こんにちは！デバイスソフトウエア開発部の斎藤です。
生産性向上エッジAIカメラシステム「PROLICA®」を用いたリアルタイム映像解析システムの開発を担当しています。
PROLICA は、映像に対してディープラーニングによる物体検出を行うだけでなく、ARマーカー検知や信号機の色判定などの様々な画像処理機能を備えています。
本記事では、「車両や人の移動方向から入退場を判定し、その数をカウントする機能」について、数学的な記号などは極力使わずにロジックを解説します！
PROLICAの詳細や他の機能につきましては、弊社HPや過去の技術ブログをご覧ください。
こんにちは！AX研究室のロベルト・フバチです。
近年、機械学習を流体力学の問題に応用する研究が注目を集めています。
その中でもPhysics-Informed Neural Networks（PINN）は、データに基づく手法と物理法則を組み合わせる点が大きな特徴であり、少量のデータでも物理現象を再現できる可能性を持っています。PINNの概要については、以前の投稿の一つで紹介いるのでそちらをご覧ください。
本ブログでは、公開されているCFDデータセットWindsorML（Ashton et al., 2024）を用いて、自動車周りの乱流空気流れのシミュレーションを行った事例を紹介します。対象は、WindsorMLデータセットに含まれる多数のシミュレーションケースの一つであるrun_0ケースです。
WindsorMLは、自動車空力を高精度に解析することを目的として構築された大規模かつ高品質なデータセットですが、その規模の大きさから、すべてのデータをそのまま利用することは実際には容易ではありません。
そこで本検討では、WindsorMLデータのごく一部のみを使用した場合に、PINNモデルがどの程度流れ場を再現できるのかを検証しました。元データは約2億点ですが、ベースライン用のデータとして約200万点（約1%）を抽出し、PINNの学習にはさらに少量の50,000点（約0.025%）を用いました。
この記事で分かること：
約2億点のデータセットに対して、学習点50,000点（約0.025%）という極少データでも、PINNで流れ場をどこまで再現できるか
限られた観測点で学習した場合に、再現しやすい領域／誤差が出やすい領域がどこに現れるか
少量データ学習を前提にしたときの、（本記事で用いた）学習設定・前処理が結果にどう影響し得るか
デバイスソフトウエア開発部の板谷です。
私の所属するチームでは生産性向上AIカメラ「PROLICA®」を担当しています。
先日、PROLICAに搭載されているJetsonのソフトウェア環境のアップデートを行うことで、物体検知アルゴリズムをYOLOXベースへと刷新することが可能になりました。
このアップデートにより物体検知の精度と安定性が向上しましたので、検証動画を交えてご紹介します。
続きを読む
2025年12月5日に北海道庁旧本庁舎（赤れんが庁舎）で開催された北海道AIxIoTビジネス共創ラボ 「革新の力で、ビジネスを次のステージへ」の現地レポートです。
本イベントは2025年11月に開催されたばかりの「Microsoft Ignite 2025」で発表された様々な情報や、世界最大の製造業イベント「ハノーバーメッセ2025」の最新動向レポート、そしてエコモット・SCSK北海道のセッションなど、盛りだくさんの内容でした。
参加者の皆さまからも大変高い評価をいただき、とても好評のうちに幕を閉じました。
2025年12月5日（金）、北海道 AI×IoTビジネス共創ラボ主催のイベント「革新の力で、ビジネスを次のステージへ」が開催予定です。
当日は、日本マイクロソフト株式会社 エバンジェリストの大川 高志氏をお迎えし、「Microsoft Ignite 2025（マイクロソフト・イグナイト）」の最新情報を解説する特別セッションも予定しています。
この「Microsoft Ignite」は、マイクロソフトが毎年11月に開催を予定している世界最大級のテクノロジーイベントで、同社が1年間で培ってきた最新の技術やビジョンを世界に向けて発表する場です。
AIやクラウドをはじめとした新しい潮流をいち早く知ることができるため、ITエンジニアだけでなく、企業経営者や教育・行政関係者など、世界中の「テクノロジーで未来を変えたい」と感じている人々から注目を集めているイベントです。
今回はそんなMicrosoft Igniteの魅力をわかりやすくご紹介します！
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。
こんにちは！クラウドソリューション開発部の西谷です。普段生成AIを使っていて私が気を付けていることを3つにまとめて紹介します！
続きを読む
環境広場、今年はいちだんと賑やかでした。
クラウドソリューション開発部の寺谷です。会場で展示した子ども向け画像生成アプリは、気づけばブース前に小さな行列。タップひとつで絵が出るたび、「もう一回！」の連打コールで僕の腕も連打。
イベントの様子はこちらにまとめています。
今日はその心臓部 Stability AI を深掘りします。AIについて、料金、APIの使い方（React Native）、
そして日本語と英語プロンプト比較まで一気にどうぞ。
こんにちは！クラウドソリューション開発部の西谷です。GitHub CopilotでAI駆動開発フレームワークである「BMAD METHOD」を触ってみたので、その情報をシェアします！ 続きを読む
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！
