<p>今回は、NR Product Biz Team でご活躍中のYさんに、入社決定に至った経緯やLeapMindでの業務についてをお話しいただきました！</p>
<h2 id="担当の業務内容範囲を教えてください">担当の業務内容、範囲を教えてください。</h2>
<p>画像処理モデルをメインに、LeapMindの製品全般のビジネス開発を担当しています。
見込みユーザーのお客様に会社概要や製品説明を行い、お客様が抱える課題をどのように自社の製品で解決できるか、ビジネス面と技術面の両面からソリューションをご提案します。
また、新規に企画された製品や事業のコンセプトが市場ニーズとマッチするよう、お客様からいただいたフィードバックを基に、製品仕様や販売戦略の立案も行います。時には、トライアンドエラーを繰り返しながら内容をブラッシュアップしていくこともあります。</p>
<p>その他、展示会やウェビナーで会社や製品のプロモーションを行ったり、マーケティングチームとプロモーションプランを検討したりと、業務は多岐にわたります。</p>
<h2 id="前職含め職務経歴を教えてください">前職含め、職務経歴を教えてください。</h2>
<p>前職では外資系半導体ベンダーでポストセールスのサポートエンジニアとして働いていました。実装中のプロセッサや製品化されたチップについて、技術的な質問や不具合報告を、メールやオンサイトでサポートする役割でした。</p>
<p>それ以前は、日系企業で組み込み系システムのソフトウェアエンジニアやプロジェクトマネージャーとしてシステム開発に長く携わっていました。技術的な知見を深めることができる一方で、お客様の声からは遠いと感じていました。</p>
<p>前職では、サポート業務を通じて、製品の改善や将来の会社の方向性を定めるのにお客様からのフィードバックが重要だということを実感しましたが、プロセッサは最終製品の一部品のため、エンドユーザーの声や市場ニーズを知ることからは遠い立場にあったと思います。</p>
<p>自社の製品がどう使われどんな課題を解決するのかを、よりお客様に近い立場で検討したいと思い、AIのソフトウェア・ハードウェアの両方を手がけるLeapMindに転職しました。</p>
<p><img src="/images/posts/news/employee-k-y/y2.jpg" alt="y-san2" title="y-san2"></p>
<h2 id="lmの良いところを教えてください印象は変わりましたか">LMの良いところを教えてください。印象は変わりましたか。</h2>
<p>人が素晴らしいです。国籍や年齢、バックグラウンドが様々ですが、垣根なくフラットなコミュニケーションが取れます。現在は、6か国出身のメンバーとともに英語と日本語を交えて仕事を推進しています。小さな会社ですが、各部門にその分野でのエキスパートが集まっていて本当に優秀な方ばかりですので、難しい課題に直面した時は一人で煮詰まらず誰かに相談するようにしています。コミュニケーションツールも充実していて、皆さん快く助けてくれるので、リモート環境でも安心です。
非エンジニアでもエンジニアの方が開催する勉強会などを通じて技術をキャッチアップできますし、社内のほとんど全ての情報がオープンですので、必要に応じて技術資料を確認したりエンジニアのミーティングに参加したりと、業務を通じて技術的な知見が深まる点も魅力の一つです。</p>
<h2 id="bizdevとしてlmで働く魅力他社にない良い点を教えてください">BizdevとしてLMで働く魅力、他社にない良い点を教えてください。</h2>
<p>お客様に近い立場で、ビジネス面と技術面の両方の知識や経験を深めることができる点がBizdevの魅力です。自社の製品がどんなユーザーに使われ、どのような課題を解決するのか、ユーザーとも社内のメンバーとも密にコミュニケーションを取りながら最適な解を見つけていく部分にやりがいを感じています。</p>
<p>また、業務が多岐に渡るため、エンジニアチームをはじめ、マーケティング、法務、知財などあらゆる部門と連携して仕事を進めます。自身の職務のみに留まらず、会社として必要なタスクに優先度をつけてプロアクティブに取り組む必要がありますが、大企業では知り得なかった他部門の業務や会社運営についても身近に知ることができて大変勉強になります。</p>
<p>新たな取り組みの際には制度やプロセスが無いこともありますが、新しいルール作りに一から参加できるというのはスタートアップ企業ならではの面白さだと感じています。</p>
<h2 id="ワークライフバランスが取りやすいと感じたエピソードはありますか">ワークライフバランスが取りやすいと感じたエピソードはありますか？</h2>
<p>フルフレックスのため、目標に対してしっかり積み重ねていくことは大前提ですが、比較的自分のペースで仕事を行うことができています。趣味の旅行や音楽ライブに行くために早めに業務を切り上げることもありますが、その場合は業務開始を早めたり、前日までに予定タスクを終わらせておいたり、と調整しながら進められる点が気に入っています。
現在はほぼリモートワークで働いていますが、コロナ禍を経て以前よりも出社する機会も増えハイブリッドなど自由に選択しています。
最近では会社のメンバーとお酒を飲みにいく機会も増え、対面でのコミュニケーションも活発にとれるようになってきて充実しています。　</p>
<p><img src="/images/posts/news/employee-k-y/y3.jpg" alt="y-san3" title="y-san3"></p>
<h2 id="最後に自由に一言お願いします">最後に自由に一言お願いします。</h2>
<p>Generative AIの普及によりAIがより身近なものになりつつありますが、同時に膨大な電力消費という課題にも直面しています。LeapMindは、高性能でありながら低消費電力を実現するAI技術で、真に実用的なAIの社会実装を、ひいては地球にも優しい未来を目指しています。
日々変化する市場動向やニーズを捉えながら、突出した技術で社会課題を解決するチャレンジングな職場です。ぜひLeapMindにご興味をお持ちいただけると嬉しいです。</p>

お客様の声とともに省電力AI半導体拡大の未来を目指して

<p>エッジAIのスタンダードを創るLeapMind株式会社（所在地：東京都渋谷区、代表取締役CEO：松田 総一、読み方：リープマインド、以下LeapMind）は、AIの社会実装をさらに推し進めるため、新たな事業戦略を策定し、社外取締役として比戸 将平氏を迎え入れ経営布陣を強化、新組織体制へ移行したことをお知らせします。新しい事業戦略においては、弊社が長年取り組んでいる量子化技術をベースに、急速に進展する大規模言語モデルなどのAIモデルを処理するために最適なハードウェア、ソフトウェア両面の技術開発に取り組んでいきます。そして、新体制の元、進化を続けるAI市場の動きに対し、迅速かつ柔軟な対応を行い、事業戦略の展開に邁進いたします。</p>
<h2 id="新体制の背景">新体制の背景</h2>
<p>LeapMindは、創業以来「機械学習を使った、今までにないデバイスをあまねく世に広める」ことをミッションに、AI技術の手法としての量子化技術に特化した研究開発と独自開発したAIアクセラレータの半導体設計を行う世界でも数少ない企業として、大手企業との共同開発を通し、長年研究開発を続けてまいりました。<br>
AI技術がさまざまな形で急速に人々の生活に浸透してきている現在、AIモデルの大規模化に伴う計算量増大と、それを処理する大型システムの電力効率に対する課題は、今後ますます重要視されると考えています。これらの課題を解決するためには、当社がこれまで培ったAIハードウェア、ソフトウェア技術両面での研究開発を活かし、ビジネス開拓をこれまで以上のスピード感を以て推し進め、実社会への展開を加速させることを目的とした経営体制を強化する必要がありました。そして、この度、当社経営陣に産業界への展開にも造詣の深い比戸将平氏をお迎えし、体制の強化を図るに至っています。　</p>
<p>比戸将平氏は、機械学習研究と人工知能技術の産業応用を専門として、国内のみならず海外においても高い専門性を発揮されてきました。また、この分野を通しての幅広いネットワークは、私たちの経営チームに大きな価値をもたらすものと確信しています。</p>
<h2 id="新役員体制">新役員体制</h2>








































