Preferred Networks会社概要

https://www.preferred.jp/ja/

Transcript

1. 2025年11月 Preferred Networks 会社概要
2. 2 Preferred Networks (PFN) 会社概要 設立 本社 代表取締役 従業員数 事業内容 主要子会社 出資企業 (五十音順） 2014年3月26日 東京都千代田区 西川徹（共同創業者、代表取締役会長） 岡野原大輔（共同創業者、代表取締役社長） 約400名（2025年11月） AIチップ、計算基盤、生成AI基盤モデルなどのAI関連技術を 活用したソリューション・製品の開発・販売および研究開発 Matlantis株式会社（2021年6月設立、2025年7月PreferredComputational Chemistryから社名変更） 株式会社Preferred Robotics（2021年11月設立） 株式会社Preferred Computing Infrastructure（2025年1月設立） SBIグループ　NTT株式会社　ENEOSイノベーションパートナーズ合同会社　株式会社講談社 信越化学工業株式会社　SUMISEI INNOVATION FUND　積水ハウス投資事業有限責任組合 中外製薬株式会社　TBSイノベーションパートナーズ3号投資事業組合　TEL Venture Capital, Inc.　 東映アニメーション株式会社　トヨタ自動車株式会社　株式会社日本政策投資銀行　株式会社博報堂DY ホールディングス　株式会社日立製作所　ファナック株式会社　株式会社みずほ銀行　三井住友信託銀 行株式会社　三井物産株式会社　三菱商事株式会社　三菱UFJ信託銀行株式会社　株式会社ワコム　他 ミッション： 現実世界を計算可能にし、共に未来を創り出す www.preferred.jp
3. 3 AI関連技術を活用した製 品等の開発・販売 および研究開発 2014年3月設立 主なグループ会社 AI向けクラウド サービスの提供・運用 2025年1月設立 三菱商事・IIJとの合弁 自律移動ロボットの 開発・製造・販売 2021年11月設立 アマノ、三井住友銀行、 旭化成ホームズ等が出資 汎用原子レベルシミュ レータ Matlantisの販売 2021年6月設立　ENEOSとの合弁 三菱商事と業務資本提携 子ども向けプログラミン グ教室の経営・展開 2020年12月設立 やる気スイッチグループとの合弁
4. 4 PFNの事業: AI技術の水平展開 生成AI・基盤モデル 社会 消費者 人間の能力の拡張 新しい創作表現・娯楽体験 安心・安全な社会 高度な教育・医療 生産性向上・品質改善 属人化回避・人手不足解消 計算基盤 産業 AIチップ PFNは、AI技術のバリューチェーンを垂直統合し、様々な産業領域でソリューション・製品を 水平展開しています。 工場・製造 コンテンツ 製作 ロボット 小売 製薬 ヘルスケア 素材 化学品 教育 金融
5. 5 PFNの共同創業者 岡野原 大輔 （おかのはら・だいすけ） 共同創業者 代表取締役 社長 西川 徹 （にしかわ・とおる） 共同創業者 代表取締役 会長 東 京 大 学 大 学 院 在 学 中の2006年にプログラミングコンテスト （ACM/ICPC） 世 界 大 会 に 出 場 したメンバー 等 と 株 式 会 社 Preferred Infrastructureを創業し、2014年にAIの実用化を加速さ せるため株式会社Preferred Networks（PFN）を創業。最高経営責 任者として指揮を執り、在任期間に独自開発の省電力AIプロセッ サーMN-Core™を 搭 載 したスーパーコンピュータMN-3が Green500リストで電力効率世界1位を3度獲得。2025年11月に会 長に就任。 情報理工学博士。東京大学大学院在学中に、西川徹等とPreferred Infrastructureを創業。2014年にAIの実用化を加速するため Preferred Networksを創業。最高技術責任者として国産大規模言 語モデルPLaMo™や汎用原子レベルシミュレータMatlantis™な ど、PFNの生成AIをはじめとするコア技術の研究開発および事業 化をリード。2025年11月に社長に就任。Matlantisの代表取締役 社長を兼任。受賞歴、著書多数。
