日本国内の企業が開発!Zinraiなど有名な国産AI 11選

  • このエントリーをはてなブックマークに追加
  • LINEで送る

AIは、人間の行動の一部をコンピューターに落とし込んだものです。

近年では、ディープラーニング技術の発達や、データ取り込みのスピード向上、ハードウェアの低価格化などの要因により、AIがそれぞれの分野で使用されはじめました。

現在、世界各地でAI開発者がしのぎを削っており、国内でも各社がAIサービスをリリースしています。

本記事では、そんな国産のAIをまとめてご紹介していきます。

国内大手企業のAI 4選

Zinrai(富士通グループ)

「Zinrai」を提供する富士通株式会社は、人工知能黎明期からAI研究を30年間続けています。また、コンピューティング技術のみならず、社内に蓄積されたナレッジが「Zinrai」をサポート。

AIの使用領域も、ものづくり、研究・開発、流通、コールセンターなど幅広く、顧客に応じてAIを活用しています。

実績もすでに多数あり、例えば、サイバーエージェント株式会社では自然文解析エンジンを用いて、インターネット上の不適切な投稿を高速・高精度で判別。川崎地質株式会社では、道路下の空洞を人手で解析していましたが、「Zinrai」を導入することにより、解析時間を従来の半分に短縮しました。

the WISE(NECグループ)

日本電気株式会社が提供するAI技術群「the WISE」は、「見える化」「分析」「対処」という3つの領域から構成されます。この3つの領域を組み合わせることにより、さまざまな分野での対応を可能としました。

1960年代に始まったNECのAI技術は「見える化」の基礎となり、特に指紋認証や顔認証は、米国国立標準技術研究所が主催する各種技術評価コンテストにおいて、世界No.1の評価を獲得しています。

さらに「the WISE」は多数の企業に活用されています。例えばミッドタウンマネジメント株式会社では、都心部の公園においてNEC独自のカメラと併用し、人数に合わせて活動内容を提案し、事故の確率を減らせるよう試験中です。

corevo(NTTグループ)

「corevo」は、NTTグループにおける人工知能(AI)を活用した取り組みの総称です。40年以上にもおよぶ研究蓄積を背景とした自然言語処理、知識処理技術と、国際技術評価で世界1位の精度を達成した音声認識技術を中心に各分野でのシェアを拡大しています。

JAFでは、「corevo」の音声認識技術を応用した「ForeSight Voice Mining」を導入し、1日約4,000件にもおよぶ問い合わせ対応に活用。退会抑止対応の成功事例を世界1位の音声認識技術で読み取ってテキストで共有するなど、業務に利益をもたらしています。また、音声認識技術で各人員へのフィードバックを促進することにより、コールセンター品質の最高水準であるH&D三つ星の獲得にも寄与しました。

Hitachi AI Technology/H(日立グループ)

「Hitachi AI Technology/H」は、日立グループにおけるAI技術の総称で、データから100万個をこえる大量の仮説を自動で生成し、人が与えたオプションから最適解を選択します。

日立グループは、14分野57案件に「H」を適用済みで、とあるコールセンターでは受注率を27%引き上げ、ある店舗では15%の売り上げ向上と、各分野で成果を生み出しています。

導入事例の中でも特筆すべきは、日立製作所が開発した小型・低床式無人搬送車「Racrew(ラックル)」。今までは倉庫の保管棚へ作業員が出向き、順番に集荷していました。しかし今後は保管棚の下に「Racrew」が常駐して荷物をピックアップする役割を担い、また棚の配置変えによる効率化や搬送経路変更も自動で実施。この結果、作業員は保管棚からの集荷のみに集中でき、生産性を2~3倍に高めました。

国内ベンチャー系企業のAI 7選

KIBIT(FRONTEO)

「KIBIT」は株式会社FRONTEOによって開発された人工知能で、「機微」(KIBI)と、「ビット」(BIT)とを組み合わせて名づけられました。テキスト解析に強みを持ち、わずかな教師データから人間の暗黙知を学習することに長けています。

「KIBIT」の生い立ちは、国際訴訟における証拠の発見。時間のない中で、大量のドキュメントから証拠となるデータを見つける必要がありました。しかしながら、弁護士の行動を学習するためのデータは不十分な状態です。この状況を打破すべく、少量のデータから学習する技術として「Landscaping」というアルゴリズムが生まれました。「KIBIT」はこの「Landscaping」をもとに開発され、現在では多くの分野で活躍しています。

Chainer(Preferred Networks)