<table><thead><tr><th align="center">氏名</th><th align="center">役職名</th><th align="center">種別</th></tr></thead><tbody><tr><td align="center">松田　総一　（まつだ　そういち）</td><td align="center">代表取締役 CEO</td><td align="center">現職</td></tr><tr><td align="center">徳永　拓之　（とくなが　ひろゆき）</td><td align="center">取締役 CTO</td><td align="center">現職</td></tr><tr><td align="center">阿部　剛士　（あべ　こうじ）</td><td align="center">社外取締役</td><td align="center">現職</td></tr><tr><td align="center">小林　徳弘　（こばやし　とくひろ ）</td><td align="center">社外取締役</td><td align="center">現職</td></tr><tr><td align="center">古川　徳厚　（ふるかわ　のりあつ）</td><td align="center">社外取締役</td><td align="center">現職</td></tr><tr><td align="center">比戸　将平　（ひど　しょうへい）</td><td align="center">社外取締役</td><td align="center">新任</td></tr></tbody></table>
<h2 id="比戸将平ひどしょうへい氏からのコメント">比戸　将平（ひど　しょうへい）氏からのコメント</h2>
<div style="display:flex;gap:16px;">
  <div>「企業に競争力をもたらす最先端AIモデルの構築と運用にかかる計算量は、大規模言語モデルに代表される基盤モデルの急速な発展により、加速度的に増大しています。LeapMindはその要である深層学習アルゴリズムの効率的な実行と社会実装に一貫して取り組んでいる、日本で最も先進的なエッジAIスタートアップとして創業以来ウォッチしており、今回縁あってその経営陣の末席に加われたことを大変嬉しく思います。私がこれまでのキャリアで学んだ様々な業界におけるAI活用のノウハウを、社外取締役の立場から提供することにより、LeapMindとそのお客様のビジネス革新に貢献して参ります。」</div>
  <div><img style="margin:0;" alt="Profile_Hido-san" src="/images/posts/news/20230817/Hido_edit_bluebg.jpg"></div>
</div>
<p><strong>・略歴</strong>
2006年京都大学大学院情報学研究科修士修了。日本IBM東京基礎研究所、株式会社Preferred Infrastructure、Preferred Networks America、株式会社Preferred Networks 執行役員を経て、現在ダイキン株式会社 テクノロジー・イノベーションセンター技師長。2023年5月末よりLeapMind株式会社 社外取締役に就任。</p>
<p>LeapMindは今後も「次世代の情報端末を実現するためのキーテクノロジーを提供する」というビジョンのもと、エッジAIの実用化による、人々のより便利な暮らしの実現に貢献していきます。</p>
<h2 id="leapmind株式会社について">LeapMind株式会社について</h2>
<p>2012年に創業したLeapMindは、「機械学習を使った新たなデバイスを、あまねく世に広める」を企業理念に、AIをコンパクト化する極小量子化技術と独自に開発したAIアクセラレータの半導体設計を行う世界でも数少ない企業として、主にコンシューマエレクトロニクスや自動車産業など製造業中心に、ソリューション提供を行ってきました。次世代の情報端末を実現するためのキーテクノロジーを提供するため、その実現に必要なソフトウェアとハードウェア両面の開発に取り組んでいます。LeapMindの事業は高く評価されており、累計調達額は49.9億円に達しています（2023年6月現在）。詳細はこちらをご参照ください(<a href="https://leapmind.io/">https://leapmind.io/</a>)</p>
<p>本社：〒150-0044 東京都渋谷区円山町28-1 渋谷道玄坂スカイビル 3F
代表者：代表取締役CEO　松田 総一
設立：2012年12月
URL：<a href="https://leapmind.io">https://leapmind.io</a></p>
<ul>
<li>プレスリリース記載の情報は発表日現在の情報です。</li>
</ul>
<p>報道関係　お問い合わせ先
LeapMind株式会社
Marketing &#x26; Communication Group　広報担当
TEL：03-6696-6267
メール：<a href="mailto:pr@leapmind.io">pr@leapmind.io</a>　</p>

LeapMind、AIの社会実装加速を目指し新組織体制を構築

<p>AIのスタンダードを創るLeapMind株式会社（所在地：東京都渋谷区、代表取締役CEO：松田 総一、読み方：リープマインド、以下LeapMind）は、同社のコア技術である極小量子化技術を使った超低消費電力AIアクセラレータIP「Efficiera」（エフィシエラ）で業界トップクラスとなる電力効率、107.8TOPS/W*1,2を達成しました。これを現在市場にあるデバイスと比較すると、GPUの場合で1~5TOPS/W、エッジ向けAIアクセラレータでも20TOPS/W程度となっており、当社の「Efficiera」は、同じ消費電力での性能がこれらのデバイスの約5〜100倍となることを意味します。</p>
<h1 id="aiタスクの大規模化に伴うハードウェアの課題">AIタスクの大規模化に伴うハードウェアの課題</h1>
<p>近年、様々なデバイスでAIタスクの実行が実用化されていますが、AIタスクは年々大規模化、複雑化しています。OpenAI社の分析*3によると、2012年以降、AI処理で使用される計算量は、3-4ヶ月で2倍の速度で指数関数的に急増しており（ムーアの法則は2年で2倍）、現在の処理能力をはるかに超えたシステムに備える価値がある、としています。また、このようなAIタスクの処理は、GPUなどのカスタムハードウェアやより多くのチップを並列に使うことで推進されてきた、とも分析しています。これは、エッジAIの実用化にとって、二つの技術的な課題を示唆します。ひとつは、AIタスクが複雑化・大規模化しており、AIによる学習時・推論時に必要とされる演算性能が従来以上に非常に高くなっているということ、ふたつ目は、複雑なAIタスクを処理するような高性能AIチップを搭載するデバイスの消費電力です。スマートフォンやARグラスでAIタスクを安定的に処理するためにAIチップが消費可能な電力は1W未満、高度なAI処理を必要とする自動運転では25W程度となっており、エッジAIには高い電力効率も求められます。（図1)
これらの事実は、スペース制約のあるエッジデバイス上でリアルタイムかつ安定的にAI処理を実行するためには、高い省電力性と計算処理能力の両立が必須であることを表しています。</p>
<p><img src="/images/posts/news/230801/01.png" alt="AIタスクと要求性能の図">
図1　AIタスクと要求性能　</p>
<p><img src="/images/posts/news/230801/02-ja.png" alt="電力効率比較図">
参考：電力効率比較（自社調べ）</p>
<h1 id="低ビット量子化技術とefficieraによるエッジaiの実用化">低ビット量子化技術と「Efficiera」によるエッジAIの実用化</h1>
<p>ディープラーニングを使った演算では、通常、精度を確保するために32ビットの浮動小数点数（FP32）で計算されます。しかし、この方法では行列演算（積和演算）が繰り返されるため、多くの演算リソースが必要となり、メモリや電力に制約のある、かつリアルタイム実行が求められるエッジデバイスでAIタスクを実行するためには、ソフトウェア、ハードウェアの両方でいくつかの重要な要件を満たす必要があります。
まず、ソフトウェア要件として、モデルの軽量化とFP32と同等のモデル精度、AIアクセラレータの実行効率を最大化するためのモデルコンバートが挙げられます。また、ハードウェア要件としては、低消費電力、様々なAIタスク実行のための高い性能、少ないメモリ帯域と少ないメモリ使用量があります。</p>
<p>エッジAIを実現するためには、これらの要求を全て同時に満たすことが必要ですが、一般的なアプローチでは、まずモデルの軽量化には量子化という手法が用いられます。スマートフォンのようなエッジデバイスで動作するAIモデルの軽量化は、8bit量子化が一般的ですが、これでも消費電力や発熱の観点から、実行可能なAIタスクは、物体検知や静止画の画像処理などに留まっていることが現状です。様々なAIタスクを実行するためには、このAIタスクの規模に対して、それを支える電力効率、ハードウェア性能が十分ではないことが課題となっているのです。</p>
<p>これに対し、当社は、あらゆるデバイスでのAI実用化を目指し、ソフトウェアとハードウェア両方に対する要求を、当社の強みである「極小量子化」技術を用いて実現しています。
ソフトウェア面での取り組みとして、モデルの軽量化にこの極小量子化を用い、1bit weight x 2bit activationという超低ビット量子化を実現し、特許を取得した独自の量子化技術により、精度低下を最小限に抑えた低ビット量子化に成功しています。また、「Efficiera」専用のモデルコンバーターにより、演算効率の最適化とメモリ転送量の最適化を行い、ハードウェアの実行効率を最大限に高めることを実現しています。さらに、極小量子化モデルを効率的に実行するためのハードウェアとしてAIアクセラレータ「Efficiera」の開発を進めてきています。当社の極小量子化技術により、行列演算が単純な論理演算で表現できるため、小さな回路面積で高い演算効率を備えています。推論実行時のDRAMメモリ転送データは、1,2bitのため、データ圧縮を利用した際と同等レベルのデータサイズとなり、メモリ使用量およびメモリ帯域を削減することができます。
このように、極小量子化技術を活用することで、量子化による精度低下を抑えつつ、電力効率、演算効率、面積効率を高めることが可能となっています。</p>
<h1 id="leapmind-ceo-松田総一のコメント">LeapMind CEO 松田総一のコメント</h1>
<p>「当社はAIの実用化に向けて、AI技術の手法としての量子化技術に特化した研究開発と独自開発したAIアクセラレータの半導体設計を行う世界でも数少ない企業として、大手企業との共同開発を通し、長年研究開発を続けてまいりました。AIアクセラレータによる高い電力効率とAIタスク処理性能の両立は、AIの社会実装にとって必須です。そして、今回当社では、従来のGPUやNPUを電力効率面ではるかに上回る、107.8TOPS/Wという電力効率を達成することができました。これにより、AIを広く世に広めるための重要なマイルストンを達成したと考えております。今後もお客様の課題解決に努め、AI技術の進化に貢献できるよう研究開発を進めてまいります」</p>
<p><strong>Efficieraに関する詳細は、当社ウェブサイトでご確認ください。</strong>
<a href="https://leapmind.io/products/efficiera-ip/">https://leapmind.io/products/efficiera-ip/</a></p>
<p><strong>補足</strong>
*1  Cadence社 Genus Synthesis Solutionを使った論理合成結果からの見積もり値となります。動作条件は以下の通りです。
・IP単体の電力から計算 (DRAM 、メインバス・プロセッサなど他のサブシステムの電力は含みません)
・プロセス: 7nm
・動作周波数：533MHz
・電源電圧: Center
・温度: 25℃
・MAC使用率: 75.8%
*2  TOPS/W: 消費電力1Wあたりの処理性能（TOPS: tera operations per second）として電力効率を表す単位です。この数値が大きいほど、省電力で処理する計算量が大きいことを表します。
*3 <a href="https://openai.com/research/ai-and-compute">https://openai.com/research/ai-and-compute</a></p>
<h2 id="leapmindについて">LeapMindについて</h2>
<p>2012年に創業したLeapMindは、「機械学習を使った新たなデバイスを、あまねく世に広める」を企業理念に、AIをコンパクト化する極小量子化技術と独自に開発したAIアクセラレータの半導体設計を行う世界でも数少ない企業として、主にコンシューマエレクトロニクスや自動車産業など製造業中心に、ソリューション提供を行ってきました。次世代の情報端末を実現するためのキーテクノロジーを提供するため、その実現に必要なソフトウェアとハードウェア両面の開発に取り組んでいます。LeapMindの事業は高く評価されており、累計調達額は49.9億円に達しています（2023年6月現在）。詳細はこちらをご参照ください(<a href="https://leapmind.io/">https://leapmind.io/</a>)</p>
<p>本社：〒150-0044 東京都渋谷区円山町28-1 渋谷道玄坂スカイビル 3F
代表者：代表取締役CEO 松田 総一
設立：2012年12月
URL：<a href="https://leapmind.io">https://leapmind.io</a></p>
<p>*社名、ロゴ、文中の製品名はLeapMind株式会社の商標または登録商標です。
*プレスリリース記載の情報は発表日現在の情報です。</p>
<p>お問い合わせ先
LeapMind株式会社
マーケティングコミュニケーショングループ　広報担当
TEL：03-6696-6267
メール：<a href="mailto:pr@leapmind.io">pr@leapmind.io</a></p>

