人工知能アルゴリズム開発

 製造がロボットに代わったように、知識労働者の仕事も自動化されると考えています。いままでのコンピューターシステムのように、明確に答えが事前に予測できるものではなく(生産性が向上するだけ)経営資源のあらゆる「入力条件と中間制約条件」をその瞬間ないし流動的に、最も効率の良い経営判断指標を出すものです。それは、遺伝的アルゴリズム、線形計画、混合整数計画法、非線形、制約理論、画像解析、音声解析、言語解析、機械学習、数理解析による数式演算の掛け合わせによって導き出されるものです。これによって、生産活動の日々変化する状況をインプットする仕組みから、機械学習され、数理計画法によって確率を算出し、今もっとも最適な経営指示を出すことが可能になることで「ビジネスの自動化」を実現します。

某メーカー ロボット製品開発(人工知能+LSI 組込開発)

かつて日本は世界一の水産大国であった。冷凍技術 の進歩と供に、巻網漁業による乱獲によって日本にも流入し、価格競争で沿岸ものが淘汰された。さらに中国の乱獲と養殖によって日本のスーパーは中国産品が並び、なんの戸惑いもなく日本人は買う。本当に美味い海産物はどこへ行ったのか?しっかりと大間まぐろや函館生イカなどとしてブランド化されて残っている。今世界的にも世界的なスシ文化の醸成によって、本物を捕るための漁具が脚光を浴びつつある。わたしたちは、日本の水産業の未来をつくりたいと考えています。
弊社では、このようなシフトスケジューリング等の課題を、組み合わせ最適化問題ととらえ数理計画ソルバーを用いて解決いたします。
制約条件を数式で表すことで、ソルバーを利用して最適なシフトスケジュールを高速かつ正確に導きます。

数理計画ソルバーを利用した
シフトスケジューリングシステム

スタッフの勤務シフトを決定するためには、膨大な組み合わせの中からあらゆる制約条件を満足するパターンを発見する必要があります。
勤務条件の遵守やダブルブッキングの回避といったごく基本的な制約条件を満たすことはもちろん、運営コストの低減や、スタッフの人間関係に合ったシフト配置といった複雑な課題に対応することが求められます。
弊社では、このようなシフトスケジューリング等の課題を、組み合わせ最適化問題ととらえ数理計画ソルバーを用いて解決いたします。
制約条件を数式で表すことで、ソルバーを利用して最適なシフトスケジュールを高速かつ正確に導きます。

画像認識

深層学習を皮切りに、画像認識の技術は近年急速な発達を遂げています。
これまで人間の経験に基づいて定められていた画像特徴に加え、あるいはそれを与えずとも、学習によって画像特徴を発見し、判断を行うことが可能になりました。

スマートフォンで撮影した写真に、対象物が写っているかを判断する技術を用いることでユーザーに写真撮影という行動を促す、すなわち体験を伴った告知活動を行うことが可能になります。

文書解析

Web上の文書データ、企業内の書類データなど、には重要な知見が含まれているにもかかわらず、その量の膨大さに埋もれてしまうことがあります。
これらの文書の学習、解析を行うことで、重要箇所の抽出、要約といった分析や、文書のタグ付け、カテゴリー分類等の情報集約が可能になり蓄積された文書を資産として活用することができます。