AI開発
AI開発は、データという生ものを核として進行します。このデータの質と量がAIの精度を大きく左右します。しかしながら、AIの精度は時間の経過とともに劣化していくものです。これに対応するため、モデルおよびデータの継続的な監視と、必要に応じた再学習が欠かせません。弊社では、この点を深く認識し、MLOpsの概念を全面的に取り入れています。データは生ものであるという視点を保ちつつ、モデルの精度のモニタリングと再学習を自動化し、最高のパフォーマンスを継続的に提供する仕組みを築きます。
AI開発の難しさ
AI開発は、データという生ものを核として動作します。通常のシステム開発とは異なり、データによりシステムの挙動が変化するため、複雑性が増します。AIシステムにおいて、機械学習モデル（ML Code）が占める割合はごく一部であり、その周辺要素が膨大で複雑です。
Traffineができること
機械学習モデリングといったデータサイエンスの領域はもちろんのこと、運用フェーズを想定したAI開発のサポートします。データは生ものであるという意識を持ち、モデルの精度モニタリングと再学習を自動化し、最高のパフォーマンスを継続的に提供する仕組みを築きます。
モデル精度監視
データ品質監視
プロジェクト例 ❶
Project
歩行者追跡アルゴリズムの開発
Description
Multiple Object Tracking（MOT）という分野の技術を使い歩行者の検出および追跡を行いました。その際に、他の物体と重なり途切れてしまった歩行者IDを抽出して補正するアルゴリズムを開発しました。
Stacks
プロジェクト例 ❷
Project
LLM（大規模言語モデル）およびベクトルデータベースを活用したチャットシステム開発
Description
OpenAI APIとベクトルデータベースのPineconeを組み合わせることで、最新ドキュメントを瞬時に参照できるチャットボットを開発しました。ユーザーからの質問や入力は、OpenAI APIを使用してリアルタイムでベクトル化され、変換されたベクトルはPineconeのデータベースを参照し、類似性の高い回答やドキュメントを瞬時に取得します。ドキュメントの更新情報や新しい知識をチャットボットがすぐに取得して、ユーザーの質問に即座に答えることができます。