LeapMind、超低消費電力AIアクセラレータIP「Efficiera」
業界トップクラスの電力効率 107.8TOPS/Wを達成

<p>この度、「NHK 国際報道2023」の"AIチップ開発最前線"でLeapMindが紹介されました。</p>
<p>日本のAI技術の新たな動きをテーマに、東京大学が国立研究機関と開設したAIチップ設計拠点で作ったAIチップ Ai-Oneの協力企業として弊社CEO松田がインタビューを受け、取り組みについて取材頂きましたので是非ご覧ください。</p>
<p><img src="/images/posts/news/7966/f5a338ea-nhk%E5%8F%96%E6%9D%90.jpg" alt="nhk取材の様子"></p>
<p>▼掲載メディア
<a href="https://plus.nhk.jp/watch/st/g1_2023061303436">https://plus.nhk.jp/watch/st/g1_2023061303436</a></p>

NHK 「国際報道2023」で放送されました

<p>エッジAIのスタンダードを創るLeapMind株式会社（所在地：東京都渋谷区、代表取締役CEO：松田 総一、読み方：リープマインド、以下LeapMind）は、AIによる外観検査の自動化を検討する中小製造業のお客様へ向けて、タブレット端末や汎用PCで検査対象物の良否判定を行うことができる、エッジAI外観検査アプリケーションソフトウェア「Findra（ファインドラ）」評価版の予約を開始したことをお知らせします。このソフトウェアは、これまで目視や顕微鏡による外観検査に対し、その検査精度や人材確保への限界を感じつつも、既存設備との調整や費用面の問題により高価な検査装置やAIソリューションの新規導入に至っていないお客様に対し、手軽にエッジ端末を使い、AI外観検査の有効性を自身で試すことができるツールです。この評価版の予約は、「Findra」ウェブサイト(<a href="https://findra.leapmind.io/">https://findra.leapmind.io/</a>) にて承ります。</p>
<h2 id="開発の背景">開発の背景</h2>
<p>近年製造現場において、生産性・品質の向上、コスト削減、人材不足の解消などは喫緊の課題となっており、これらの課題を解決する具体的な手法のひとつとしてAI画像処理を活用した外観検査の自動化を検討、導入する企業が増えています。その一方で、中小企業の多くはAI導入に期待はありつつも、POCを含めた導入の手間やコストの問題、社内にAIに詳しい人材がいないという理由によって、AIによる外観検査の有効性を確かめる前に検討を断念する企業も多く聞かれる実態もあります。
このような現状を踏まえ、当社では、ユーザが本格導入の前に、簡単にAIを活用した外観検査の効果を検証することのできるソフトウェアの必要性を感じ、今回の開発に至りました。</p>
<h2 id="製品の特徴">製品の特徴　</h2>
<p>・ 導入が手軽
お手持ちのパソコンやタブレット端末にソフトウェアをインストールするだけで、誰でもすぐに使い始められます。高額な専用装置やクラウド環境は必要はありません。</p>
<p>・ 簡単で使いやすい
必要なのは良品画像数十枚だけ、数分程度で学習が完了します*。未知の異常も検知できるので、検査員の教育や装置のルール調整から解放され、ワークの変更にも素早く対応できます。(*学習時間は、枚数により前後します）</p>
<p>・ 安心のエッジAI
学習から検査まで全ての操作がエッジ（オンプレミス）で完結。社内データが外部に流出する心配がありません。</p>
<p>・ 結果がわかりやすい
異常箇所をヒートマップで表示するから、判定根拠が明確で、誰が見ても一目瞭然です。</p>
<p>・ 多様な検査を高速実行
プリント基板の小型部品や、変化の大きい光沢面など、ルール設定が難しい多様な検査をAIが解決します。インライン検査にも使える高速処理で、検査時間を大幅に削減し、精度も安定します。</p>
<p>・ シンプルな月額定額制
料金は、対象の画像をパソコンやタブレット端末で検査する時に処理されるデータ量によって、月額定額プランをご用意しています。</p>
<p><img src="/images/posts/news/7957/814e0615-.png" alt="異常検知時のイメージ">
＊異常検知時のイメージ</p>
<p>LeapMindは今後も「次世代の情報端末を実現するためのキーテクノロジーを提供する」というビジョンのもと、エッジAIの実用化による、人々のより便利な暮らしの実現に貢献していきます。</p>
<h2 id="leapmind株式会社について">LeapMind株式会社について</h2>
<p>「機械学習を使った新たなデバイスを、あまねく世に広める」を企業理念に、ディープラーニングモデルをコンパクト化する極小量子化技術と独自に設計されたAIアクセラレータに強みを持ち、主にコンシューマエレクトロニクスや自動車産業など製造業中心に、ソリューション提供を行ってきました。次世代の情報端末を実現するためのキーテクノロジーを提供するため、その実現に必要なソフトウェアとハードウェア両面の開発に取り組んでいます。LeapMindの事業は高く評価されており、累計調達額は49.9億円に達しています（2021年5月現在）。</p>
<p>本社：〒150-0044 東京都渋谷区円山町28-1 渋谷道玄坂スカイビル 3F
代表者：代表取締役CEO 松田　総一
設立：2012年12月
URL：<a href="https://leapmind.io">https://leapmind.io</a></p>
<p>*プレスリリース記載の情報は発表日現在の情報です。</p>
<p>報道関係　お問い合わせ先
LeapMind株式会社
Marketing &#x26; Communication Group　広報担当
TEL：03-6696-6267
メール：<a href="mailto:pr@leapmind.io">pr@leapmind.io</a></p>