「Chainer」は株式会社Preferred Networksの主導で開発が続けられているオープンソースのAIです。「Chainer」はGPU向けのプラットフォームであるCUDAをサポートしていますので、教師データからの学習や、その他処理の場面において強力な演算が可能です。

オープンソースなので、導入は自分でする必要があります。しかしながら、利用用途としては顔認識、音声認識、自然言語処理その他の分野に幅広く応用でき、さらに複数端末からの深層学習に対応した拡張ライブラリも用意されている利便性の高いAIです。

PKSHA Technology(パークシャテクノロジー)

株式会社PKSHA Technologyは、テキスト理解モジュールや、行動理解モジュール、強化学習モジュールなど単一の機能に特化したモジュールを複数開発。その単一機能モジュールを組み合わせることにより、顧客のニーズに沿った仕組みを提供しています。

すでに複数の企業でこの仕組みが活用されており、例えば顧客行動の未来予測エンジン「PREDICO」がクレディセゾンにて、汎用型対話エンジン「BEDORE(ベドア)」がLINE株式会社にてそれぞれ運用中です。

また、第4回「日本ベンチャー大賞」にて「審査委員会特別賞」、大学発ベンチャー表彰2017にて「文部科学大臣賞」など、さまざまな賞を受賞しています。

P.A.I(オルツ)

株式会社オルツは、「P.A.I(Personal Artificial Intelligence)」と呼ばれるAIを開発しています。「P.A.I」は、それぞれの人間の意志をデジタル化してクラウド上に配置することにより、さまざまな作業をクラウド上に配置した意思で行わせる、というコンセプト。

「P.A.I」は、すでに注目を集めており、「ASCII STARTUP」や「日本経済新聞」など、メディアへの掲載実績が豊富です。

また、NTTデータビジネスシステムズのアライアンスパートナー、REGAIN GROUP株式会社との資本業務提携など、国内外の企業と連携して「P.A.I」の事業を展開しています。

SENSY

SENSY株式会社は人の「感性(センス)」を理解するパーソナル人工知能というコンセプトで、社名と同じ「SENSY」という人工知能を開発しています。

人工知能「SENSY」は大きく2つのサービスを形成していて、そのうち一つは「SENSY Marketing Brain」。顧客一人ひとりの属性・購買履歴などをもとにした商品の推薦や、広告のキャッチフレーズ・デザインなどを個別にカスタマイズするなど、顧客に応じたマーケティングができます。

もう一つは「SENSY Merchandising」。過去の売り上げをもとに商品の売り上げを顧客単位・商品単位で予測し、発注・仕入など、販売計画を最適化します。

「SENSY」は、大手アパレル企業やコンビニチェーンなどに導入されており、特にクオリカ株式会社、MARK STYLER株式会社とは、AIを活用したマーチャンダイジング業務の新しい実証実験を2019年2月4日にスタートしています。

HEROZ Kishin(HEROZ)

HEROZ株式会社のAI開発は、将棋のアルゴリズムから始まり、最後には将棋の現役プロを打ち負かすまでになりました。そのコア技術を他に応用していくことにより「HEROZ Kishin」が生まれたのです。

「HEROZ Kishin」は「頭脳ゲームエンジン」「異常検知エンジン」「経路最適化エンジン」など単一の機能を持つ複数のエンジンで構成されており、それぞれが相互に作用することでAIサービスを提供しています。

また「HEROZ Kishin」はSMBC日興証券株式会社、マネックス証券株式会社、野村證券株式会社、株式会社竹中工務店、本田技研工業株式会社など複数社で導入されています。

SOINN

SOINN株式会社は東京工業大学の長谷川研究室から立ち上がった大学ベンチャーです。大学の研究で蓄積されたノウハウを結集し、社名と同じ名前の人工知能「SOINN」を開発しています。「SOINN」は学習スピードが速く、ノイズとなるデータも自動的に除去し、結果を正しく連想できます。

また、「SOINN」を使った「ICGM」と呼ばれる新技術を事業として展開しています。「ICGM」は、位置情報推定にGPSを用いず、画像で行う新技術です。従来まで長谷川研究室で使っていた位置情報推定の手法と比較し、位置推定精度が飛躍的に向上しました。

まとめ

AIは、データを学習させることにより、事業における課題の解決方法を導き出す非常に便利な仕組みです。しかしながら、データ学習の所要時間や、人間との対話における感情読み取りなど、まだ課題が残されているのも事実。自社の事業課題を見極め、AIに何をさせるのかを十分検討して業務に適用していきましょう。