深層学習 × 自動車

SV2000

Aqrose Technology
SV2000は、Aqrose Technologyが提供する深層学習ベースのAI外観検査システムです。画像取得、画像前処理、モデル学習、検査結果分析を備えたビジョンコントローラとして、組立検査、欠陥検出、寸法測定などの検査業務を支援します。プラグアンドプレイ型のAIツールと直感的なGUIにより、従来のルールベース検査では調整負荷が高い複雑欠陥や多品種ラインにも対応しやすい点が特徴です。電子部品、半導体、自動車、EVバッテリー...
深層学習画像認識

Matlantis

株式会社Preferred Networks
株式会社Preferred Networksが提供する「Matlantis」は、独自の汎用AIポテンシャル「PFP」を基盤とした原子レベルの材料シミュレーションプラットフォームです。バッテリー、半導体、触媒、新素材開発など幅広い材料科学分野において、従来数ヶ月を要していたシミュレーションを数秒〜数分で完了させる革新的な高速化を実現します。元素の種類や材料構造を問わない汎用性が特長で、トヨタ・ホンダ・フォルクスワーゲンなどグロ...
機械学習深層学習

ビジョンAI

株式会社MinD in a Device
株式会社MinD in a Deviceが開発するビジョンAIソリューションです。ヒトの視覚アルゴリズムを活用した独自の画像認識技術により、自動運転・ADAS、ファクトリーオートメーション、外観検査、スマート農業などの産業分野に向けたAI開発を行っています。独自プラットフォーム「MinD Engine」でシンセティックデータを生成し、実データが少ない希少ケースにも高精度に対応するAIモデルを構築します。
深層学習画像認識

AiOnIc

株式会社ArchiTek
AiOnIcは、エッジAI向けに設計された低消費電力・高性能プロセッサです。独自技術により、GPUと比較して2倍から10倍の処理性能を実現しながら、消費電力はGPUの約1/20、シリコンコストは約1/10に抑えています。自動運転、セキュリティカメラ、ロボティクス、データセンターなどのリアルタイムAI推論を必要とする分野に最適です。IP提供、チップ供給、ソリューションサービスの各形態で導入できます。
エッジAI深層学習

NeumaticAI

株式会社アラヤ
NeumaticAIは、CFDとAIのハイブリッド技術による流体解析ソリューションです。従来のCFDシミュレーションでは数日から数週間かかっていた流体解析を、AIの活用により大幅に短縮します。自動車の空力設計や産業機器の流体シミュレーションなど、高精度な流体解析が求められる場面で威力を発揮します。自動車メーカーや産業機器メーカーの設計・開発部門を対象としています。
機械学習深層学習

Heron

Turing株式会社
Heronは、カメラ映像とテキストを統合的に理解するマルチモーダル生成AIモデルです。自動運転車両が周囲の状況を認識し、適切な運転判断を下すための基盤技術として開発されています。大規模な走行データを学習することで、複雑な交通状況での判断能力を獲得しています。従来のルールベース型とは異なり、未知のシナリオにも柔軟に対応できる汎用性を備えており、国産の自動運転AI基盤モデルとして開発が進められています。
深層学習画像認識

Autoware

株式会社ティアフォー
Autowareは、世界初のオープンソース自動運転ソフトウェアプラットフォームです。あらゆる組織と個人がAutowareを活用して自動運転の発展に貢献できる開放的なエコシステムを構築しており、「自動運転の民主化」を目指しています。 Autowareをベースに、拡張可能な自動運転開発プラットフォーム「Pilot.Auto」、クラウドDevOpsプラットフォーム「Web.Auto」、センサー・コンピューター統合プラットフォーム「Edge.Auto」の3つを...
ロボティクス深層学習

カテゴリ解説

深層学習サービスでできること

深層学習に対応したAIサービスは、画像認識、音声認識、自然言語処理、異常検知、生成AI、予測モデルなどで使われます。人手で特徴量を細かく設計しなくても、データから複雑なパターンを学習できるため、大量データや非構造化データを扱う業務で効果を発揮します。

主な活用シーン

  • 画像や動画から物体、人物、異常、不良を検出する
  • 音声やテキストを認識し、分類、要約、生成に活用する
  • センサーデータや時系列データから予兆や異常を検知する
  • 生成AIや高度な予測モデルの基盤として利用する

比較時に見るポイント

  • 学習に必要なデータ量、アノテーション、前処理を支援できるか
  • 精度だけでなく推論速度、コスト、運用環境に合うか
  • モデルの更新、監視、再学習の仕組みがあるか
  • クラウド、オンプレミス、エッジなど希望環境で動かせるか

深層学習は高い性能が期待できる一方、データ準備や運用負荷も考える必要があります。AI CATALOGでは、深層学習を活用したAIサービスを、対象データ、実装環境、導入支援の観点から比較できます。

本データベース「AI CATALOG」の利用にあたって

掲載情報は各企業のプレスリリースおよび公式サイトをもとに作成しており、正確性を保証するものではありません。ご利用の際は利用規約をご確認のうえ、最新の情報は各企業の公式サイトにてご確認ください。

掲載されているサービスの料金・機能・仕様は予告なく変更される場合があります。導入をご検討の際は、提供元企業に直接お問い合わせください。

本データベースは一般社団法人日本AI導入支援協会が独自に収集・整理した情報であり、掲載企業との間に資本関係や利害関係はありません。

掲載の有無は特定の企業やサービスの品質・信頼性を保証または否定するものではありません。

掲載情報に誤りを発見された場合、またはご自身の企業情報の修正・削除をご希望の場合は、お問い合わせフォームよりご連絡ください。