【プレスリリース】タブレットやパソコンを使いシンプル操作で簡単に導入できる 定額制エッジAI外観検査ソフトウェア「Findra」を開発

<p>エッジAIのスタンダードを創るLeapMind株式会社（所在地：東京都渋谷区、代表取締役CEO：松田 総一、読み方：リープマインド、以下LeapMind）は、創業10周年を迎え、ディープラーニング技術のさらなる市場への浸透を目指して、テクニカルアドバイザーとして牛久祥孝（うしく たかよし）氏が就任したことをお知らせします。</p>
<h2 id="就任の背景">就任の背景</h2>
<p>当社は2012年の設立以来、機械学習技術の実用化を目指して、ディープラーニング量子化技術を活用し、ソフトウェア・ハードウェア両面から技術開発を行っています。創業から10年を経て、当社の技術が着実に人々が手にする機器、エンド製品に近づいてきている手応えを感じる一方で、ディープラーニング技術の活用に対する市場からの理解はまだまだ進む余地があり、さらなる研究開発と啓蒙活動が必要であるとも感じています。</p>
<p>今回就任した牛久氏は、コンピュータビジョンや自然言語処理の領域における研究者として、多数の論文を執筆、国際論文での引用回数も5000回*1 を超え、現在複数の大学で教壇に立ちつつ、人工知能学会をはじめとして数々の専門委員も兼務し、機械学習と関連領域の発展に尽力されています。また、2018年からはオムロンサイニックエックス株式会社で設立当初よりPrincipal Investigatorとして、社会課題を次世代の革新技術に繋げていくために活躍されています。
当社において、牛久氏はテクニカルアドバイザーとして、当社のこれからの10年へ向けた技術戦略に対する助言を行うとともに、開発組織増強への支援にも携わります。
今後、牛久氏の研究と当社の画像処理AIに関わる技術とを掛け合わせ、技術研究開発の強化および製品化の加速を進め、エッジAIの社会実装実現を進めていきます。</p>
<p>*1: Google Scholar調べ</p>
<p><img src="/images/posts/news/7912/5e0a0e5e-ushiku_insert.png" alt="LeapMind株式会社経営陣" title="LeapMind株式会社経営陣">
（LeapMind株式会社経営陣（写真右からCEO松田、牛久氏、CTO徳永／撮影時のみマスクを外しております）</p>
<h2 id="牛久-祥孝-経歴">牛久 祥孝 経歴</h2>
<ul>
<li>2013年 日本学術振興会特別研究員およびMicrosoft Research Redmond Intern</li>
<li>2014年 東京大学大学院情報理工学系研究科博士課程修了</li>
<li>NTTコミュニケーション科学基礎研究所入所</li>
<li>2016年 東京大学情報理工学系研究科講師</li>
<li>2018年 オムロンサイニックエックス株式会社 Principal Investigator就任</li>
<li>2019年 株式会社Ridge-i CRO就任</li>
<li>2022年 合同会社ナインブルズ設立</li>
</ul>
<p>コンピュータビジョンや自然言語処理を対象とし、機械学習によるクロスメディア理解の研究に従事。 2011年ACM Mutlimedia Grand Challenge Special Prize、2017年ACM Multimedia Open Source Software Competition Honorable Mention、2017年および2018年NVIDIA Pioneering Research Awards、2021年ヤマト科学賞など研究成果が数多くの賞を受賞。</p>
<h2 id="テクニカルアドバイザー牛久-祥孝氏コメント">テクニカルアドバイザー　牛久 祥孝氏コメント</h2>
<p>LeapMindは、日本の中で、組込み機器上でニューラルネットワークを広く使ってもらうという取り組みにおいて旗手になっていると以前から感じていました。人々の生活を豊かにするとき、単にPCやスマートフォンがスマートになるだけでは不十分で、今すでに人々の役に立っている組込み機器を更にスマートにすることはとても難しい作業であると感じます。一方で難しいからこそ、ニューラルネットワーク処理を組込機器上で行うことの実用的なメリットは非常に高く、”組込み技術を使って広く普及させ、人々の生活を豊かにする”という考え方はとても重要であると考えています。
壮大ですが、『大規模な基盤モデル上で動いているものを組込みで動かす、”組込みでは絶対動かない”と思われていた巨大なネットワークがSoCに載る』という大きな野望をもって、技術革新を支援していきたいと思っています。</p>
<h2 id="取締役cto徳永-拓之コメント">取締役CTO　徳永 拓之コメント</h2>
<p>LeapMindでは現在、ニューラルネットのアクセラレーターを開発していますが、未来の、高度に知的なコンピューターは今の技術のシンプルな延長線上にはなく、どこかでなんらかの技術的跳躍が必要であると感じています。
そのような技術の進化をうまく乗りこなすためにも、これまで最先端の研究開発にずっと関わってこられた牛久さんに、アドバイザーに就任していただけることを大変うれしく思っています。今回一緒に将来を描けることになり、我々の後ろ盾として支援いただけることは心強いです。</p>
<h2 id="leapmind株式会社について">LeapMind株式会社について</h2>
<p>「機械学習を使った新たなデバイスを、あまねく世に広める」を企業理念に2012年創業しました。累計調達額は49.9億円に達しています。ディープラーニングをコンパクト化する極小量子化技術に強みを持ち、製造業を中心に150社を超える実績を保有しています。次世代の情報端末を実現するためのキーテクノロジーを提供するために、その実現に必要なソフトウェアとハードウェア両面の開発に取り組んでいます。</p>
<p>本社：〒150-0044 東京都渋谷区円山町28-1 渋谷道玄坂スカイビル 3F
代表者：代表取締役CEO 松田　総一
設立：2012年12月
URL：<a href="https://leapmind.io">https://leapmind.io</a></p>
<p>*プレスリリース記載の情報は発表日現在の情報です。</p>

