株式会社アイネット 研究開発活動 (2023年3月期)

当連結会計年度における当社グループの研究活動状況は次のとおりであります。

(1)基盤技術
昨年度から引き続き、ビッグデータにおける3つのV(Volume、Velocity、Variety)に対し柔軟かつ拡張性のあるデータの集配信及び、効率的なデータ分析方法について研究を行いました。また、収集されたデータの付加価値創出のための、AIやデータサイエンスの研究にも取り組んでおります。
本年度は主に今まで培ってきたクラウド、IoT、データサイエンスの技術を組み合わせた「IoTプラットフォーム(以下、Dream Data Sensing® Platform)」を中核として研究開発を実施しております。

(コンテナアーキテクチャ、AI PaaSの研究)
当社の新たなクラウドサービス提供モデルとしてコンテナアーキテクチャ(※1)及びコンテナオーケストレーション(※2)ツールのデファクトスタンダードであるKubernetesをベースとしたPaaS(Platform as a Service)の調査及び実証検証を継続して行っております。
Dream Data Sensing® Platformの性能強化を主な目的としてアーキテクチャの見直しや関連するOSSの調査・検証を実施いたしました。合わせてCI/CD(※3)の自動化を目的としてシステムを構築し検証中です。今後はAI活用を促進するためのアーキテクチャの整備やクラウドネイティブなシステムにおける監視方法についても検証を継続しています。

(拡張アナリティクス技術の研究)
当社は、データを活用したAIやデータサイエンス、及び拡張アナリティクスの研究に取り組んでおります。昨年度からの研究成果として以下のテーマについて2022年6月に開催された人工知能学会全国大会にて発表いたしました。
① 深度画像を用いた単眼 Visual Odometry による環境地図の作成
② 敵対的生成ネットワークを用いた異常検知技術向上の考察
③ ソーシャルメディアを用いた気象条件と人の行動の関連性の把握

(IoTソリューションの研究)
すでにサービス展開しているi-visible CO2®のAfterコロナにおける活用事例としてCO2濃度による人体感性影響についての実証実験を実施いたしました。脳波センサーを用い高濃度なCO2環境下における作業効率及び創造的思考量の評価を行い、得られた結果をもとに今後のサービスへの展開等を検討中です。
また、Dream Data Sensing® Platformのサービス展開モデルの検証として「環境センサーによる空間ストレス度のスコアリング機能の実証検証」を実施いたしました。

① (IoT)センサーデバイスの設計及び構築。送信プログラムの実装
② (データサイエンス)ストレススコア算出アルゴリズムの検討・実装
③ (クラウド)取得データ及び空間ストレス度の可視化

今後は、Dream Data Sensing® Platformで検証したアーキテクチャをベースとしてサービス向上を図る実装検証を実施します。

(2)社会課題解決への取り組み
(介護タクシー業界を変革するヘルスケアMaaSプロジェクト)
昨今、通常のタクシー業界においてアプリによる配車サービスの導入が加速していますが、介護タクシーについては、仕様・サービスが事業者によって細かく分かれており、利用者のニーズと、マッチするタクシーを予約成立させるためのDX推進が欠かせなくなっています。これにより、利用者ニーズの拡大が促され移動の活性化につながるものと考えています。第一段階の実証として、鎌倉・藤沢地域において病院、患者、介護タクシーの利便性に資する最適な配車を目指す実証実験を開始しました。
当連結会計年度においては、当社は配車ソリューションおよびアプリを提供し、病院における患者帰宅対応の効率化、患者の待ち時間の削減、介護タクシーの速やかな配車を目指し、アプリの効果を検証しました。抽出された課題への対応を通じ、本格的な社会実装に向け完成度を高めてまいります。

なお、当連結会計年度における研究開発費用は、82,038千円であります。

<用語解説>
(※1)コンテナアーキテクチャ
ホストOS上にアプリケーションの動作環境(アプリケーション・ライブラリ・設定ファイル)をひとまとめにした「コンテナ」を作成し、独立したプロセスとして「コンテナエンジン」上で動作させる技術。VM(仮想マシン)と比較してリソースが効率的に利用でき、動作も軽量。
(※2)コンテナオーケストレーション
複数のコンテナの稼働監視や負荷分散、スケーリングなどの運用管理作業を自動化する機能。
(※3)CI/CD(継続的インテグレーションと継続的デリバリー)
ソフトウェアの継続的な改善を実現するために、開発から運用までの一連のソフトウェアの開発ライフサイクルに自動化を取り入れ、生産性向上および安定したシステム運用を実現する手法。