真を、Claude、Gemini、ChatGPTに渡す。「ひび割れらしい箇所を挙げて、画像のどこにあるか説明してほしい」。生成AIによる画像解析は、こうした自然な言葉から始められるようになりました。

注目したいのは、生成AIが写真そのものを読み取り、損傷の候補と、その判断の手掛かりを返すようになっていることです。文章をまとめる手前で、人が大量の点検写真を見ていた仕事に変化が起きています。

候補を見つける。画像の中で位置を示す。細い線を追う。幅を測る。同じ「画像解析」でも、ここには異なる技術が含まれます。現在の3つのAIを、ひび割れ検知に使う立場から見てみます。

生成AIの画像解析で、まず変わるのは写真の読み取りです

従来のひび割れ検出では、対象に合わせて用意されたソフトに画像を入力し、線や領域を抽出する使い方が一般的でした。生成AIでは、「この壁の線状の模様を調べて」「目地や汚れも分けて説明して」と、調べたい内容を言葉で伝えられます。

画像と一緒に、構造物の種類、部材名、撮影状況、確認したい損傷を渡す。返答を見て局所画像を追加し、再度確かめる。画像の観察と対話を往復できることが、使い方を変えています。

例えば、橋脚全体の写真で気になる範囲を絞り、その箇所の接写で線の連続性や分岐を調べる。漏水跡や補修跡との位置関係を整理する。こうした一次確認の支援には、検証してみる価値があります。

ここでAIから受け取るのは、確認候補と説明です。そこに元画像の位置を添え、人が見直せる形にすることで、点検担当者の作業へ組み込めます。

「説明する」「位置を示す」「線を抽出する」の違い

「右上にひび割れが見えます」という文章、線を囲んだ長方形、画素ごとに塗り分けた領域。いずれも画像解析の出力ですが、得られる情報の細かさが違います。

文章による説明は、何を確認すべきかを伝えるのに向いています。囲み枠は、担当者が元画像の該当箇所を開く手掛かりになります。ひび割れの形状や長さを扱うなら、細い線を追った抽出結果と、その確認・修正が必要になります。

画像上で位置を示せることと、ひび割れの輪郭を測定用の精度で取り出せることは、それぞれに確かめる必要があります。細い枝、途切れた線、影、目地、表面の汚れが混在したときに、何を拾い、何を落とすかが実務上の比較点です。

さらに幅をミリメートルで表すには、画素と実寸を対応付ける尺度、撮影角度、対象面の形状などを扱います。画像理解、形状の抽出、実寸への換算をつないで初めて、測定結果として確認できる状態になります。

Claude・Gemini・ChatGPTは、画像をどう扱うか

以下は、各社の公式資料で確認できる機能を、点検画像の解析に引き寄せた整理です。ひび割れ検出精度の順位付けには、同じ画像、正解データ、モデル、入力条件をそろえた試験が必要です。

AI	公式資料で確認できる画像の扱い	ひび割れ解析で確かめたい点
Claude	画像の内容理解と、画像上の点・囲み枠などの位置出力	説明した候補と元画像の位置が対応するか。概算の位置出力を、精密な線の抽出と区別できるか
Gemini	画像理解に加え、対応モデル・APIで物体の囲み枠や領域を示すマスクを出力	細く枝分かれするひび割れを、どこまで連続した領域として抽出できるか
ChatGPT／GPT系	画像理解と、利用可能なツールによる拡大・切り出し・画像処理の組み合わせ	元画像と切り出し画像の座標がつながるか。数値がどの処理から得られたかを追えるか

Claudeは、写真の内容を説明し、画像内の位置を返す機能を備えています。複数の写真や資料を与え、着目する部分を整理する構成が考えられます。Anthropicは位置や座標の出力を概算とし、画像解釈の誤りにも注意を促しています。抽出した線や幅を使う際には、別途の検証が必要です。出典：Claude公式・画像理解と制約

Geminiでは、画像中の物体を囲む枠や、領域を示すマスクを返す方法が公開されています。写真の説明から、画像上のどの部分を指すのかまで扱えることが注目点です。一般物体の領域抽出の機能を、細いひび割れへ適用したときの性能は、対象画像で確認する必要があります。出典：Gemini公式・画像理解、物体検出、領域抽出

ChatGPT／GPT系では、画像を読み、必要な箇所を切り出して再確認する処理と組み合わせられます。OpenAIの公式ガイドも、拡大・切り出しによる複数回の確認や、座標の定義をそろえる方法を説明しています。実装時には、モデルが画像を見て答えた部分と、コードで画素を処理した部分を記録しておくと、結果を確かめやすくなります。出典：OpenAI公式・画像と文書の理解ガイド

各社とも、利用するモデル、アプリ、API、契約プランやツール設定によって使える機能が変わります。公開APIの機能と、チャット画面でそのまま利用できる機能を分けて確認しておきたいところです。