【プレスリリース】テクニカルアドバイザーに牛久祥孝氏が就任

<p>エッジAIのスタンダードを創るLeapMind株式会社（東京都渋谷区、代表取締役CEO：松田総一）は、同社が開発するディープラーニングモデルが2022年9月に株式会社オカムラ（本社：神奈川県横浜市、代表取締役 社長執行役員：中村 雅行、以下オカムラ）によって発表された自律移動ロボット「ORV（オーアールブイ）：Okamura Robot Vehicle」に採用されたことをお知らせします。
　LeapMindは、物流分野における省人化や自動化へ向けてディープラーニングの技術を活用できるよう、今回の「ORV」開発プロジェクトに早期から参画しており、今回LeapMindのディープラーニングモデルをコンパクトにする技術やAI実用化への開発力の高さを評価いただき、採用に至っています。</p>
<h2 id="物流分野における課題と採用背景">物流分野における課題と採用背景</h2>
<p>少子高齢化や大都市への人口集中により、労働人口の偏り、人手不足の問題は建設業、製造業だけでなく、物流業界でも問題視されています。物流現場において、人による作業の代替手段として、モノを運ぶ、移動させる自動化の手法は、すでに無人搬送車（AGV：Automatic Guided Vehicle）によって可能となっています。しかし、これには、床面に軌道となる経路テープやマーキング等の事前対策が必要な上、軌道上の障害物を認識して避けることができないという課題がありました。さらに重量が大きく移動頻度の多いかご車の自動化は、多くの物流現場での課題でもありました。</p>
<p>　LeapMindのディープラーニング技術は、「ORV」がかご車を自動認識する人工知能エンジンとして採用されています。これによって、かご車の改造や倉庫床面のマーキングは不要で、人手でぴったりと位置合わせをしなくても自動で把持することができます。</p>
<p><img src="/images/posts/news/7904/c48be22f-okamura_insert.png" alt="かご車を自動認識する人工知能エンジンの説明" title="かご車を自動認識する人工知能エンジンの説明">
（画像提供：株式会社オカムラ）</p>
<p>LeapMindは今後も「次世代の情報端末を実現するためのキーテクノロジーを提供する」というビジョンのもと、エッジAIの実用化による、人々のより便利な暮らしの実現に貢献していきます。</p>
<h2 id="okamura-robot-vehicleorvについて">「Okamura Robot Vehicle：ORV」について</h2>
<p>「ORV」は、センサーで周囲の環境を把握し周辺地図の作成と自己位置推定を行うSLAM（Simultaneous Localization and Mapping）技術を活用し、AI（人工知能）を搭載した自律移動ロボットです。カゴ車を自動認識して取りに行き、カゴ車の片側をつかみ上げて目的地まで障害物を避けながら搬送します。けん引ではないためカゴ車と一体になりその場で旋回するなど小回りが利き、バック走行が可能なため狭い空間でも隙間なくカゴ車を整列配置させることができます。物流施設において、モノを単純に動かす・運ぶという作業の自動化を実現します。</p>
<p>自律移動ロボット「ORV(オーアールブイ)」製品紹介サイト</p>
<p><a href="https://www.okamura.co.jp/solutions/factory/logistics/orv/">https://www.okamura.co.jp/solutions/factory/logistics/orv/</a></p>
<h2 id="株式会社オカムラについて">株式会社オカムラについて</h2>
<p>株式会社オカムラは、オフィス、教育・医療・研究・商業施設、物流センターなど、さまざまなシーンにおいて、質の高い製品とサービスを社会に提供することに努めています。物流システム事業においては、自動倉庫や搬送・仕分け機器などの物流システム機器の開発・製造、導入・運用支援、アフターサービスなど物流システムにおける一貫したソリューションを提供しています。物流施設内オペレーションのさらなる自動化・省力化をサポートし、生産性向上に貢献します。
「豊かな発想と確かな品質で、人が活きる環境づくりを通して、社会に貢献する。」をオカムラのミッションとし、トータルソリューション企業への変革とグローバル化の推進を図るとともに、持続的な企業価値の向上と社会課題の解決を目指します。</p>
<p>本社：神奈川県横浜市西区北幸1丁目4番1号 天理ビル19階
代表者：代表取締役 社長執行役員　中村 雅行
設立：1945年10月
URL：<a href="https://www.okamura.co.jp/">https://www.okamura.co.jp/</a></p>
<h2 id="leapmindについて">LeapMindについて</h2>
<p>「機械学習を使った新たなデバイスを、あまねく世に広める」を企業理念に2012年創業しました。累計調達額は49.9億円に達しています。ディープラーニングをコンパクト化する極小量子化技術に強みを持ち、製造業を中心に150社を超える実績を保有しています。次世代の情報端末を実現するためのキーテクノロジーを提供するために、その実現に必要なソフトウェアとハードウェア両面の開発に取り組んでいます。</p>
<p>本社：〒150-0044 東京都渋谷区円山町28-1 渋谷道玄坂スカイビル 3F</p>
<p>代表者：代表取締役CEO 松田 総一</p>
<p>設立：2012年12月</p>
<p>URL：<a href="https://leapmind.io">https://leapmind.io</a></p>
<p>記載されている製品名などの固有名詞は、各社の商標または登録商標です。
プレスリリース記載の情報は発表日現在の情報です。</p>
<h3 id="お問い合わせ先">お問い合わせ先</h3>
<p>LeapMind株式会社
Marketing &#x26; Communication Group　広報担当
TEL：03-6696-6267
メール：<a href="mailto:pr@leapmind.io">pr@leapmind.io</a></p>

