TOP >
要素技術 > ABEJA、AI開発の初期仮説検証を行う 「ABEJA Platform Accelerator」(α版)試用開始
AIモデルの開発を行う際、事前に立てた仮説の検証を初期段階で繰り返すことで、運用上の課題を見つけておくことが性能向上には不可欠である。しかし、この検証のプロセスは対象データの大量収集から計算リソースの確保、モデル開発・実験まで多岐にわたり、これらを運用できる専門知識を持ったエンジニアも必要なため、多大なコストを要するという課題があった。
このほど、株式会社ABEJAは、AI開発の初期仮説検証が簡単にできる「ABEJA Platform Accelerator」(α版)の試用を本日から開始した。ABEJA Platform Acceleratorで利用できるAIモデルは、画像のクラス分類、画像の物体検出だ。
ユーザーが学習に必要な画像などのデータをアップロードすると、ABEJA Platform Acceleratorにあらかじめ用意されたAIモデルがそのデータを学習する。高度な作業を要さず、学習結果の精度を評価するレポートを入手する段階まで進める。その結果、今までコストがかかっていた検証のためのAI開発のプロセスが簡略化された。
これにより、プログラミングなどの専門知識を要さずに、非エンジニアもAIの実装に欠かせない仮説検証を迅速・安価に進められるようになる。
今後、この学習したAIモデルをWEB上で外部システムに共有できるAPIとして提供するサービスも検討していくという。
IoTに関する様々な情報を取材し、皆様にお届けいたします。
企業向けAI活用虎の巻
AIによって「優秀な人材」の定義が変化したことを、どうみるべきか —AI時代の人材採...
まだ、生成AIのチャットボットで消耗しているの? ー自律的に動くAIエージェントが働...
AI時代の「中間管理職クライシス」 —部下がAIに相談する時代、上司の価値はどこに残...
AIに仕事を頼む技術 —なぜ「営業資料を作って」と頼むと失敗するのか?
生成AIは、使い手の「言語化能力」を暴く、リトマス試験紙
AIに「ゴミ」を食わせるな ーAIエージェントが賢くなるデータ、バカになるデータ
AIで業務を自動化する方法とは ーなぜ、ChatGPTを配っても仕事は減らないのか?
なぜあなたの会社で、生成AIが活用されないのか?どこで活用すべきか?
生成AI活用ガイド
フィジカルAIはどこまで来ているのか?導入判断の前に見るべき「現場データ」
AnthropicやOpenAIのAIが起こした事故に学ぶ、自社点検のための視点
熟練工の「勘」をAIに継がせるには ?「誰が」「どう」進めるかを5つのステップで整理...
シャドーAIという見えないリスク、現場の効率化と統制の溝をどう埋めるか
AI導入「内製か外部支援か」で悩む前に確認すべき5つのこと
「厳しい・緩い」では測れないAI規制、6カ国の規制動向から読み解く企業の備えとは
AIの費用障壁が下がった今も、導入が進まない企業に欠けている「入り口設計」という発想
公開3日で停止された「Claude Fable 5」はなぜ復活できたのか?解除の裏側...
AIエージェントが発注する時代に備える、サプライヤーが今すぐ点検すべき3つのこと
B2B取引の自動化で「発見されない企業」にならないために ーAIが自律的に連携する時...