6. 6 PFNの事業: AI技術のバリューチェーンを垂直統合 AIソリューション・製品 計算基盤 AI半導体 生成AI基盤モデル 様々な産業向けのAIソリューション・製品 MN-Core MN-Core 2 GPUクラスタ MN-3 (MN-Coreクラスタ) 大規模言語モデル MN-Core 次世代 MN-Core 2を 計算資源とした クラウドサービス 物質のエネルギー計算モデル PFP 生成AI（推論）向け MN-Core L1000 （2027年提供予定） PFNは、半導体、計算基盤、生成AI基盤モデル、ソリューション・製品まで、AI技術のバリューチェーン を垂直統合し、ソフトウェアとハードウェアを高度に融合することで、競争力の高い技術の開発および産 業応用を進めています。
7. 7 PFN創業までの歩み 岡野原 大輔 共同創業者 代表取締役 社長 西川 徹 共同創業者 代表取締役 会長 西川と岡野原、東京大学でクラスメイトとして出会う IPA未踏ソフトウェア創造事業 （西川）「抽象度の高いハードウェア記述言語」採択 （岡野原）スーパークリエータ認定 （西川）第30回ACM国際大学対抗プログラミングコンテスト世界大会19位 2005年 2001年 3月 Preferred Infrastructure (PFI) 創業 （岡野原）NLP若手の会シンポジウム最優秀発表賞、東京大学総長賞、 言語処理学会優秀発表賞など、研究成果による受賞多数 （西川）情報処理学会ソフトウェアジャパンアワード受賞 2006年 2007年 （西川）東大大学院 情報理工学系研究科 修士課程 修了 2010年 （岡野原）東大大学院 情報理工学系研究科 博士課程 修了 2013年 2014年 3月 PFN創業
8. 8 PFNのバリュー Learn or Die Beyond Customer Expectations 死ぬ気で学ぶ Think Big, Act Quick Be Proactive お客さま目線の、 その先へ 大きく考え、 素早く動く 自らコトをおこす 詳細: https://www.preferred.jp/ja/company/values/ PFNメンバーのバリュー（行動規範）は「PFN Values」として5つの項目にまとめられています。 この5項目は「PFNらしさ」を特徴づけるもので、PFNメンバーが日頃大切にしている価値観を表しています。 Respect & Unite 敬意を持って、 チームとして団結する
9. 9 PFNの強み AI関連技術・人材 計算資源 ドメイン知識 • 世界トップのAI・機械学習関連学会 での論文採用実績 • Kaggle*称号保持者、ICPC*世界 大会出場経験者が多数在籍 • 日本語能力の高い国産の大規模言語 モデルPLaMo™をフルスクラッチで 自社開発 • 大規模なスーパーコンピュータを 自社運用 • AI向けプロセッサーMN-Core™ シリーズを神戸大と共同開発 • 自社開発のスパコンMN-3が Green500*で電力効率世界1位を 3度獲得 • 産業ロボット、自動車、製薬、エ ネルギー等のリーディング企業と の共同研究実績 • PFN Values（行動規範）に掲げる 「死ぬ気で学ぶ」の精神で各業界 ドメイン知識を学ぶ姿勢 • 様々なドメインの専門家が在籍 *Kaggle: 世界中の機械学習・データサイエンスに関わる人々のコミュニティーで、企業・政府などが提示した課題に対して最も精度の高いモデルの開発を競う世界的なコンペティション *ICPC: 国際大学対抗プログラミングコンテスト *Green500: 世界のスーパーコンピュータの性能上位500(TOP500)のうち、電力効率を評価するランキング
10. 10 PFNのAI関連技術 コンペ・論文の実績 機械学習関連 Kaggleコンペの実績 • 世界5位（1,858チーム中）：生徒の数学の解答説明文から潜在的な「誤解」の 種類を予測する「MAP-Charting Student Math Misunderstandings」ｰ2025/10 • 世界10位（1,915チーム中）：MR画像を使用して変性腰椎状態の分類を行う 「RSNA 2024 Lumbar Spine Degenerative Classification」 - 2024/10 • 世界5位・9位（616チーム中）：AIモデルの実行速度を予測する 「Fast or Slow? Predict AI Model Runtime」-2023/11 • 世界4位・5位 (国内1&2位, 2,662チーム中):LLMが作成した科学分野クイズの 解答精度の「LLM