【プレスリリース】LeapMindのディープラーニング技術、オカムラの自律移動ロボットのAI自動認識に採用

<h2 id="iさんについて教えてください">Iさんについて教えてください</h2>
<p>LeapMindでは異常検知チームに所属しています。　</p>
<p>学生時代は軽音サークルに所属していて、バンドをやったり、音響を調整するPAをしたりしていました。その関係で、<strong>音響に興味を持ち信号処理の研究室に入ったのですが、最終的には画像処理が専門分野</strong>になりました。
入社してからずっとフルリモートワークで、動かない・汗をかかないということがあるので銭湯でサウナに入ることにハマっています。ずっと机で仕事をしているので血行を良くしないとと思って（笑）
研究開発という仕事柄、色々考えてアイディアを出す必要もありますが、そんな時にサウナに入るとアイディアが浮かぶこともあります。普段は家の近くにある銭湯へ行っていますが、友人と一緒に新しくできたサウナに行ったりもします。</p>
<h2 id="現在の仕事について教えてください">現在の仕事について教えてください</h2>
<p>Efficieraを使って異常検知モデルをつくるチームに所属しています。</p>
<p>異常検知が必要な場面の多くは製造業の工場などの現場で、機材の設置スペースや電源、インターネット接続などに制限がある環境では導入できる設備が限られてしまいます。なので、そこでEfficieraを動かせるようにするということが大事なポイントかと思います。　</p>
<p>もともとは、製造業を中心に工場の製品に含まれる異常検知を想定していましたが、現在は機械の故障検知、煙や火災の検知、監視カメラを活用した立ち入り禁止区域への侵入検知等、様々な場面で応用活用が期待されています。</p>
<p>開発は最新の論文の手法の実装や改良といった研究開発的な業務と、コードの最適化やテストによる品質向上などのプロダクト開発的な業務のどちらも行います。直近では、展示会などで弊社の異常検知モデルの性能をよりわかりやすくお伝えすることを目指したGUIアプリケーションの開発に取り組んでいます。</p>
<p>例えば、検査対象の正常品の画像だけで学習・異常検知ができることや、検知された異常箇所の特定ができることなど、本製品の特徴を視覚的にお伝えできるようになると思います。</p>
<p>開発の際には、<strong>エンジニアチーム内だけではなく、セールスやBizdevの方々とのコミュニケーションを緊密に取り合うことでより良い製品の開発を目指しています。</strong> 特に、エンジニアチーム以外のメンバーからの提案やお客様からの要望で、開発時には想定していなかった場面での活用シーンが広がっているのを感じて刺激になっています。　</p>
<h2 id="入社してから現在までについて教えてください">入社してから現在までについて教えてください</h2>
<p>2021年の春に入社して、1年半ほどが経過しました。入社時から異常検知モデルチームに所属していたので、異常検知モデルの開発がメイン業務ですが、他のモデルチームの研究開発に参加することもあり、日々新たな刺激を受けながら働くことが出来ています。</p>
<p>また、大学院生のころは一人で研究を進めることが多く、保守性や可読性が低い書き捨てのコードばかりを書いていたのですが、入社してからはチーム開発であることを意識してコーディングするようになりました。今では、製品の品質を意識した開発ができるようになったと思います。　
　
そもそも、僕はチーム開発ツールの使い方も全然知らなくて、いわゆるGitHubも論文のソースコードを置いておく程度にしか活用できていませんでした。入社当初は、こうした開発ツールの使い方から社内インフラの技術のことまで分からないことだらけだったので、「何も知らないので、よろしくお願いします！！」と正直に伝えました。</p>
<p>ありがたいことに、当時の配属先Mgrが全部丁寧に教えてくださったので、研修期間中には開発に支障ない程度には知識をつけることができました。また、実際に開発を行う際は、プルリクエストごとにコードレビューが必要なシステムになっていて、僕のコードについてのフィードバックを日常的にいただけるような環境になっています。こうした社内環境が、僕のチーム開発のスキルアップに繋がったように思います。　</p>
<h2 id="出来なかった技術の社会実装-leapmindへの3つの入社理由">出来なかった技術の社会実装-LeapMindへの3つの入社理由</h2>
<p>入社のきっかけは、2019年にLeapMindのサマーインターンへ参加したことでした。
<strong>1番の決め手は、優秀な社員の方が多くいることです。</strong></p>
<p>サマーインターンでは異常検知手法に関する研究開発に取り組んだのですが、そのときに考案した手法が当時の最先端の性能であることがわかり、インターン期間を1週間延長させてもらって成果を論文として発表しようということになりました。</p>
<p>その時、社員の方から論文指導をしていただいたのですが、それが僕にとっては良い意味で衝撃的な体験でした。いわゆるテクニカルライティングを教わったのですが、これによって論文は見違えるほど良くなりました。今でも、その当時の初稿を持っています（笑）。
当時、社内ドキュメントを含めたアウトプットの質を高めていこうという動きがあったようで、そうした意識を持つ上司の方や先輩のいる環境だと成長も出来るし素敵だと思いました。</p>
<p>この論文の件がきっかけで、LeapMindであれば研究開発をしながら成果のアウトプットをすることも出来るんじゃないかなと思いました。（※研究チームはありますが、現在はEfficieraの開発に全員でコミットしています）　</p>
<p><img src="/images/posts/news/employee-r-i/c677a6d6-img_8903-%E3%82%B5%E3%82%A4%E3%82%BA%E5%A4%89%E6%9B%B4%E6%B8%88-%E6%9C%80%E6%96%B0-594x440.jpg" alt="窓を背に向けて話すIさん" title="窓を背に向けて話すIさん"></p>
<p><strong>2つ目はコミュニケーションです。</strong> 今はフルフレックス・フルリモートの環境ですが、当時僕がインターンをしていた時はコロナが流行する前だったので全員出社していました。　</p>
<p>同じフロアにエンジニアやセールス、バックオフィスの方がいて、学生ながら凄くフラットな環境だなと思っていました。実際、<strong>CEOの松田さんがLeapMindをフラットな組織にしたくて</strong>そうしたフロア設計にしていたようです。</p>
<p>インターン中は、執務室と隣接するフリースペースで作業しながら、そこへ出入りする社員に片っ端から話しかけに行っていたので、当時の社員全員と話すことができたと思います。僕にとっては、そんな環境が魅力的で雰囲気もすごく良かった印象でした。入社後は、フルリモートワークのためお互いの状況が当時よりもわかりづらくはありますが、<strong>エンジニア同士はもちろんのこと、セールスやBizDevの方とのMTGを通してコミュニケーションをする</strong>ことができています。</p>
<p>CEOやCTOとの距離も近いなと思います。会社の方針に関して質問や意見があった場合は、1on1も実施してくださいますし。コミュニケーションの時間をつくって僕に向き合ってもらう機会があります。CTOは率先して技術開発をしていますし、そういう点で技術者的にも刺激になる職場で、まとまりの良さを感じています。</p>
<p>実は、コミュニケーションに関しては良い話ばかりではなくて不安もありました。
僕は、新卒からフルリモートワークで社会人生活がスタートしたので、毎日出社するような働き方をした事がないんですよね。入社してから最初の数ヶ月は実家のある福岡から勤務していましたし・・。</p>
<p>そのなかで、どういう風に仕事を進めていくかという点では苦労しました。</p>
<p>入社当初は、まだ顔を合わせたことがないメンバーと連絡を取るのは少し勇気がいりましたし、社内スラックに設けられている公開質問チャンネルも、初歩的すぎる質問だと思われないかと思うとなかなか利用できませんでした。その点、<strong>インターンの時からお世話になっていたMgrが毎日1on1を実施してくださり、他のメンバーとの橋渡しや質問への対応をしてくれたので、本当に凄く助かりました。</strong></p>
<p>今となってはリモートワークにも慣れ、必要最低限のコミュニケーションで仕事を円滑に進めることができるようになりました。</p>
<p>ただ、そうなると僕がインターンの時に感じた魅力の一つであるLeapMindのコミュニケーションを通した活気のあるカルチャーが薄れてしまいそうで、今は自分から社内へコミュニケーションの機会を提供したり、社内イベントの運営に参加させて頂いています。　</p>
<h2 id="入社して挑戦できたことは">入社して挑戦できたことは？</h2>
<p>入社してまだ1年弱ですが、<strong>プロジェクトのリードも任せて頂いています。</strong>　
入社直後は、チームMgrのリードのもとで研究開発を担当し、製品開発の大枠を掴みました。</p>
<p>マイナーアップデート版の開発を実施する際には、プロジェクトのマネジメントを経験させてほしいとMgrに相談し、開発の承認を得るところから、要件定義、スケジュール策定、実装、テスト、リリースにいたるまで僕がリードを経験させて頂きました。</p>
<p>とはいえ、アップデートに関するベースのアイデアはMgrのお力を多分にお借りしたので、次回はより抽象度の高い仕事のリードに挑戦してみたいです。</p>
<p><strong>このように、入社から早い段階で実際の製品開発にかかわるプロジェクトを任せて頂けるのもスタートアップの良い所</strong>かなと思います。</p>
<p>また、日頃から、セールスやBizDevの方を通じてお客様の希望（どういう機能が必要でどういうニーズがあるのか）を把握することができています。</p>
<p>たとえば、開発側からすると面白いと思えるような最新の技術が実はお客様にはそれほど求められていなかったり、逆に古典的な技術や意外な機能が必要とされていたりするんです。</p>
<p><strong>開発チームの中だけに閉じずにビジネス側からお客様の声をきくのは開発への刺激</strong>にもなるし、本当に必要なものを提供できるように、お客様の存在は意識し続けたいと思います。　</p>
<p><img src="/images/posts/news/employee-r-i/3264e2ae-img_8926-%E3%82%B5%E3%82%A4%E3%82%BA%E5%A4%89%E6%9B%B4%E6%B8%88-660x440.jpg" alt="座っているIさん" title="座っているIさん"></p>
<h2 id="iさんの今後のビジョン-お客さんに使ってもらえる製品を作りたい-leapmindでやりたいこと">Iさんの今後のビジョン～ お客さんに使ってもらえる製品を作りたい-LeapMindでやりたいこと～</h2>
<p>僕が入社を決めた理由は、<strong>お客さんに使ってもらえる製品を作りたかったから</strong>です。今、僕が考えているよりもLeapMindという会社はより強く「<strong>誰が使うのか</strong>」を考えている会社です。</p>
<p>例えば、〈この機能って、技術的には面白いけど実際は必要かな？必要ないよね〉とか、実際にお客様が何に困っているのか、お客様のニーズを常に考え続けることを意識して仕事をしています。　</p>
<p>今は技術開発や組織作りなど、色々なことに挑戦させてもらっています。</p>
<p>異常検知モデルは、まだまだ向上の余地がありアップデート出来ると思っていますし、研究と開発を繋げていきたい想いも、もちろんあります。</p>
<p>製品が世の中に届いて、会社が今の数倍ほど大きくなった暁には、よりチャレンジングな研究を行う専門のチームを発足できたらなと思っています。世の中にインパクトを与えられる技術の研究を行いながら、その社会実装にも取り組むことが出来たら素敵だなと思っています。　</p>
<p><strong>LeapMindは常に新しい技術を生み出し、それを社会に還元していくことが出来る会社</strong>だと思ってるので。</p>
<p><img src="/images/posts/news/employee-r-i/8fb4fd09--660x422.jpg" alt="窓際に手を置くIさん" title="窓際に手を置くIさん"></p>
<h2 id="インターンメンターや取り組みを教えてください">インターンメンターや取り組みを教えてください</h2>
<p>きっかけは、インターン生のメンターとなったことでした。<strong>入社1年目からメンターをさせてもらえたこと</strong>もスタートアップの良いところの一つかもしれませんね（笑）。</p>
<p>メンターをしていたインターン生との雑談の中で、せっかくのインターンだから、他のチームのエンジニアや他の職種の方ともコミュニケーションの機会が欲しいですよね、という話になって、<strong>インターン生と社員との雑談の場として「CoffeeBreak」という時間を設ける企画</strong>をしました。
今では、<strong>全社員が自由に参加していただけるオンラインコミュニケーションの機会</strong>になっていて、社内での認知度も上がっていると思います！</p>
<h2 id="hackdaysleapmindculture">HackDays・LeapMindCulture</h2>
<p><strong>LeapMindのカルチャーの1つであるHackDysは2018年頃から実施</strong>しています。
歴代の運営社員がいて、今は僕がバトンをもらって運営しています。</p>
<p>HackDaysは、インターンの時に発表会に参加する機会があって「すごく面白そう！」と思った記憶があります。<strong>通常業務を一定期間ストップして、好きな開発をして良い</strong>というのは、<strong>エンジニアドリブンな会社</strong>だなと思います。</p>
<p>普段から技術に触れていると、「業務には関係ないけどいつか作ってみたい、試してみたい」というようなアイディアが浮かぶことがあるのですが、やはり業務に関係ないものに時間を割くことはなかなか難しいです。<strong>HackDaysではそれぞれが作りたいものを好きなように作る</strong>ことができるので、日頃のアイディアを実現するとてもいい機会になっていると思っています。また、HackDaysを通して、<strong>「普段はこういう業務役割の人だけど、実はこんなこともできるんだ！」みたいなことを沢山知ることもできる</strong>ので、運営するのも楽しいです。また、チームを組んでプロジェクトに取り組む方々もいたりして、新たなコミュニケーションが生まれる機会にもなっていると思います。</p>
<p>これまでのHackDaysでは、例えば、機械学習に関する知識を遊びながら学べるカードゲームを作ったり、空調の自動制御装置や、話し手の声で音声翻訳をする開発機能を作っている社員の方もいました。</p>
<p>必要があるかないかは関係なく、<strong>＜自分的に作ったら面白そう、誰の邪魔もなくつくれる場＞という機会</strong>でLeapMindで働くエンジニアにとっては素敵な場だと思っています。　</p>
<h2 id="最後に一言">最後に一言</h2>
<p>Efficieraを機軸に新しい技術を取り入れて、<strong>今までにないデバイスを世の中に広めるというミッションに取り組み続ける会社</strong>であることが理想だと思っていますし、そうなるように僕も頑張りたいと思います！</p>
<p>LeapMindに少しでもご興味を持たれましたら、ぜひ<a href="https://hrmos.co/pages/leapmind">採用ページ</a>をご覧ください！</p>

