AI
fun to AI
AIを使うことの「喜び」を創造する
専門的な知識を持った技術者がAIを「作る時代」から、一般の人がAIを「使う時代」へと大きな変化が起きています。
ALAKIでは、「Fun to AI（AIを使う喜び）」を事業理念に掲げ、「使う時代」のさらに先にある、「AI」を通してお客様が経験する「喜び」や「ワクワク」を創造しています。
人の活動を奪う「AI」ではなく、人の活動を進化させる「AI」を開発します。
AIシステムの活用例
計測データからの異常検知・故障予測
装置などから得られる大量の計測データを、AIシステムに学習させることで、これまで異常や故障が発生してから対処していたようなことを、事前に検知できるようにできます。
より実店舗に近いレコメンド
多くのECサイトにレコメンド機能（おすすめ商品紹介）が用意されていますが、AIを取り入れることで、過去の購買履歴だけでなく性別、年齢などのデータを複合的に学習させることで、潜在的なニーズに対する商品紹介を実現することができます。
AIシステム開発実績
ALAKIでは、主にGoogle社が提供しているAIプラットフォーム「Google Cloud Platform（GCP）」を活用しつつ、
案件に応じて他のAIシステムを活用いたします。
厚板金属のレーザー溶断性能評価に用いるAI判定システム
Webサイトから開発のご相談をいただきました。
レーザー光による厚板金属の溶断を行う際、どの程度のレーザー出力であれば、適切に溶断できるかを判定するためのAIシステムの開発を行いました。
これは、これまでレーザー加工に関する専門的知識などを持つ熟練工が目視で行っていた溶断判定をAIに担わせることで、コスト削減と作業の効率化・正確化を目指すものです。
更には、レーザー光による厚板金属溶断の良否判定のAI化は、熟練工が直接作業ができない遠隔環境での溶断作業を実現することも可能になり、レーザー活用の幅を大きく広げることにも役立ちます。
本案件は、国が進めるプロジェクト研究の一部であるため、その責任の重大さを実感しつつ、スケジュールのタイトさも相まって、決して余裕があるとは言えない開発業務ではありました。
そのような状況の中、クライアント様にも前向きなご協力をいただけたおかげで、無事に開発を完了・納品することができ、クライアント様に大変ご満足いただきました。
画像識別によるWebサイト異常検知システム
Webサイトの更新に伴う、サイトのデザイン崩れなどをサイトキャプチャー画像をAIに学習させて異常を検知する仕組みです。
流れ
ALAKIでは、「成し遂げたい目標」「解決したい課題」に対して「AI」の導入が望ましいかどうかを
徹底的にヒアリングした上で、要件定義を行います。
さらに「データ収集」「データ蓄積」「前処理」「モデル構築」「評価検証」を繰り返し行うための
スモールシステムを開発し、AIの導入が望ましいかを検証いたします。
1
お客様とシステムエンジニアによる
業務内容と課題のヒアリングを
行います。
2
ヒアリング内容を精査させていただき、
お客様の課題解決にAIが必要かを
判断いたします。
3
3-1AIの導入が効果的な場合は
ヒアリングをもとにした、
要件定義を作成します。3-2AIの導入が効果的でない場合は、
AIを含まないシステム開発を
ご提案させていただきます。
4
AIに学習させるための
データ収集と精査を行います。
5
収集したデータを蓄積します。
6
蓄積したデータを、AIの学習用に
加工処理（前処理）を行います。
7
前処理をしたデータをもとにAIによる
技術検証（モデル構築）を行います。
8
AIによる判断を評価・検証を行います。
9
作成したAIシステムを搭載する、
アプリケーションの開発を行います。
10
納品
４〜８を繰り返します。
６〜８の工程がAI作成工程になります。
G検定について
G検定とは
2017年に、AI・ディープラーニングを中心とする技術による日本の産業競争力の向上を目的として、AI・ディープラーニングを事業とする企業および、東京大学などの団体により、「一般社団法人 日本ディープラーニング協会」が設立されました。
この「一般社団法人 日本ディープラーニング協会」では、人材育成活動として、ディープラーニングの基本知識を持ち、適切な活用方針を決定して、事業に応用する能力を持つ人材を育成するために「G検定（ジェネラリスト検定）」を実施しています。
ALAKIは「G検定」を保有しています。
「事業でAIを活用したいが何から始めて良いか分からない」、「具体的なAIの活用方法が分からない」など、AIに関してお困りの企業様は、下記よりお問い合わせください。
専任スタッフが分かりやすく丁寧にお応え致します。
「G検定」のシラバス
-
人工知能（AI）とは（人工知能の定義）
-
人工知能をめぐる動向
- 探索・推論、知識表現、機械学習、深層学習
-
人工知能分野の問題
- トイプロブレム、フレーム問題、弱いAI、強いAI、身体性、シンボルグラウンディング問題、特徴量設計、チューリングテスト、シンギュラリティ
-
機械学習の具体的手法
- 代表的な手法、データの扱い、応用
-
ディープラーニングの概要
- ニューラルネットワークとディープラーニング、既存のニューラルネットワークにおける問題、ディープラーニングのアプローチ、CPU と GPU
- ディープラーニングにおけるデータ量
-
ディープラーニングの手法
- 活性化関数、学習率の最適化、更なるテクニック、CNN、RNN
- 深層強化学習、深層生成モデル
-
ディープラーニングの研究分野
- 画像認識、自然言語処理、音声処理、ロボティクス （強化学習）、マルチモーダル
- ディープラーニングの応用に向けて
-
産業への応用、法律、倫理、現行の議論
エンドクライアント様からの
お問い合わせをお待ちしております
弊社がご提供するIT/Webのサービスを正しくご活用いただくには、
エンドクライアント様と直接お話しさせていただくのが必要不可欠だと考えております。
まずはお気軽にご相談ください。
WebXR(VR/AR/MR)
大きなビジネスチャンスがあると言われてながらも、なかなかビジネスに導入するのが難しいと言われているVR/AR/MR市場。ALAKIでは、ビジネスの可能性を広げる産業用のWebXR(VR/AR/MR)をご提案/開発します。