Science Exam」-2023/10 • 世界3位（954チーム中）衛星画像内の飛行機雲を識別して気候変動への影響の 軽減を目指す「Google Research - Identify Contrails to Reduce Global Warming」 - 2023/8 • 世界2位 (1,231チーム中):生成AIの画像からテキストの埋込み表現を予測する 「Stable Diffusion - Image to Prompts」-2023/5 • 世界2位 (936チーム中):連続重力波を検出する「G2Net Detecting Continuous Gravitational Waves」-2023/1 • 世界1位 (1,220チーム中):骨髄内の造血幹細胞が血液細胞に成長する過程 におけるDNA・RNA・タンパク質組成変化を予測する「Open Problems - Multimodal Single-Cell Integration」-2022/11 • 世界1位 (1,588チーム中): クジラとイルカの個体識別「Happywhale」-2022/4 • 世界3位 (1,547 チーム中): 胸部 X 線画像カテーテル挿入位置評価 「RANZCL CliP」- 2020/12 • 汎用原子レベルシミュレーターMatlantis™のコア技術「PFP」に 関するPFNとENEOSの共著論文が、英科学誌Nature Communicationsに掲 載、「AIと機械学習」および「材料科学・化学」の2部門でEditor’s Highlightsに選出（2022/5） • Human-computer interaction (CHI 2020) 最優秀論文賞(2019/10) • IEEE International Conference on Robotics and Automation (ICRA 2018) Human-Robot Interaction部門最優秀論文賞 (2018/5) この他にも、NeurIPS、AAAI、ICML、CVPR、ICLR、ICCVなどの世界のトッ プカンファレンスで採択論文多数 国際学会/学術誌での論文採択・受賞実績 • 世界4位 (935 チーム中): 自動運転モーション予測「Lyft Motion Prediction for Autonomous Vehicles」- 2020/12 • 世界3位 (193チーム中): 画像認識「Open Images 2019 Instance Segmentation 部門」- 2019/10 • 世界6位 (1,499チーム中): 胸部X線画像肺炎検出「RSNA Pneumonia Detection Challenge」- 2018/11 • 世界2位 (454 チーム中): 画像認識「Google AI Open Images - Object Detection Track」- 2018/9 詳細: https://www.preferred.jp/ja/company/awards/ 詳細: https://tech.preferred.jp/ja/publications/
11. 11 • PLaMo™: GENIAC モデル賞、技術ナレッジ証（2024）、社会実装賞、コミュニティ賞（2025) • MN-Core™シリーズ：CEATEC2023「アドバンストテクノロジー部門準グランプリ」(2023) • PFN 3D Scan：日経優秀製品・サービス賞 「最優秀賞」(2023) • 岡野原大輔:「卓越した技能者（現代の名工）」（データサイエンティスト） (2022) • PFN: 新経済連盟 JX Awards 2022 「選考委員特別賞」 (2022) • Matlantis™: コア技術の論文がNature Communications Editor’s Highlightに選出 (2022) • Playgram™：第18回日本e-Learning大賞 (2021) • MN-3 (MN-Core™搭載)：スパコン電力効率ランキング「Green500」世界1位（2020-2021に3度) • PFN: 第5回日本ベンチャー大賞「内閣総理大臣賞」(2019) • Chainer™：日経優秀製品・サービス賞「日本経済新聞賞（最優秀賞）」(2018) • PFN: 第3回日本ベンチャー大賞「経済産業大臣賞」(2017) • PFN: Technology Award, FT ArcelorMittal Boldness in Business Awards (2017） • PFN: Amazon Picking Challenge 2016 商品取り出しタスク 世界2位、商品格納タスク 世界4位 (2016) PFNの主な受賞歴 詳細: https://www.preferred.jp/ja/company/awards/