研究開発した技術の社会実装を実現したい

<p>こんにちは。LeapMind インターン運営担当です。
本日は、2022年サマーインターンに参加されたインターン生の成果発表について記事にまとめたいと思います。</p>
<p>LeapMindで2ヶ月間インターンシップに参加した若井です。
インターンシップでは、Anomaly Detectionチームに所属し、異常分類(anomaly classification)のプロジェクトに取り組みました。</p>
<h2 id="プロジェクトについて">プロジェクトについて</h2>
<p>インターンシップのプロジェクトとして、異常分類の研究に取り組み、
量子化されたニューラルネットワークを用いて異常分類モデルの実装と精度検証を行いました。</p>
<p>異常検知(anomaly detection)は異常の有無の推定や異常の箇所の特定を行うのに対し、
異常分類(anomaly classification)はこれらに加えて異常の種類の特定を行います。</p>
<p>検知対象の異常は軽微なものから深刻なものまで様々ですが、異常の種類が特定できれば検知後の対応を変更できるため、外観検査や故障予知等の様々な場面で異常分類技術が役立つと考えられます。</p>
<p>本プロジェクトでは、あらかじめ異常有無推定と異常箇所特定が行われたデータに対して異常分類を行う、という問題設定でモデルを設計しました。
異常検知段階と異常分類段階の二段階で異常分類を行うことにより、異常検知段階で異常が無いと推定された場合、異常分類の推論を打ち切ることで全体の速度向上が期待できます。</p>
<p>したがって、正常データ・異常データの両方に対して一気通貫で異常分類を行うのではなく、異常検知後のデータに対して異常分類を行いました。</p>
<h2 id="手法について">手法について</h2>
<p>異常検知分野では、正常データのみを用いて学習する手法も頻繁に利用されていますが、本プロジェクトでは異常の分類を目標としたため、異常データを用いて学習した画像分類モデルを利用する方針としました。</p>
<p>また、異常検知分野での前提として、「異常データは非常に稀である」という性質があります。</p>
<p>この性質により、以下の3つが問題となります。
問題1 学習用の異常データが不十分である
問題2 異常データがすべての異常例を網羅できているとは限らない
問題3 正常データと異常データが不均衡である</p>
<p>1の問題に対しては転移学習(transfer learning)やfew-shot learningの手法を、
2の問題に対してはOOD(out-of-distribution)検出手法を用いてモデルを設計しました。</p>
<p>本プロジェクトの問題設定では、異常有無は既に推定されており、分類を行うデータは異常が検知されたデータに限られるため、3の問題については対象外としました。</p>
<p>few-shot learningの手法は、この論文(<a href="https://arxiv.org/abs/1904.04232">https://arxiv.org/abs/1904.04232</a>)を参考にしました。
この論文では、ニューラルネットワークの全結合層にcosine distanceを適用することによりfew-shot時の精度向上を図っています。</p>
<p>OOD検出手法は、この論文(<a href="https://arxiv.org/abs/2205.09310">https://arxiv.org/abs/2205.09310</a>)を参考にしました。
画像分類モデルは学習が進むにつれsoftmax関数の出力値がクラス間で極端な分布になりがちですが、この論文ではlogit normという誤差関数を用いてsoftmax関数の出力値をなだらかにすることで「自信過剰」な推定の防止を図っています。</p>
<p>以上の手法をベースとして異常分類モデルを改善し、量子化されたニューラルネットワーク上で精度検証を行いました。</p>
<p>2ヶ月という限られた期間ではありましたが、メンターの方とディスカッションを行いながら実験を進めることができ、インターンシップでの成果として仕上げることができました。</p>
<h2 id="インターンシップについて">インターンシップについて</h2>
<p>インターンシップでの勤務形態は、フレックスタイム・コアタイム無し・フルリモートと非常に自由度が高かったです。夏休み中も卒業研究の関係で度々大学に行くことがあったため、この勤務形態は大変ありがたかったです。</p>
<p>フルリモートではありましたが、coffee break timeや社内勉強会等の機会に恵まれ多くの社員の方々と交流できました。coffee break timeはメンターの方が中心になって企画してくださったのですが、個性的な社員の方々とチームや立場を超えて交流でき、自身の進路や将来を考えるうえで非常に参考になりました。</p>
<p>2ヶ月間のインターンシップでは、メンターの方々に大変お世話になりました。
プロジェクトに取り組むまでのキャッチアップ期間では、開発手法や異常検知分野の基礎知識について丁寧に教えていただきました。
プロジェクトに取り組み始めてからは、毎日のチームミーティングで、プロジェクトの進め方をはじめ幅広く意見をいただくとともに、思うように進捗が出せなかった時も優しく励ましていただきました。また、頻繁にディスカッションをさせていただき、一人で途方に暮れることなくプロジェクトを進めることができました。</p>
<h2 id="最後に">最後に</h2>
<p>短い期間でしたが、LeapMindのインターンシップでは貴重な経験ができ、非常に大きな財産になりました。
2ヶ月間、大変お世話になりました。</p>

Summer Internship 2022 –Wakai–Investigate the possibility of anomaly classification on quantized neural networks

