はてなブックマーク

株式会社Preferred Networks（本社：東京都千代田区、代表取締役最高経営責任者：西川徹、以下、PFN）は、独自開発するAIプロセッサーMN-Core™ 2を搭載したサーバ MN-Server 2 による高効率な計算資源を外部ユーザーも利用可能にし、 Preferred Computing Platform™（プリファード・コンピューティングプラットフォーム、以下、PFCP™）として本日提供を開始します。 PFCPで使用するMN-Server 2は、MN-Coreシリーズの第2世代となるMN-Core２をサーバ1台当たり8基搭載しています。PFCPは、Kubernetes*によるサーバやネットワークの運用管理をすべてアウトソーシングできるフルマネージドなコンテナ実行環境を用意しているため、すぐにMN-Core 2をご利用いただけます。 PFNは今後、順次開発が進むMN-Core

株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、以下、PFN）は、生成AIを活用し、想定ユースケースごとにパッケージ化したプロダクト・サービス「PreferredAI（プリファードエーアイ）」から５つの製品を11月から順次提供開始します。 PreferredAIの5製品の特長 PreferredAI Talent Scouter（トライアル受付中・12月提供開始予定） 1. AIアバターとの対話シミュレーションを通じて実務の適性評価を支援 応募者の対話能力や実務での振る舞いをデータ化して採用プロセスを効率化します。 2. 面接評価者による評価のバラつきをなくし、一貫した人材採用を支援 実務スキルなどの採用基準を設定することで、適切な人材の採用につながります。 PreferredAI Insight Scan（トライアル受付中・2025

株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、以下、PFN）は、子会社の株式会社Preferred Elements（本社：東京都千代田区、代表取締役社長：岡野原大輔、以下、PFE）が開発する大規模言語モデルPLaMo™（プラモ）β版のトライアルAPIの利用申込みを本日から受付開始します。本APIはアカウントの発行後、期間限定で無料で利用することができます。PLaMoは今後、トライアルの検証結果をふまえた改善や追加学習などを実施し、商用版のPLaMo 1.0 Prime（プライム）として今秋に発売予定です。 PFEは、日本の生成AI基盤モデル開発力向上を目指す政策GENIAC*1で、国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）が実施する「ポスト5G情報通信システム基盤強化研究開発事業／ポスト5G情報通信システムの開

株式会社Preferred Networks（以下、PFN）は、独自開発のAIプロセッサーMN-Core™シリーズの実際の開発環境を用いたプログラミングコンテスト「MN-Core Challenge」を2024年8月28日(水) 〜2024年9月23日(月祝) の日程で初開催します。 第1回は、最もハードウェアに近いプログラミング環境である「MN-Core 2 アセンブリ言語*1」を用いてMN-Core向けの簡単なプログラミング課題を実装し、その実行速度を競います。今回の課題はコードゴルフ*2と呼ばれるものに属し、プログラミングの種々の知識を用いたパズル的な楽しさが特徴です。MN-Coreシリーズは、アセンブリ列の行数が実行時間に概ね比例するという性能最適化上の優れた特長があり、条件を満たす出力を得られる最も短いプログラムを実装する問題設定は、MN-Coreの実用的なプログラミングや MN

Preferred Elements、NEDOの採択を受け、1000億パラメータのマルチモーダル基盤モデルの開発と、1兆パラメータの大規模言語モデルの事前学習の検証を開始 株式会社Preferred Networksの子会社である株式会社Preferred Elements（PFE）が、経済産業省及び国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）が開始する、国内の生成AIの開発力を強化するためのプロジェクト「GENIAC（Generative AI Accelerator Challenge）」において、基盤モデル開発に必要な計算資源の提供支援を受け、1000億パラメータのマルチモーダル基盤モデルの開発と、1兆パラメータの大規模言語モデルの事前学習の検証を開始します。 詳しくは、2024年2月2日のPFEの発表資料をご覧ください。 NEDOの採択を受け、1000億パラメータ

