各ギルド紹介:画像処理ギルド プロジェクトにおける画像、動画、点群データなど画像処理に関わる機械学習モデルの構築 *2 航空写真・道路・点群データから 路⾯標⽰や建設物などを分割、 路⾯抽出などに活⽤。 ⼩売店・固定カメラ・⼯事現場などから ⼈、動物、⾞両などを検出、 数計測や危険事象の検知などに活⽤。 注釈)*1: GitHub - Nathan-UW/OpenGF: OpenGF: An Ultra-Large-Scale Ground Filtering Dataset Built Upon Open ALS Point Clouds Around the World *2: Modeling the Distribution of Normal Data in Pre-Trained Deep Features for Anomaly Detection (arxiv.org) GANなど画像⽣成技術を⽤いて 良品の画像特徴を学習、 ⼯業製品などの不良品分類、 不良箇所の検知。 プロジェクト例 物体検出 意味的領域分割 不良品検知 *1 ギルドの特⻑ ▪ SIGGRAPH、CVPRなどに採択経験のあるメンバー、国際学会・国内の研究会の運営に携わるメンバーが在籍し、アカデミアとの交流が特に活発です。 ▪ 様々な分野の画像に触れられます。 例えば、医療⽤画像、⼯業製品画像、固定カメラの映像など、特殊性が⾼い画像をドメイン知識を持っているプロと議論しながらモデルを作れます。 ▪ モデル構築だけでなく、案件設計などにも積極的に携われます。 ▪ 質の⾼いコンサルタントと議論しながら案件に取り組めます。 ▪ アドバイザーは 東京⼤学情報理⼯学系研究科准教授 中⼭ 英樹先⽣です。
exaBase Studio Engineering exaBase studioの開発・浸透を通して、“創る”から“活⽤する”AIへ進化 今後のチャレンジ • exaBase Studioのcanvas設計 ◦ ⾮エンジニア⼈材が課題解決したいことを実現するためのUI/UXデザイン • Constructor、Blueprintの仕様決定 ◦ 設計された仕様を安全で頑強なインフラで⾃動⽣成するための仕組み作り • Circuitの監視・管理 ◦ canvasで設計した⽬的とおりに機能しているのかの監視・管理 • ML API Gatewayの導⼊・管理 ◦ 活⽤できる複数のAIモデルのアセットやサービスの導⼊・管理 • 最もチャレンジングなテーマの⼀つに関われる • "ザ・ベンチャー感”を味わえる新しい組織 • ⼩さなR&Dを繰り返しながら開発に取り組める • 最新技術に触れられる • 課題解決のための技術活⽤を本気で考えられる優秀なメンバーが集結 exaBase Studioとは コンポーネントを組み替えるだ けで新規ソフトウェアの開発や 追加、変更ができる、アジャイ ル型開発環境です。 現場業務とAIをつなぎ、 様々なDX実装を推進します。 ※2022年5⽉リリース ⾮エンジニアの 社内⼈材 経営 経営課題 他部⾨ ⼈材 データ サイエンティスト 現実世界 AI開発世界 exaBase ML API Gateway AI Model AI Model AI Model AI Model AI Model exaBase Studio Constructor Circuit ML Ops サービス DataRobot 技術環境 チームの特⻑ • AWS, Azure, GCP, Kubernetes • Golang, TypeScript, Operator SDK, • Visual Studio Code, 外部のAPIや 様々なML API を組み合わせる ことも可能 AWS, Azure, etc.