日々の開発業務で培った技術的な知見や、よりよいプロダクト提供のための技術的な取り組みなどを積極的に紹介をしていきます。
こんにちは！SJC共同開発推進室の坂根です。
早いもので、入社から3年が経過し、エンジニア4年目に突入しました。
新人だったころに比べると、知らない技術への抵抗感はかなり減ったように思います。
最近では、知らないライブラリや新しいツールを触る機会でも、「とりあえず触ってみよう」「サンプルを使ってコードを書いてみよう」「調べながらで何とかなるだろう」と思える場面が増えてきました。
生成AIの存在もあり、以前よりハードルはかなり下がったように感じます。
逆に、最近難しさを感じるのは、何年も運用されている既存システムです。
今回は、4年目になった今だからこそ感じている、「新技術より、長く動いている既存システムのほうが怖い」という話をしようと思います。
こんにちは。AX研究室のRobert Hubaczです。
本稿では、Flow Matching（フローマッチング）という生成AIの考え方が、どのように反応器内の流体の流れの予測に応用できるのかを、段階的に説明します。
生成AIモデルというと、今日では主に文章を書いたり画像を作成したりするものとして知られています。しかし最近では、同じような手法が工学の分野にもますます応用されるようになっています。従来のシミュレーションは高い精度を期待できる一方、計算資源や専門的な設定を必要とするため、そのような場面で役立つ可能性があります。
そのよい例が、化学反応器内における液体または気体の流れです。従来のCFDシミュレーションには何時間もかかることがあります。AIモデルは、あらかじめそのようなシミュレーション結果を使って学習しておけば、将来的には反応器内部で何が起きているのかをより速く推定できるかもしれません。
— 続きを読む
こんにちは！早く夏になって毎日アイスを食べたい、SJC共同開発推進室の對島です。
早いもので、4月からはついに3年目がスタートし、エンジニアとして丸2年が経ちました。嬉しいことに去年同じ部署に後輩が一人増え、「教わる側」から「教える側」としての責任も感じています。また、最近は見積もりや設計といった「上流工程」に関わる機会も増え、仕事の重みを改めて実感しています。
そんな節目の今だからこそ、あえて書き残しておきたいテーマがあります。
それは、1年目の新人の頃から今日まで、ずっと泥臭く向き合い続けてきた「テスト」についてです。
正直、最初は「テストなんて、確認してチェックをつけるだけでしょ？」なんて思っていました。その甘い考えが上司からのレビューによって打ち砕かれた「記録」をここに残しておこうと思います。このブログが、皆さんにとっても今一度テストについて考えるきっかけになれば嬉しいです。
こんにちは！
SJC共同開発推進室の境田です。
皆様は道路の「ポットホール」という言葉、知っていますか？
ポットホールとは、アスファルト路面の劣化によって発生する「穴」や「窪み」のことです。
車を運転しているときや自転車に乗っているとき、ガタッと大きな衝撃を感じる原因にもなっているんです。
札幌は去年のドカ雪で、雪解け後はこのポットホールが道路にかなり見られますね。。
ポットホールは、ある日突然大きな穴があくわけではありません。以下のような段階を経て徐々に形成されます。
→ アスファルトにひび割れが発生
→ 雨水が浸入したり、交通荷重が繰り返しかかったりすることで路盤が削られる
→ 最終的に大きな穴（ポットホール）が形成
→ 走行車両のタイヤのパンクや重大な事故を誘発
なので、早期発見と迅速な補修が必要なんです。
ですが、広大な道路の中でこの穴を一つ一つ目視で発見なんて、いくらお金と時間があっても足りないですよね…
そこで誕生したのが、「Miruroad（ミルロード）」です。
ドラレコを取り付けて走行するだけでこのポットホールをシステムにマッピングしてくれるんです！
「Miruroad（ミルロード）」の概要については下記の記事でも紹介しているので、合わせてご確認ください。
日々の走行を価値ある道路データに！エッジAIで道路を可視化するMiruroad
本記事では、Miruroadの「ポットホール検知機能」についてご紹介させていただきます。
続きを読む
こんにちは！クラウドソリューション開発部の今野です。
前回はAWS Amplifyというツールについて紹介させていただきました。
サクッとWebアプリを作ることができるツールでした。
今回も引き続き、裏方だけどなくてはならないAWSサービスについて紹介させていただきます。
今回はこちら！
「AWS Systems Manager」です。ご存知でしょうか？
こんにちは！クラウドソリューション開発部の今野です。
ネットサーフィンをしていたある日。
「検索、検索」入力フォームの枠をマウスポチッ。
「Qiita」キーボードコトコト。
「記事更新されているねぇ～」スクロール。
「戻るか」マウスポチッ。
「Qiita iOS」キーボードコトコト。
こんにちは！デバイスソフトウエア開発部の山内です。
私は現在建設DXを担うiPadアプリの開発を担当しているのですが、その中で、最近Swift Testingフレームワークでテストの自動化に取り組んでいます。 しかしこれがなかなか大変というか面倒というか…。
そこで思いました。GitHub Copilot の /tests コマンド でテストを自動生成すれば、工数を大幅に減らせるのでは…?
今回はそれを実際に試してみました。
クラウドソリューション開発部の内間木です。
最近は、雪が解けてきて風も暖かく春を感じられる季節となりました。
今回の記事は、前回の続き！「なぜAIはリンゴを数え間違える？画像解析の裏側を解説（後編）」になります。
前回の記事を読んでいただければ「生成AIによる画像解析の仕組み」はある程度、仕組みを理解できたと思います。
その知識を元に、今回の本題「なぜ生成AIは物のカウントが苦手なのか？」を理解していただき、どのような手法を使用すれば改善されるのかを説明していきます！
この記事を読むことで、
「なぜ生成AIは物のカウントを間違えるのか」
という裏側の仕組みを整理し、生成AIとより上手く付き合うためのヒントを掴むことができます。
こんにちは！
最近は夕飯の献立もAI頼り、SJC共同開発推進室の坂根です。
気づけば毎日AIに相談しています。
生成AI、便利ですよね。
ちょっとした調べ物から、文章作成、コード生成まで、私生活や日々の業務で手放せない存在になってきました。
私自身もかなり活用していて、「とりあえず聞く」という使い方が増えてきています。
ただ、そんな使い方を続けているうちに、ふと違和感を覚えました。
「あれ、なんか思考力落ちてないか…？」 自分で考える前にAIに聞くことが増えたせいか、考えを整理する力や、説明する力が少し鈍っている気がします。
そこで、AIを使って思考を鍛えるトレーニングをやってみることにしました。
通勤時間などのちょっとした隙間時間を使って、2週間ほど続けてみた中での気づきをお話しします。 続きを読む
こんにちは。AX研究室のRobert Hubaczです。
もし重要設備の異常を、停止や故障が起こる前の段階で把握できるとしたら——運転や保全の進め方は大きく変わるはずです。
ここで想定しているのは、定期点検の現場で偶然異常が見つかる、という話ではありません。日常的に収集される運転データをもとに、システム側が変化の兆候を継続的に捉えていく、というアプローチです。
こうした取り組みは、すでに多くの産業プラントで実用化が進んでいます。そして、それを支える中核技術の一つが「デジタルツイン」です。化学業界においても、安全性・効率性・信頼性を高める手段として、デジタルツインへの関心が急速に高まっています。
続きを読む