同じ写真で比べるとき、見るべきは「説明のうまさ」の先

3つのAIを試すなら、ひび割れが明瞭な写真に加え、汚れ、目地、補修跡、暗い箇所が混在する写真も用意します。専門家などが確認した正解データと照合し、候補の見落としと拾い過ぎを確かめます。

最初は画像ごとの「ひび割れの有無」、次に候補の位置、その後に線の抽出というように、仕事を分けて評価すると違いが見えやすくなります。文章でそれらしく説明できた結果を、輪郭の抽出精度と同じ扱いにすると、適用範囲が曖昧になります。

指示文もそろえます。例えば、「線状の変状候補を挙げ、各候補の画像内位置と見える特徴を示してください。ひび割れ、目地、汚れなどの候補を分け、判別が難しい箇所と、追加で必要な画像を記してください」という条件で比べられます。

これは試験用の指示例です。実際の評価ではモデル名と版、入力解像度、切り出し方法、指示文、使用ツールを残します。同じ条件で繰り返したときの結果、処理時間、人による修正量も、業務で使うための判断材料になります。

専用ソフトと比べると、画像解析の現在地が見える

ひび割れ画像を扱う専用ソフトには、測定や成果出力までの蓄積があります。

富士フイルムの「ひびみっけ」は、画像の合成と損傷検出、結果の確認・編集に加え、ひび割れのCADデータや幅・長さを記載したExcelデータの出力を提供しています。クラボウの「Kuraves-Actis」も、コンクリート画像からのひび割れ抽出と幅・長さの検出を扱います。出典：ひびみっけの機能、Kuraves製品群

生成AIと比べる軸は、画像を入力した後、どの段階まで成果を確認できるかです。候補の抽出、線の修正、尺度の設定、幅や長さの算出、図面への対応付けを、一つずつ確かめます。

生成AIには、言葉で対象を指定し、追加画像を見せ、周辺の状況も含めて説明を求められる柔軟さがあります。専用ソフトには、対象業務に合わせて整えられた処理と出力があります。この二つが接続すれば、生成AIが候補を整理し、検証済みの処理で計測し、結果を元画像に戻して確認する使い方が広がるでしょう。

ドローンの写真は、AIに渡す段階で品質が決まる

微細なひび割れを扱う場合、画像の縮小や強い圧縮で、判読に必要な線が失われることがあります。広い範囲を写した画像から位置を把握し、その場所の高解像度の元画像を調べる構成が役立ちます。元画像と切り出し画像の関係も残しておく必要があります。

富士フイルムは、ひびみっけ向けの撮影条件の例として、幅0.1mm以上のひび割れを検出するための0.3mm／画素という設定を示しています。これは同サービスの撮影条件に関する例です。生成AIへ共通に適用できる性能値や、幅の測定誤差を示す数値とは分けて読みます。出典：ひびみっけ・撮影解像度の考え方

撮影距離、角度、照明、ピント、ぶれ、表面の濡れや汚れ。ドローン事業者が管理するこれらの条件は、生成AIによる画像解析でも重要です。生成AIの入口が使いやすくなるほど、解析に必要な情報を確実に写す仕事の価値が明確になります。

近い将来、画像解析の先に報告書がつながる

その延長に、報告書の作成があります。画像上で確認した損傷候補を、部材、位置、測定結果、過去の記録と関連付け、所定の様式へ整理する。画像の読み取りと文章化を扱える生成AIにとって、自然につながる仕事です。

編集部では、今後1〜2年程度で、対象や撮影条件を限定した業務から、画像解析、損傷候補の抽出、計測ツールの実行、報告書の草稿作成を一つのAI環境で扱う構成が広がると見ています。普及時期は、精度検証、処理費用、顧客の業務への適合によって変わります。

ここには、モデル自体が画像を読む方法と、AIが専用の解析エンジンを呼び出す方法の両方が含まれます。利用者は一つの窓口へ依頼し、内部では画像理解、線の抽出、計測、記録をそれぞれに適した処理へ振り分ける。そうした進化を想定しています。

生成AIは、点検写真を見る仕事をどこまで引き受けられるのか。注目すべきは、回答の見栄えに加え、どの画像の、どの箇所を、どんな根拠で損傷候補としたかをたどれることです。その確認ができる画像解析から、点検の使い方は変わっていきます。

撮影から測定、記録、状態の評価までの全体像は、関連記事「ひび割れ検知を構成する7つの要素ー撮影から、状態と変化の判断まで」で整理しています。

公開情報の確認・更新日：2026年11月2日。各社の機能比較は公式資料に基づく整理で、同一条件による検出精度の実測比較とは区別しています。普及時期は編集部の予測です。アイキャッチと図解はAI生成の概念イメージで、実際の解析結果を示すものではありません。