<p>こんにちは。LeapMind インターン運営担当です。 本日は、2022年サマーインターンに参加されたインターン生の成果発表について記事にまとめたいと思います。</p>
<p>Hello, this is LeapMind Internship Administration Team. Today, we would like to share the presentations of our interns who participated in the 2022 Summer Internship Program.</p>
<p>はじめまして。LeapMindでインターンをしていた劉です。
夏休みの2ヶ月間、Network Development Kit (NDK)チームに参加させていただきました。
この記事ではインターン期間中の取り組みをはじめ、社内の環境や雰囲気など、インターンを通して得られたこと、感じたことを総合的に書かせていただきたいと思います。</p>
<p>Hello, I am Ryu, an intern at LeapMind.
I joined the Network Development Kit (NDK) team for two months as an intern during the summer vacation.
In this article, I would like to write a comprehensive report on what I gained and felt through my internship, including the project I worked on and the work environment and atmosphere within the company.</p>
<h2 id="インターン期間中の取り組み--the-project-i-worked-on-during-my-internship">インターン期間中の取り組み / The project I worked on during my internship.</h2>
<p>今回のインターンの課題はBinary Neural Networkに関する新しい論文[1]の再現実験をするというものでした。この課題にインターン生2人で取り組みました。論文では、重みパラメータとアクティベーションの両方をそれぞれ1bitにするという大胆な量子化を提案しています。それでいて、ImageNetを用いた分類問題を始め、CNNが得意とするさまざまな課題で量子化前と同程度の性能を出せることを論文では主張しています。ニューラルネットワークの量子化という分野において精度の低下は常に頭を悩ませてきた問題であるため、「量子化前と同程度の性能」をたったの1bitずつで実現できるのであれば、それは驚くべきことであり、今後のLeapMindの製品に役立つことも期待できます。</p>
<p>The project for this internship was to experiment to reproduce a new research paper on Binary Neural Networks [1]. The two interns including me worked on this assignment together. The research paper proposes a bold quantization scheme in which both the weight parameter and the activation are set to 1 bit. Despite this, they claim that they can deliver the same level of performance as before quantization in various tasks that CNNs are good at, such as classification problems using ImageNet. Since accuracy degradation has always been a major problem in the field of neural network quantization, if "the same level of performance as before quantization" with only 1 bit each could be realized, it is a remarkable achievement and will be useful for LeapMind's future products.</p>
<p>こうしたモチベーションによって始まった今回の再現実験ですが、予想以上に難航してしまいます。論文にソースコードは提供されていません。学習率のようなハイパーパラメータや、オプティマイザのような再現に必要な情報も提供されていません。そのため、これらは過去の経験や他の実装から推測することになります。ハイパーパラメータ探索の大変さを見くびることはできませんが、ここまでの苦労であれば他の論文の再現でも必要となることは多いでしょう。本論文の再現において最も苦労したのは、ニューラルネットワークの形が分からないという点でした。</p>
<p>Although these motivations led us to start this reproduction experiment, it turned out to be more difficult than expected. The source code has not been provided in the paper. Neither are hyperparameters like learning rate or necessary information for reproduction, such as optimizers, provided. Therefore, we had to infer these from experience and other implementations. We cannot underestimate the difficulty of hyperparameter search, however, this much effort will often be necessary for the reproduction of other papers. The most difficult part of reproducing this research paper was not knowing the shape of the neural network.</p>
<p>具体的に1つ例を挙げましょう。下の図は論文が提案するネットワークにビット幅の注釈をつけたものです。</p>
<p>Let me give you one specific example. The figure below shows the network proposed by the paper with bit width annotations.</p>
<p><img src="/images/posts/news/summer-internship-2022-ryu-exploring-binary-neural-networks/f05c0373-ryu-san-360x440.png" alt="具体イメージ"></p>
<p>赤の破線は4bitと書かれていますが、なぜ4bitとするのか、どういう構造で4bitになっているのかを論文から読み取ることができませんでした。結局、再現実験ではここを4bitにすることを諦め、ハードウェアでの実行可能性を損ねないように注意しながら、論文の記述になるべく近いアーキテクチャを探索しました。</p>
<p>The red dotted line indicates 4 bits, but we could not figure out from the paper why it should be 4 bits or what kind of structure makes it 4 bits. In the end, we gave up on making this part 4-bit in the reproduction experiment and searched for architecture as close as possible to the description in the paper, being careful not to impair the executability of the hardware.</p>
<p>こうした試行錯誤によって精度は次第に改善されていったものの、論文の言うような「量子化前と同程度の性能」をインターン期間中に出すことはできませんでした。その意味で論文の完全な再現には失敗したものの、重みとアクティベーション両方を1bitにした量子化の結果としてはまずまずな精度を得ることができたと思います。とりわけ、他のメンバーとのディスカッションを通じて、良い精度のアーキテクチャを自ら提案できたことはとても嬉しく思います。</p>
<p>Although the accuracy was gradually improved through these trial and error processes, we were not able to generate "the same level of performance as before quantization," as stated in the paper, during the internship program. Although we failed to reproduce the paper completely, I believe that we were able to produce a good level of accuracy as a result of quantization with 1-bit weights and activation. Above all, I am very happy that I was able to propose a good accuracy architecture through discussions with other members of the group.</p>
<h2 id="開発環境--development-environment">開発環境 / Development environment</h2>
<p>大学の課題や研究において、チームで開発することは多くありません。数十人規模ともなるとなおさらです。LeapMindでは、社内のソースコードをほぼ1つのレポジトリで管理しています。コードを書いたらプルリクエストを出し、読みやすさ等の評価をクリアするとマージされます。このコードレビューのおかげで、ソースコードはとても読みやすく、簡単な変更であればすぐに変更箇所を見つけ出すことができました。実際にプルリクエストを出してレビューしてもらったり、他の人の書いたコードをレビューしたりすることは、私にとって学びの多い新鮮な経験になりました。</p>
<p>In university, there are not many opportunities to develop in teams on assignments or in research, especially when there are dozens of people involved. At LeapMind, internal source code is managed in a single repository. When we write code, submit a pull request, and once it meets readability and other criteria, it is merged. This code review makes the source code very legible and allows us to find changes quickly if they are simple changes. Submitting pull requests to be reviewed and reviewing code written by others was a great learning and refreshing experience for me.</p>
<p>LeapMindでは、Bazel、Neptuneなど、研究開発を効率化するツールをいくつも使用しています。これらのツールは大学の研究に役立ちそうなものも多く、インターン終了後も自分の開発に役立てていきたいと考えています。このようなツールが多く使われている背景には、環境の変化を恐れず新しい技術を貪欲に取り入れていく、ベンチャー企業らしいとも言える風土があると感じます。</p>
<p>LeapMind uses several tools to streamline research and development, including Bazel and Neptune. Many of these tools seem to be useful for university research, and I plan to continue using them for my development even after my internship is over. I feel that the reason why many of these tools are used is because of the corporate culture, which is characteristic of a venture company, of not fearing changes in the environment and eagerly adopting new technologies.</p>
<h2 id="社内の雰囲気環境company-culture-and-environment">社内の雰囲気・環境/Company culture and environment</h2>
<p>フレックスタイム、コアタイムなし、フルリモート可という働き方の自由さにまず驚かされました。休暇も基本的に自由に取ることができ、社員の方も含め休みづらさといったものは全く感じませんでした。オフィスに出勤したいときには出勤することもでき、モニター2台の快適な環境で作業することができました。</p>
<p>I was amazed at the flexibility of the working style: flextime, no core hours, and full remote availability. I was also able to take vacations when I wanted to, and I never felt uncomfortable taking time off, including among the employees. I was also able to go to the office whenever I wanted to and work in a comfortable environment with two monitors.</p>
<p>COVID-19の影響もあり出勤する方が少なく、社員の方と対面でコミュニケーションを取る機会が非常に限られていた点は好みが分かれる部分だと思います。それでも、ランチ会やCoffee Breakを通じて、オンラインで多くの社員の方との会話の機会を確保していただきました。経歴や趣味など個性的な方も多く、会話していて楽しかったです。また、技術的に分からないことがあっても気軽に質問することができ、詳しい方に助けてもらうことができました。社員の方の技術力の高さにも驚かされました。</p>
<p>Due to COVID-19, few people came to the office, and the opportunities for face-to-face communication with employees were very limited, which I think is something that people may have different preferences for. Nevertheless, through lunch meetings and Coffee Breaks, I was able to have opportunities to talk with many employees online. I enjoyed talking with many unique people with unique backgrounds and interests. Also, I was able to easily ask questions about technical issues and was able to get help from people who were familiar with the subject matter. I was also amazed at the high technical skills of the employees.</p>
<h2 id="最後に--conclusion">最後に / Conclusion</h2>
<p>あっという間の2ヶ月間でした。もともと興味のあるテーマでしたが、最後まで興味を持って取り組むことができました。実験の結果、過去最高のスコアが出たときの興奮は今でも忘れません。LeapMindでインターンをすることができて本当に良かったと思っています。大変お世話になりました。</p>
<p>The two months went by very quickly. It was a topic that I had always been interested in, and I was able to work on it with great interest until the very end. I still remember how excited I got when we got the highest score ever as a result of the experiment, and I am very happy to be an intern at LeapMind. Thank you very much for all your support!</p>
<h2 id="参考文献--references">参考文献 / References</h2>
<p>[1] Nie, G., Xiao, L., Zhu, M., Chu, D., Shen, Y., Li, P., ... &#x26; Chen, B. (2022). Binary Neural Networks as a general-propose compute paradigm for on-device computer vision. arXiv preprint arXiv:2202.03716.</p>

News