Poincaré(ポアンカレ)は燈が蓄積したアルゴリズムを柔軟に組み合わせ、各社独自のAIを誰でも簡単に高速で構築することができるプラットフォームです。無数の企業が同時にモデルの学習・チューニング・推論を行っても揺るがない、圧倒的なスケーラビリティと堅牢なセキュリティを両立するアーキテクチャを基盤として持ちながら、誰もが直感的にAIを育てられる「次世代AIプラットフォーム」を目指しています。
従来、AIの調整・精度検証は一部の専門エンジニアにしかできず、それが各企業へのAIを導入するスピードのボトルネックになっていました。Poincaréは誰でも直感的にAIの構築が可能となり、AI検証プロセスを民主化しました。AIの専門知識を持たないメンバーでも高速にAIの最適化を行うことができ、各企業の独自のニーズへ即座に応えられる世界を実現しています。
Poincaréは三つの技術レイヤーにより成り立っています。一つ目は全ての土台となるインフラ基盤で、無数の企業による並列処理を処理するスケーラビリティとエンタープライズセキュリティを有します。二つ目はその土台の上で動作するアルゴリズムで、生成AI・図面処理・検索・画像処理・データ分析技術など、これまで燈が蓄積したアルゴリズムを統合しています。三つ目のレイヤーは、各種アルゴリズムを接続することで各企業の独自のAIを直感的に構築するワークフローUIです。各技術レイヤーが進化しながら相互連携することで、各企業に独自AIを高速で提供することができます。
関連事例
Related Case Studies
製造業
3D-CAD形状差分の自動検出と過去の採否知見の紐付け
不採用のCADデータは個人の記憶と紙の中にしかなかく社内で共有が困難。CADデータの形状の「似ている」をAIが判断できる形に置き換え、過去事例とその理由を設計者に提示
建設業
過去の点検記録による劣化予測と補修計画
補修の優先順位づけはベテランの経験則に依存し、蓄積された点検データは統合されず眠っていた。暗黙知だった劣化判定を定量的な基準として定義し、危険箇所を事前に提示
製造業
知識グラフによる製造工程の不具合因果の構造化と影響推論
参照すべき過去の記録は散在し、品質判断はベテランの退職とともに失われつつあった。AIが不具合の理由分析を構造的に分析し影響を推論
設備工事業
図面から電気設備概算の自動算出
工事の概算は建物の規模と用途から導く粗い数値で、根拠を示せないことが一般的だが、過去図面を分析して根拠ある概算を算出
設備工事業
現場映像からの安全リスクの網羅検知と是正指示の標準化
全ての映像を人の目で追うことは物理的に不可能で見落としは避けられない中、作業の文脈に左右される「危険かどうか」の判断を検知で支え、職長の経験と勘を補完
設備工事業
CAD図面からの数量拾いと諸元表との自動突き合わせ
複数の協力会社が長年作成してきた図面は、記載ルールが統一されていない。寸法や文字の抽出にとどまらず、冗長性の取り方に現れる設計者の判断を吸収し自動化