エイシング、エッジAIにおける市場調査機関として「Edge AI Research Center（EARC）」を設立

～エッジAIに関する情報発信を拡げ、業界の発展への貢献を目指す～

　エッジAIスタートアップの株式会社エイシング（本社：東京都港区、代表取締役 CEO：出澤純一）は、エッジ※1側でリアルタイムな自律学習・予測が可能な独自のAIアルゴリズム「AiiR（AI in Real-time）※2」シリーズを提供しており、この度、エッジAI領域における市場調査機関として「Edge AI Research Center（エッジAI リサーチ センター：以下EARC）」を5月26日（火）より設立したことを発表いたします。
　エッジAIに関する情報発信を拡げることで、業界への理解や具体的な取り組みの推進、ひいては業界全体の発展に貢献することを目指します。

EARC サイトURL：https://aising.jp/research-center/

■技術トレンドとして具体的な取り組みに注目が集まる「エッジAI」業界
　近年、これまでクラウド上で実行されることが一般的であったAIの情報処理をエッジ側で実行する「エッジAI」への注目、そして実装への具体的な取り組みが増加しており、自動運転や第四次産業革命といった、より注目を集めている分野で特にその需要が高まっています。2019年に米国ガートナー社が発表した「先進テクノロジのハイプ・サイクル：2019年※3」においても、注目すべき29の先進テクノロジに選出されるなど、エッジAI業界への期待が高まっており、世界各国の企業や研究機関において様々な取り組みが進んでいます。
　当社では、このエッジAIの領域において、導入機器単体がクラウドを介することなくリアルタイムに自律学習・予測することが可能な独自AIアルゴリズム「AiiR（AI in Real-time）」シリーズを研究・開発するとともに、顧客のシステムへの実装までを技術的にカバーできることで、顧客の先進的なニーズに対応しています。

■「EARC」からエッジAIの情報発信を拡げ、業界全体の発展に貢献することを目指す
　自動車産業や製造業を中心に、今後様々な活用が期待されるエッジAIですが、その専門性から一般的な認知や業界に関する情報が拡がりづらい側面もあります。そうした背景を受け、業界の情報発信を拡げることで業界への理解や具体的な取り組みを推進することを目的に、市場調査機関として「EARC」の設立に至りました。
　「EARC」では、エッジAIへのニーズと期待が高まりを見せるなかで、独自調査により世界各国における最新技術動向や市場ニーズを捉えたトレンドなど、継続的な情報発信を行います。「EARC」による情報発信の拡大により、「エッジAI」という技術が自動運転や直近のテレワーク増加などを受けた製造業における「工場の自動化（FA）」推進などをはじめ、より身近な生活に拡がることを推進し、エッジAI業界全体の発展に貢献できることを目指してまいります。

　当社では今後も、製造業の品質と生産性の両立を実現することにより、エッジAIによる第四次産業革命の推進をより一層加速してまいります。


「Edge AI Research Center（EARC）」概要
名 称：Edge AI Research Center（EARC）
設立日：2020年5月26日（火）
設立目的：世界各国のエッジAIに関する技術・トレンド・ニーズの最新動向を調査・分析
サイトURL：https://aising.jp/research-center/

株式会社エイシング
長年にわたる機械制御とAIに関する研究成果を基に2016年12月設立。岩手大学発ベンチャー。 2018年8月「大学発ベンチャー表彰2018～Award for Academic Startups～」における、経済産業大臣賞を受賞。2018年3月「起業家万博」にて総務大臣賞、 2017年2月株式会社日本総合研究所主催 「未来2017」最終選考会​にて日本総研賞など、数多くのベンチャーアワードを受賞。

代表取締役CEO：出澤 純一
所在地：東京都港区赤坂6丁目19番45号赤坂メルクビル1F
設立：2016年12月8日
資本金：899百万円（資本準備金を含む）
コーポレートサイト： https://aising.jp/

※1：産業用ロボット（FA：Factory Automation）や、スマートフォン、コンピュータが内蔵された自動車など、利用者の近くにある“機器”を指す。
※2：「AiiR（AI in Real-time）」は、エイシングが独自開発する、導入機器側でリアルタイムな自律学習・予測が可能なAIアルゴリズムのシリーズ名称。代表的なアルゴリズムである「ディープ・バイナリー・ツリー（DBT）」は、高精度、軽量かつオンライン学習という特徴を持つ。関連するアルゴリズムとして「DBT-HS(High Speed)」と「DBT-HQ(High Quality)」がある。 「DBT-HS」はマイクロ秒単位での高速動作が特徴のアルゴリズムであり、対して「DBT-HQ」は「DBT-HS」に比べ精度を向上させたアルゴリズムである。
※3：米国の調査会社ガートナーが、「先進テクノロジのハイプ・サイクル：2019年」を発表 -革新的な影響をもたらす5つの先進テクノロジ・トレンドを明らかに
https://www.gartner.com/jp/newsroom/press-releases/pr-20190830