12. 12 AIプロダクツ& ソリューションズ 事業本部 LLM開発 事業本部 AIコンピュー ティング 事業本部 マテリアルズ &ドラッグ ディスカバリー 事業本部 リテール ソリューションズ 事業本部 株主総会 代表取締役 取締役会 経営会議 監査等委員会 内部監査室 経営企画本部 技術企画本部 コーポレート サービス本部 PFN組織図
13. 13 PFNのAIガバナンス PFNは、政府のガイドラインに沿ったAIガバナンスの体制を構築し、PFN AIポリシーと経営陣のコミットメントの もと、ガバナンスとイノベーションを両立する開発手法を追求しています。また、政府のAI戦略や国際的枠組みへ も積極的に貢献しています。 AIガバナンス推進体制 経営陣のコミットメント 政府・国際的枠組への貢献 • 総務省・経産省のAI事業者ガイドライン・ 業界団体のAIプロダクト品質保証ガイド ラインに沿ったガバナンス体制 • AIガバナンスとイノベーション促進を両立 する開発手法を提示 • 経営陣が経営ガバナンスの一環として AIガバナンスを実施 • 最高経営責任者が委員長を務めるリス クコンプライアンス委員会がAIリスクマ ネジメントを統括 • 総務省・経産省AI事業者ガイドライ ン、内閣府AI時代の知的財産権検 討会に委員として参加 • G7が主導する広島AIプロセス*に協 力 *広島AIプロセス: 2023年にG7首脳に承認された、安心で信頼できる高度な AIシステムの普及を目的とした指針と行動規範からなる国際的政策枠組み。 PFNのG7 Hiroshima AI Process (HAIP) Transparency Reportはこちら: https://transparency.oecd.ai/reports/a86f4925-5cd5-4af7-b4f6-1b1f0984419e 取締役会 リスク・コンプライアンス委員会 委員長：最高経営責任者 事業部門 リスク評価 委員会 AI ガバナンス 推進 AIリスク管理指示・リスク等情報共有 報告 人間中心の考え方 安全性、公平性、プライバシー AI事業者ガイドライン (経済産業省) セキュリティ、透明性、アカウンタビリティの確保と 誤った情報・動作の防止 AIプロダクト品質保証ガイドライン (QA4AI) 専門知識・AIプロダクトの犯罪・犯罪行為への悪用、 権利侵害の防止および社会倫理の確保 PFN AIポリシー PFN AIガバナンス方 針 PFN AI品質 ガイドライン プロジェクト 開発方針
14. Preferred Networks 事業概要
15. 15 MN-Core™シリーズのロードマップ AI半導体 PFNはAIの計算資源としての半導体の需要増をいち早く予測し、2016年にAIプロセッ サーMN-Core™シリーズ第１世代の開発を開始。現在では生成AIの計算処理に特化した 広帯域幅半導体（推論向け）の開発・製品化を進めています。 詳細: https://projects.preferred.jp/mn-core/ MN-Core (TSMC 12nm) AI学習・AI推論・HPC 2016年～開発 2020年～社内利用 2023年～計算力社外提供 MN-Core 2 (TSMC 7nm) AI学習・AI推論・HPC 2023年～試験運用 2024年～社外販売・ PFCP™で計算力社外提供 2016 2020 2023 2027～ MN-Core L1000 AI推論 2024年～開発中 2027年提供予定 MN-Core L2000 大規模AI推論・HPC 2025年～開発中 開発中 次世代 AI学習 大規模AI推論・HPC 検討中
16. 16 MN-Core™シリーズの設計思想 MN-Coreシリーズでは、通常はハードウェアに搭載される制御などの機能をソフト ウェアが担うことで、ハードウェアの演算器面積を最大化しました。これにより、 高い演算性能と電力効率を実現しています。 AI半導体 最適化 コード生成 汎用プロセッサー MN-Coreシリーズ ソフトウェア レジスタ 演算器 命令 スケジューラ キャッシュ コントローラ ネットワーク 制御回路 ハードウェア DRAM I/F オンチップ・メモリ オンチップ・ネットワーク 最適化 コード生成 ソフトウェア 命令 スケジューラ キャッシュ コントローラ ネットワーク 制御 レジスタ 演算器 ハードウェア DRAM I/F オンチップ・メモリ オンチップ・ネットワーク 詳細: https://projects.preferred.jp/mn-core/