HomeNewsPFN、深層学習用プロセッサーMN-Coreを Matlantisの深層学習モデル（PFP）の計算基盤として実装 株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、以下、PFN）は、神戸大学と共同開発した深層学習を高速化するプロセッサーMN-Core™を、汎用原子レベルシミュレータMatlantis™の深層学習モデル（PFP*1）の計算基盤として実装し、Matlantisの販売をおこなう株式会社Preferred Computational Chemistry*2（以下、PFCC）を通じてENEOS株式会社（以下、ENEOS）に提供を開始しました。 PFNは、MN-Coreを搭載したスーパーコンピュータMN-3を2020年に稼働させ、膨大な計算力を必要とする深層学習の計算速度の高速化を進めてきました。PFNが事業として取

株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、以下、PFN）は、開発した130億パラメータの事前学習済み大規模言語モデル PLaMo™-13B（Preferred Language Model、プラモ）を、研究・商用で利用可能なオープンソースソフトウェア（OSS）ライセンスで本日公開（https://huggingface.co/pfnet/plamo-13b）しました。本モデルは、現在公開されている同規模のパラメータ数の事前学習済み言語モデルと比べ、大規模言語モデルのベンチマーク評価（lm-evaluation-harness）において、日英２言語をあわせた能力で世界トップレベルの高い性能を示しています。 日英2言語での性能比較 （ベンチマークスコアの偏差値の平均を各言語のスコアとしてプロット） (*) より正しい比較のため、公開

ＥＮＥＯＳ株式会社（社長：齊藤 猛、以下、ＥＮＥＯＳ）と株式会社Preferred Networks（代表取締役 最高経営責任者：西川 徹、以下、PFN）は、2023年1月に石油精製・石油化学プラント（以下、プラント）を自動運転するAIシステムの常時使用をＥＮＥＯＳ川崎製油所石油化学プラント内のブタジエン抽出装置で開始し、手動操作を超える経済的で高効率な運転を達成しましたので、お知らせいたします。同AIシステムは、大規模かつ複雑であり、長年の経験に基づいた運転ノウハウが求められるプラントを自動運転するシステムとしてＥＮＥＯＳとPFNが共同開発したものです。 本開発は人の技量に左右されないプラント安定運転の確立による保安力の向上に貢献するものであり、制御対象としている要素数（13個）や、予測に用いる入力センサー数（363個）において、AI技術を用いた実際のプラントでの自動運転の事例においては

株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、プリファードネットワークス、以下、PFN）は、2023年冬に世界各地域に配信開始予定のオープンワールドサバイバルクラフトゲーム『Omega Crafter』（オメガクラフター）のトレーラー動画を、PCゲーム配信プラットフォーム「Steam」のストアページで本日公開しました。現在開発中の『Omega Crafter』は、Steamのストアページでウィッシュリスト登録を受け付けています。 『Omega Crafter』は、主人公のゲーム開発者が、謎の妨害プログラムにより開発が難航中のゲームの世界に入り込み、妨害を発見・除去しながら必要なゲーム内アセットを構築して完成に導くオープンワールドサバイバルクラフトゲームです。主人公は、複数のバイオーム（フィールド）からなる広大な世界で、プログラミング

従来技術で困難だった透明・黒色・金属製の物体も見た目を忠実に再現 Eコマース、ゲーム・映像制作、メタバース、文化財の保存等で利用可能 株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、プリファードネットワークス、以下、PFN）は、様々な物品を高品質な3Dモデル＊としてデジタル化する3Dスキャン代行サービス PFN 3D Scan（ピーエフエヌ・スリーディースキャン、公式サイト: https://pfn3d.com）を本日、日本国内の企業向けに提供開始しました。PFN 3D Scanは深層学習を利用したPFN独自の技術を用いることで、従来の3Dスキャン技術が苦手としていた透明・黒色・金属を含めた多様な材質の物品のメッシュ・テクスチャ・マテリアル（形状・色・質感）を忠実に再現することが可能です。提供する3Dモデルは、Eコマース、ゲーム・映像

