当社では AI・人工知能、機械学習テーマ全般について、研究開発の委託を受けつけています。 経験豊富なAIエンジニアが、業務課題やタスクの内容、データの詳細を伺い、分析、特徴量エンジニアリング、AIモデルの提案、構築・検証をしたうえで、その精度結果と、今後の課題や改善提案等をまとめた報告書を提示させていただきます。
人工知能に密接する研究コア部分のほか、データ蓄積に向けたシステム開発や環境構築、AIの継続学習を行うためのシステム開発、AIモデルを活用して実際に運用するための周辺システム開発等もお任せいただけます。たとえば、既にお客様でAIモデルを構築済みの場合の運用システムへの組み込み開発も請け負います。
お客様の研究開発テーマ全般について、当社が保持するノウハウの提供、またはAIおよびシステム開発エンジニアリソースとしてご活用ください。
AI/機械学習をテーマとするPoC（概念実証）、FS（フィジビリティスタディ）の全体をサポートします。
既に蓄積されたデータの分析を行います。またはデータ収集に関して課題がある場合も作業を支援します。
実際のデータから分類や回帰、検出などの予測をするAIモデルの構築、有用な前処理検討、精度検証を行います。
継続学習を運用するシステムや、完成したAIモデルを実用するための周辺システムの開発を行います。
世の中の課題、将来のニーズから、必要とされるAIモデルを立案して実現を目指します。 Withコロナ・Afterコロナ、SDGsなどの社会的に大きなテーマにも貢献し、社会から喜ばれるシステム実現に向けた取り組みを進めています。
構築したAIモデルを実際に使えるITシステム、サービス、アプリなどとして社会へ提供することが私たちの使命です。長年のシステム開発の知見を活かし、実際の製品やサービスにAIを実装します。
ディープラーニングを主としたAI（人工知能）技術と、画像処理を活用した顔認証エンジンを自社開発し、さまざまなITシステムから汎用的に利用可能なAPI製品として開発しました。今後は個人認証精度のさらなる改善、ライブラリとして汎用的にソフトウェアから利用できるモジュール化に向けたを開発を進めていきます。
開発した顔認証エンジンを、当社のパッケージ製品である校務システム「Campus Force」の出欠管理機能に活用しました。タブレットのカメラで学生が自分の顔写真を撮影すると、あらかじめデータベースに登録された個々の顔写真と照合して出欠情報を自動的に反映します。同様に、企業の勤怠管理などへの活用を考えています。
学校経営において、退学者の発生は以前から重要課題となっています。そこで、当社の校務パッケージに蓄積された関連データから、将来的に退学してしまうのでは？という学生を予測して、上位者をリストアップするシステムを開発しました。
こちらも校務システム「Campus Force」にオプション機能として追加予定です。
機器メーカーと共同で、農作業の自動化に向けた実証実験を行いました。
現在は、果実の収穫、葉や枝などの剪定は人間の目視判断よって行っています。これらの作業を、ディープラーニングを使ったAIの目とロボット制御によって自動化します。対象となる植物の写真をあらゆる角度から撮影して収集し、経験者の判断で果実や葉の位置を教師データとしてAIを学習しました。この実証実験では、人間が作業を行う品質に対して約85％の検出率を達成し、実現可能な手法であることを方向づけました。
熟練の機械オペレータは、各種センサー値から稼働状況をモニタリングしながら、長年の経験と勘で高度な操作を行うことができます。
このセンサー値と操作入力パラメータを教師データとして、熟練者と同等かそれ以上の操作入力ができるAIモデルの構築しています。
これによって、経験の浅いオペレータへの教育・アドバイス機能や、将来的には自動運転AIとしても実用を目指しています。
画像物体検出とトラッキング技術を用い、カメラ画像から自動で交通量調査ができるシステム開発を行っています。
現在の交通量調査は人手による調査であり、本システムの実現によって安全性の向上、コスト削減を見込んでいます。
同様に人物検出を応用することで、流量調査や市場調査によるマーケティングへの活用も期待できます。
問診票や各種健診データなどを用いて、将来の患者の状態を予測する機械学習モデルの開発を行いました。
モデルの予測内容に応じて、予防措置や、定期的な検査を実施することで、重篤な状態を免れることができ、患者の健康や医療費の削減などにも寄与す ることが考えられます。
高齢者の一人暮らしなどにおいて、転倒などのアクシデントによる危険を知らせる異常検知や、
平常時の生活状況（QOL）を把握することを目的として、日常の生活で発生しているさまざまな生活音を解析する手法を検討しました。
水道の流れる音、カーテンの開閉音、掃除機の音などを対象とし、HMMモデルを構築・検証しました。
自動織機を用いた畳の製造工場において、織り上がった畳表製品の色ムラを自動で確認するための検査システムの開発を請け負わせていただきました。
Raspberry Piとカメラを使って、流れてくる製品の表面を撮影し、機械学習による異常検知でリアルタイムに警報を出す仕組みになっています。既存業務に合わせて５段階の異常度も判定可能とし、長いロール上の製品を人が手に取って目視チェックする手間を大幅に削減することができました。
現在は、製造業に限らず幅広くどの業種においてもAI導入を促進するべく、画像AI導入支援サービスを展開しています。
近年普及が進んだスマートウォッチでは、心拍数や血中酸素濃度、歩数などのデータをリアルタイムで取得して活用することが可能です。
介護施設や医療施設、テレワークなどでの利用を想定して、たとえばバイタルデータをAIが監視し、何かあったときには自動で介護士や医師などに高精度で通知を行えるようにするなど、利用者の見守りに役立つデータ活用の研究を進めています。
先行してデータの収集・可視化ができるスマートウォッチでバイタル見守りサービスをご提供していきます。
保育施設・託児所での活用を想定して、赤ちゃんのうつぶせ寝検知AIモデルを構築しました。
顔認識を活用し、一定時間うつぶせ寝を検出し続ける場合にアラームを鳴らすような仕組みになっています。
本システムのデモは、2018年４月に出展した「AI・人工知能EXPO」にて展示させていただきました。
