Tech blog
こんにちは。AX研究室のRobert Hubaczです。
本稿では、Flow Matching（フローマッチング）という生成AIの考え方が、どのように反応器内の流体の流れの予測に応用できるのかを、段階的に説明します。
生成AIモデルというと、今日では主に文章を書いたり画像を作成したりするものとして知られています。しかし最近では、同じような手法が工学の分野にもますます応用されるようになっています。従来のシミュレーションは高い精度を期待できる一方、計算資源や専門的な設定を必要とするため、そのような場面で役立つ可能性があります。
そのよい例が、化学反応器内における液体または気体の流れです。従来のCFDシミュレーションには何時間もかかることがあります。AIモデルは、あらかじめそのようなシミュレーション結果を使って学習しておけば、将来的には反応器内部で何が起きているのかをより速く推定できるかもしれません。
— 続きを読む
Tech blog
こんにちは！早く夏になって毎日アイスを食べたい、SJC共同開発推進室の對島です。
早いもので、4月からはついに3年目がスタートし、エンジニアとして丸2年が経ちました。嬉しいことに去年同じ部署に後輩が一人増え、「教わる側」から「教える側」としての責任も感じています。また、最近は見積もりや設計といった「上流工程」に関わる機会も増え、仕事の重みを改めて実感しています。
そんな節目の今だからこそ、あえて書き残しておきたいテーマがあります。
それは、1年目の新人の頃から今日まで、ずっと泥臭く向き合い続けてきた「テスト」についてです。
正直、最初は「テストなんて、確認してチェックをつけるだけでしょ？」なんて思っていました。その甘い考えが上司からのレビューによって打ち砕かれた「記録」をここに残しておこうと思います。このブログが、皆さんにとっても今一度テストについて考えるきっかけになれば嬉しいです。
Tech blog
こんにちは！
SJC共同開発推進室の境田です。
皆様は道路の「ポットホール」という言葉、知っていますか？
ポットホールとは、アスファルト路面の劣化によって発生する「穴」や「窪み」のことです。
車を運転しているときや自転車に乗っているとき、ガタッと大きな衝撃を感じる原因にもなっているんです。
札幌は去年のドカ雪で、雪解け後はこのポットホールが道路にかなり見られますね。。
ポットホールは、ある日突然大きな穴があくわけではありません。以下のような段階を経て徐々に形成されます。
→ アスファルトにひび割れが発生
→ 雨水が浸入したり、交通荷重が繰り返しかかったりすることで路盤が削られる
→ 最終的に大きな穴（ポットホール）が形成
→ 走行車両のタイヤのパンクや重大な事故を誘発
なので、早期発見と迅速な補修が必要なんです。
ですが、広大な道路の中でこの穴を一つ一つ目視で発見なんて、いくらお金と時間があっても足りないですよね…
そこで誕生したのが、「Miruroad（ミルロード）」です。
ドラレコを取り付けて走行するだけでこのポットホールをシステムにマッピングしてくれるんです！
「Miruroad（ミルロード）」の概要については下記の記事でも紹介しているので、合わせてご確認ください。
日々の走行を価値ある道路データに！エッジAIで道路を可視化するMiruroad
本記事では、Miruroadの「ポットホール検知機能」についてご紹介させていただきます。
続きを読む
Tech blog
こんにちは！クラウドソリューション開発部の今野です。
前回はAWS Amplifyというツールについて紹介させていただきました。
サクッとWebアプリを作ることができるツールでした。
今回も引き続き、裏方だけどなくてはならないAWSサービスについて紹介させていただきます。
今回はこちら！
「AWS Systems Manager」です。ご存知でしょうか？
Tech blog
こんにちは！クラウドソリューション開発部の今野です。
ネットサーフィンをしていたある日。
「検索、検索」入力フォームの枠をマウスポチッ。
「Qiita」キーボードコトコト。
「記事更新されているねぇ～」スクロール。
「戻るか」マウスポチッ。
「Qiita iOS」キーボードコトコト。
Tech blog
こんにちは！デバイスソフトウエア開発部の山内です。
私は現在建設DXを担うiPadアプリの開発を担当しているのですが、その中で、最近Swift Testingフレームワークでテストの自動化に取り組んでいます。 しかしこれがなかなか大変というか面倒というか…。
そこで思いました。GitHub Copilot の /tests コマンド でテストを自動生成すれば、工数を大幅に減らせるのでは…?
今回はそれを実際に試してみました。
製品・サービス
こんにちは！
デバイスソフトウエア開発部の米森です。
唐突ですが、皆さんは日本の道路の総延長はどれくらいかご存じでしょうか？
なんと、1,285,403kmもあるんです…!
（高速自動車国道、一般国道、都道府県道、市町村道のみ）
地球の赤道は約40,000kmなので、日本の道路には赤道が32個すっぽり収まる計算です。面積が小さいというイメージのある日本ですが、実はこれだけの長さの道路が国中に張り巡らされているのです。
こんなにも道路が長いと、管理が大変そうですね。47都道府県で単純に割り算をすると、1つの都道府県が赤道約0.7個の長さの道路を管理することになります。とてもじゃないですが、全ての道路を1つ1つ確認するのは現実的ではないですね。さらに近年の人手不足も鑑みると、全国の道路維持管理の大変さは想像に難くないです。
そんな背景を踏まえ、弊社が開発したのが「Miruroad（ミルロード）」です。道路維持管理業務の省人化や効率化、また道路状況データの見える化・資産化を目的としたWEBアプリケーションです。
本記事では、Miruroadの概要をご紹介させていただきます。
今後も機能の詳細紹介やアップデート情報を記事として発信いたしますので、どうぞお楽しみに！
Tech blog
クラウドソリューション開発部の内間木です。
最近は、雪が解けてきて風も暖かく春を感じられる季節となりました。
今回の記事は、前回の続き！「なぜAIはリンゴを数え間違える？画像解析の裏側を解説（後編）」になります。
前回の記事を読んでいただければ「生成AIによる画像解析の仕組み」はある程度、仕組みを理解できたと思います。
その知識を元に、今回の本題「なぜ生成AIは物のカウントが苦手なのか？」を理解していただき、どのような手法を使用すれば改善されるのかを説明していきます！
この記事を読むことで、
「なぜ生成AIは物のカウントを間違えるのか」
という裏側の仕組みを整理し、生成AIとより上手く付き合うためのヒントを掴むことができます。
現場ロイド
デバイスソフトウエア開発部の板谷です。
2026年4月30日のアップデートで、配筋検査ARシステム「BAIAS」に斜め配筋の計測機能が追加されました。
今回は、現場からのニーズが非常に高かった本機能の概要と、実現までの開発エピソードをご紹介します。
その他
こんにちは！開発本部 SJC共同開発推進室の中谷です。
新卒として入社してからなんともう1年が経ってしまいました。「新卒」という最強の肩書きが剥がれて、2年目社員として毎日奮闘しています。
そんな中、入社から3か月間のプログラミング研修でお世話になった研修会社様からフォローアップ研修のお誘いがあり、参加させていただきました！
本記事ではフォローアップ研修で学んだ内容とそこで得た気づきをご紹介します。
「そもそも3か月間のプログラミング研修では何をしたの？」と気になる方は以下のブログをチェックしてみてください！
新卒4ヶ月目の感想 – 研修から現場まで