株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、プリファードネットワークス、以下、PFN）は、顔および上半身のイラストが自動生成・編集できるキャラクター生成プラットフォーム Crypko™ (クリプコ、公式サイト：https://crypko.ai/）を2022年 4月26日よりWebサービスとして提供します。どなたでもCrypkoを利用して、高品質なキャラクターの創作をWebブラウザ上で簡単に行うことが可能です。 Crypkoは、深層学習を応用した画像生成モデルの1つである「敵対的生成ネットワーク」（generative adversarial networks、GAN）を使った顔のイラスト生成モデルとして2018年に開発が始まりました。6世代目となる今回の生成モデルでは、顔だけでなく、人間のイラストレーターが描画したような高品質な

花王株式会社（社長：長谷部佳宏、以下、花王）と株式会社Preferred Networks（最高経営責任者：西川徹、プリファードネットワークス、以下、PFN）は、このたび、「仮想人体生成モデル」のプロトタイプを共同開発しました。今後は、協業する複数の事業者とともに、本モデルの実用化に向けた検証を行います。 さらに、花王はPFNの協力のもと、本モデルをAPI*1経由で提供する、新規デジタルプラットフォーム事業の開始に向けて準備を進めます。 仮想人体生成モデルとは 「仮想人体生成モデル」は、健康診断などで得られる身体に関する項目から、ライフスタイル（食事、運動、睡眠など）や性格傾向、嗜好性、ストレス状態、月経などの日常生活において関心の高い項目まで、幅広く多種多様な1,600以上の項目を網羅的に備え、これらがどのようなパターンで現れるのかを示すことができる統計モデル*2です（図1）。ある項目の

ＥＮＥＯＳ株式会社（社長：大田 勝幸、以下「ＥＮＥＯＳ」）と株式会社Preferred Networks（最高経営責任者：西川 徹、以下「ＰＦＮ」）は、大規模かつ複雑であり、長年の経験に基づいた運転ノウハウが求められる石油精製・石油化学プラント（以下「プラント」）を自動運転するＡＩシステムを共同で開発し、このたび、ＥＮＥＯＳ川崎製油所石油化学プラント内のブタジエン抽出装置にて２日間にわたる自動運転に成功しましたので、お知らせします。 本開発は人の技量に左右されないプラント安定運転の確立による保安力の向上に貢献するものであり、ＡＩ技術を用いた実際のプラントでの自動運転は国内初※１の取り組みです。 従来のプラント運転においては、運転員が２４時間体制で運転監視および操作判断を行っていますが、昨今、運転ノウハウを有する熟練運転員の高齢化に伴い、今後人材不足が懸念されています。その対応策として、全国

順天堂大学大学院医学研究科神経学の斉木臣二先任准教授、服部信孝教授、花王株式会社生物科学研究所、株式会社Preferred Networks（以下、PFN）らの研究グループは、パーキンソン病＊１患者皮脂中のRNA（リボ核酸）＊2に病態と関連した特有の情報が含まれることを発見しました。さらに皮脂RNA情報を用いた機械学習モデル＊3がパーキンソン病の診断方法になりうることを明らかにしました。これらの結果は、皮脂RNAという簡便かつ侵襲を伴わずに採取可能な生体成分を用いたパーキンソン病の新たな検査方法の可能性を示した画期的な成果で、病態に基づく早期診断につながる点に意義があります。本成果は、英国科学雑誌「Scientific Reports」のオンライン版で公開されました。 本研究成果のポイント パーキンソン病患者には特有の皮脂RNA情報が存在 パーキンソン病患者ではミトコンドリアの機能と関連し

株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、プリファードネットワークス、以下、PFN）は深層学習技術と大規模計算資源を用いて、医薬品開発の初期工程におけるリード化合物*1を得るための候補物質の探索、分子設計、モデリング、最適化を高速化するAI創薬技術を開発しました。 本技術を適用して設計した新規化合物群に、新型コロナウイルス（SARS-CoV-2）の増殖に必須の酵素（メインプロテアーゼ*2）を阻害する活性が認められ、リード化合物として有望であることが京都薬科大学との共同研究により確認されました。 新型コロナウイルスのメインプロテアーゼ（紫色）に結合して増殖を阻害する薬剤（黄色）のイメージ （知的財産保護のため、今回発見したものとは別の物質を参考例として用いています） 創薬は一般的に基礎研究から製造・販売まで10年以上の時間と、数百

