生成AI

Flow Matchingによる物理プロセスの生成モデリング:反応器内の流体の流れをどう予測するか?

撹拌槽型バッチ反応器に設置されたごく少数のセンサーから得られる測定値をAIモデルが処理し、反応器内の速度場を予測する、反応器シミュレーションのための生成モデリングを示した図。

反応器シミュレーションのための生成モデリングの概念図。撹拌槽型バッチ反応器のごく少数のセンサーから得た測定値をAIモデルが処理し、反応器内の速度場の候補を推定する。

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

Swift Testing + GitHub Copilot で、楽にユニットテストを書きたい(その1)

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。

続きを読む

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)

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。

続きを読む

Jetson AI Specialist はもう無い?最新NVIDIA認定資格を調べてみた(2026年版)

こんにちは!デバイスソフトウエア開発部の山内です。

弊社では、NVIDIA Jetson を使ったエッジAI製品を開発しています。

そこで、私もNVIDIA認定資格を取ろうと思って調べ始めたところ、私が探していた認定プログラムは終了していたことが発覚。代わりにNVIDIAの認定資格が別体系に再編されていることが分かりました。

本記事では、2026年時点で公式に案内されているNVIDIA認定資格を、分かりやすく整理します。 続きを読む

なぜAIはリンゴを数え間違える?画像解析の裏側を解説(前編)

 

クラウドソリューション開発部の内間木です。

GPT-4oやGemini 2.0、Claude 3.5といったマルチモーダルな生成AIを使って画像解析を試した際、「写っているリンゴの数が毎回違う…」「10個以上になると適当に答える」といった経験はありませんか?

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、画像解析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。

続きを読む

生成AIを“宝の持ち腐れ”にしないために──公的支援の拡充と現場のギャップ

 
2025年7月、経済産業省とNEDO(新エネルギー・産業技術総合開発機構)は、生成AIの開発力強化を目的としたプロジェクト「GENIAC(Generative AI Accelerator Challenge)」において、基盤モデル開発のための計算資源提供支援を行うテーマを24件採択したと発表しました。  
 
このように国家レベルで生成AI技術の支援・投資を推し進めており、AI開発の裾野は急速に広がっています。
しかし一方で、中小企業の現場からは依然として「AIで何ができるのかがわからない」「導入しても成果につながらない」「どう使えばいいかわからない」といった声が多く聞かれます。
国全体でAI推進の機運が高まっている中、現場では活用が進まないのは何故なのでしょうか。
 
今回は公的支援と現場のギャップを踏まえながら、中小企業が生成AIを有効活用するためのポイントを整理します。

AIがUIを自動生成!Figma × Layermateでプロトタイピングが数倍速くなる方法

こんにちは!
クラウドソリューション開発部の大川です。

今回は、Figma の AI プラグイン Layermate を使って「要件から UI をチャットで一気に起こす」ワークフローを検証しました。
結論から言うと、プロトタイピングの初速を劇的に上げる道具としてかなり実用域
特に、画面間での文脈維持やレイヤー構造(Auto Layout含む)の出力が優秀でした。
一方で、複雑なレイアウトやコンポーネントの厳密な再利用は現時点で工夫が必要な印象です。

続きを読む

GPT-5の登場!ついにAGIになったのか?

こんにちは、AX研究室の入澤です。ついに、待望の GPT-5 が登場しました!

本記事では、「何がどう進化したのか?」そして、「OpenAIが目指すAGI(汎用人工知能)の実現に、どれだけ近づいたのか?」について、簡単にご紹介していきます!

続きを読む

3ヶ月でアプリ開発!?リーダーとして駆け抜けた環境広場の舞台裏

はじめに

「3ヶ月で、展示用のアプリをゼロから作って、実際に子どもたちに体験してもらう」
そんなチャレンジが、本当にできるのか。
正直、不安の方が大きかったかもしれません。

でも今、環境広場さっぽろ2025の会場で子どもたちが笑顔でアプリを操作し、「もう一回やりたい!」と言ってくれる姿を思い出すと、あの3ヶ月間の全てが報われたと感じます。

このプロジェクトは、「環境問題を自分ごととして考える」きっかけをつくることを目的に、
生成AI・React Native・iPadを活用したインタラクティブなアプリを開発し、展示したものです。

私はこのチームのリーダーを務めたクラウドソリューション開発部の寺谷です。
社内の9人の仲間とともに、企画から技術実装、ブース設計まで全体を指揮しながら、このプロジェクトを完遂しました。

この記事では、限られた期間の中でどうやってアプリを完成させたのか、
そして、リーダーとして何を考え、どう動いたのかを、お話していきたいと思います。

続きを読む

Figma AI: First Draft はどこまで使える?実際に検証してみた

こんにちは!デバイスソフトウエア開発部の山内です。

皆さん、最近Figma使ってますか?

実は2025年5月にFigma AIがオープンベータ版で公開されてから、現在進行形でAI関連の機能が次々と拡充されています。

今回はその中でも「First Draft」という機能に着目して、実務の観点からどこまで使えるか、どう使えば良いのか、検証していこうと思います。

続きを読む