ＮＴＴは、 デジタルカメラで撮影した道路橋などのインフラ施設の画像から数年後の鋼材腐食の進行を高精度に予測する技術を確立した。実際の撮影画像から将来の腐食の広がりを予測した画像を生成でき、 点検周期や補修工事時期の最適化による維持管理業務の効率化、 保全コストの縮減に役立てられる。 ２０２５年度中にＮＴＴグループ会社での事業化を予定する。
　開発技術は施設の画像や施設が設置されている気温や降水量といった環境情報、予測したい年数を入力することで、将来の腐食の広がりを予測したデータを生成する。技術のポイントとなるのは深層学習手法の敵対的生成ネットワーク（Ｇｅｎｅｒａｔｉｖｅ　ａｄｖｅｒｓａｒｉａｌ　ｎｅｔｗｏｒｋ＝ＧＡＮ）だ。
　ＧＡＮは入力データの特徴を学習することで、疑似的なデータを生成することができる生成モデルで、このＧＡＮに経過年数と腐食の増加量に加えて、過去と現在の施設画像の腐食面積・形状・色などの情報を学習させたモデルを構築した。
　さらに、気温や降水量などの化学的に腐食進行に影響すると想定される複数の環境データの中から、最適なパラメータを選び出し、画像と一緒にモデルに入力できる構成とした。
　道路橋、道路に添架された通信用管路設備を使った検証では、数年後の腐食領域の増加率を平均誤差１０％未満の精度で予測できることを確認した。
　今後は道路橋を対象としたサービス化のほか、鉄塔などの他の鋼構造物やひび割れ、裂傷などの劣化事象への技術拡大を予定する。