株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、以下、PFN）は、深層学習技術をビジネスに役立つ形で活用することを目的に、レクチャーおよびワークショップで構成される事業担当者向け研修プログラム 「AI解体新書」を開始し、第一回の参加企業を2021年7月13日(火)～8月6日(金)の期間に募集します。 PFN共同創業者の西川徹（左）と岡野原大輔（右） 「AI解体新書」は、これまで幅広い産業で多くの企業と実際にビジネス活用に向けた技術開発をおこなってきたPFNのエンジニアが、技術的バックグラウンドを持たない事業担当者向けに設計したものです。最先端技術についてのレクチャーに加え、PFNのエンジニアと事業担当者も参加するワークショップで、参加企業とPFNが協働で、実際のビジネス強化に繋がるアイデアの具現化を目指します。「AI解体新書」は、参加

株式会社Preferred Networks（代表取締役最高経営責任者：西川 徹、以下、PFN）とENEOS株式会社（代表取締役社長：大田 勝幸、以下、ENEOS）の共同出資により2021年6月1日に設立した株式会社Preferred Computational Chemistry（本社：東京都千代田区、代表取締役社長：岡野原 大輔、以下、PFCC）は、新物質開発・材料探索を高速化する汎用原子レベルシミュレータ Matlantis™ （マトランティス）をクラウドサービスとして、このたび提供を開始しました。 PFCCが提供するMatlantisは、原子スケールで材料の挙動を再現して大規模な材料探索を行うことのできる汎用原子レベルシミュレータです。従来の物理シミュレータに深層学習モデルを組み込むことで、計算スピードを従来の数万倍に高速化するとともに、領域を限定しない様々な物質への適用を可能にし

訂正 (2020/6/23) 「インスタンスセグメンテーションにおいて6倍以上」という記載について一部誤りがありました。正確には、インスタンスセグメンテーションだけでなく、オブジェクトディテクション（物体検出）のモデルも含まれているため、グラフ中のモデル名及び本文の表記を適切に修正しました。 株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、以下、PFN）は、神戸大学と共同開発した深層学習用プロセッサーMN-Core™の専用ソフトウェア（以下、コンパイラ）を開発し、深層学習における複数の実用的なワークロードの計算速度を最大で従来の6倍以上高速化（当社比）することができました。このMN-Coreによる深層学習への高効率でスケーラブルなアプローチについて、半導体技術に関する国際会議 2021 Symposia on VLSI Technol

株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、以下、PFN）は、日清食品株式会社 (本社：東京都新宿区、代表取締役社長:安藤徳隆、以下、日清食品) が研究を進めている最新の分子栄養学に基づいた「完全栄養食」のさらなる進化を目指し、「食と健康状態の解析モデル」の開発に向けた実証実験を実施し、今後、本格的な共同研究を開始することに合意しました。 日清食品は、『見た目やおいしさはそのままに、カロリーや塩分、糖質、脂質などがコントロールされ、必要な栄養素を全て満たす食』をコンセプトとして、さまざまな栄養学的見地を参考に、インスタントラーメンなどで培った技術を応用し、最先端の食品加工技術を駆使した未来の「完全栄養食」の研究を進めています。 PFNは日清食品と共同で、この「完全栄養食」をさらに進化させるため、「食」が体に与える影響を科学的かつよ

東映アニメーション株式会社（以下、東映アニメ）と株式会社Preferred Networks（プリファードネットワークス、以下、PFN）は、AI技術を活用してアニメ制作を効率化すべく、PFNの深層学習による画像変換技術、セグメンテーション技術などを映像制作に活用する実験的な取り組みを共同で行いました。その中で、東映アニメの新規IP研究開発チーム「PEROs」（※）が本年2月に公開した、佐世保市を舞台にした実験映像『URVAN』（ウルヴァン）の背景美術制作に、PFNが開発するアニメの背景美術制作支援ツールScenify™（シーニファイ）が活用されました。 背景美術制作ツールScenifyのAdobe® Photoshop®用ユーザーインターフェース（UI） 東映アニメは、1956年の創立以来60年以上にわたり、日本のアニメーションの「開拓者」として、演出、作画、美術などの技法で独自の「伝統」

株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、プリファードネットワークス、以下、PFN）は、好みのキャラクターや高精細な3Dモデルが簡単に生成できるデジタル素材生成システムをクリエイティブ産業向けに開発しました。今後、本システムでアニメーション、映画、ゲーム、広告等の制作を支援します。 キャラクターや背景の3Dモデルを本デジタル素材自動生成システムで生成した短編動画（YouTube） 本デジタル素材自動生成システムは、キャラクター自動生成・高精細3Dモデル生成の２つの機能で構成されます。 1. キャラクター自動生成 PFNが開発したキャラクター生成プラットフォームCrypko™（クリプコ）は深層学習を利用し、制作者が定義した顔のパーツ、表情、髪の色などに合ったキャラクターのCGを自動生成することができます。これまでCrypkoは顔が

鹿島建設株式会社（本社：東京都港区、代表取締役社長：押味至一、以下、鹿島）と株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、以下PFN）は、建築現場で使用するロボットが現場内を自律移動するためのシステム「iNoh」（アイノー）（商標登録出願中）を共同開発しました。本システムを搭載することで、GNSS（全球測位衛星システム）や人による事前設定がなくても、各種ロボットがリアルタイムに自己位置や周辺環境を認識し、日々刻々と状況が変化する現場内を安全かつ確実に移動できるようになります。このたび、iNohを初搭載したAI清掃ロボット「raccoon」（ラクーン）（商標登録出願中）を開発、首都圏の現場に導入を開始しました。 今後、iNohを巡回や資材搬送などを担う各種ロボットに実装することで、建築現場へのロボット導入をさらに促進していきます。 開

株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、プリファードネットワークス、以下、PFN）は、AIおよびデータサイエンスを基礎から学びたい大学生・社会人向けに、機械学習・深層学習の基礎学習コンテンツ4種を、個人向けオンラインAI人材育成講座 SIGNATE Quest*のマーケットプレイスで本日提供開始します。 各産業の専門分野にAIおよびデータサイエンスを応用することができる人材の大幅な不足が指摘される中、そうした人材の育成が国家戦略の重要テーマの１つとして位置づけられています。 PFNは深層学習フレームワークの開発、深層学習技術の産業応用において培ってきた経験をもとに、これからの社会を担う大学生・社会人向けに、機械学習・深層学習技術の活用に必須となる知識を習得するための4つの基礎学習コンテンツを提供します。 SIGNATE Que

株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川 徹、以下、PFN）は、三井物産株式会社（本社：東京都千代田区、代表取締役社長：安永竜夫、以下、三井物産）と、深層学習技術を用いた地下構造解析AIシステムの開発及び事業化を目指し、合弁会社（以下、新会社）を8月31日に設立しました。 近年、深層学習技術の産業応用が進み、様々な分野でイノベーションが進展しています。 地下資源開発分野においても、地質調査データ等に対して深層学習技術を用いて解析することで複雑な地下構造を推定し、効率的な商業生産に向けた開発活動の実現を図る取り組みが進められています。 今回設立する新会社では、従来から石油・天然ガス資源開発で用いられる地震波（人工的に発生させる弾性波）の解析に深層学習技術を応用し、資源が埋蔵されている地下構造を解析・推定する技術の開発を目指します。P

株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、プリファードネットワークス、以下、PFN）は、2020年1月にPFNが公開したオープンソースの機械学習向けハイパーパラメータ自動最適化フレームワーク「Optuna™（オプチュナ）」のメジャーアップデート版であるOptuna v2.0を公開しました。 Optuna v2.0の主要な新機能は以下の通りです。 ハイパーパラメータの重要度評価 最適化対象のアルゴリズムに対する各ハイパーパラメータの重要度を定量的に評価。研究者や開発者は、この重要度をもとに、最も影響の大きいハイパーパラメータの調整に集中することができます。 Hyperbandによる枝刈り 深層学習と高い親和性を示し安定的な最適化性能を発揮するHyperbandによる枝刈りを実装。エポックごとの精度など、中間結果から見込みのないハイ