17. 17 MN-Core™シリーズ 省電力AIプロセッサー（主に学習向け） MN-Core TSMC 12nmプロセスで製造 2020年稼働開始 MN-Core 2 TSMC 7nmプロセスで製造 2023年稼働開始 （2024年からMN-Server 2として販売、 PFCPとしてクラウド提供中） 生成AI・基盤モデルの開発に必要な高速かつ莫大な計算力を賄うため、AIの学習を高速 化する電力効率の高いAIプロセッサーMN-Coreシリーズを神戸大学と共同開発。 第１世代 第2世代 AI半導体 詳細: https://projects.preferred.jp/mn-core/
18. 18 MN-Core™シリーズ 省電力AIプロセッサー（主に生成AI推論向け） MN-Core L1000 生成AI向け省電力AIプロセッサー (2027年提供予定） • 電力効率の高いMN-Coreアーキテクチャに三次元積層の分散メモリを搭載 • 生成AI利用時（推論）に、既存プロセッサーの最大10倍の高速処理を目指す AI半導体 詳細: https://mn-core.com
19. 19 自社運用のスーパーコンピュータ ハードウェアとソフトウェアを高度に融合させ、AI開発に必要な膨大な計算を効率 的に実行するための独自の計算機クラスター（スーパーコンピュータ）を複数運用 し、社内の研究開発やパートナー企業にその計算力を提供しています。 計算基盤 GPUクラスター MN-Core™クラスター （MN-3） MN-Core™ 2を搭載した MN-Server 2 （2024年から販売） 詳細: https://projects.preferred.jp/supercomputers/ 2024年稼働開始予定
20. 20 計算基盤の電力効率 電力効率と面積当たりの演算性能が高い計算基盤を追及しています。独自のAIチップ MN-Core™（第1世代）を搭載したMN-3は、スーパーコンピュータの電力効率ラン キングGreen500で2020年6月、2021年6月、2021年11月に世界1位を3度獲得しま した。 計算基盤 Jun. 2021 No. 1 Jun. 2020 No. 1 Nov. 2021 No. 1 詳細: https://projects.preferred.jp/supercomputers/
21. 21 AI向けクラウドサービス Preferred Computing Platform™（PFCP™） AI開発で培われたPFN独自の計算基盤技術とインフラ環境をAI開発事業者向けに クラウドサービスとして2024年10月に提供を開始しています。 計算基盤 MN-Server 2 スペック： ・アクセラレータ： MN-Core 2 × 8基 （FP64 96TFlops, FP32 392TFlops, TF32 784TFlops, TF16 3.1PFlops） ・CPU： Intel® Xeon® Platinum 8480+(2.0GHz) プロセッサーx 2基，合計112コア ・倍精度理論演算性能： 8,960 GFlops ・メモリ： 1,024GiB ・ストレージ： システムSSD 960GB 作業用SSD 15.3TB SSD ・ノード間ネットワーク： 100Gbps Ethernet x4 OS・ソフトウェア： ・KubernetesのPod上で動作する、MN-Core 2がそのまま利用可能なコンテナイメージを提供 利用料金（税別）： ・月額基本料: 1万円 ・MN-Server 2 月額専有サービス: 170万円/台
22. 22 生成AI・ 基盤モデル PLaMo™ PFNがフルスクラッチ開発する国産の生成AI基盤モデル PLaMoは日本語を多く含む高品質な学習データを用い、既存の大規模言語モデルをベースに用 いずに全く新規に開発。主要な日本語ベンチマークで世界最高レベルの性能を示しています。 詳細: https://plamo.preferredai.jp/ • 商用版PLaMo Primeを2024年12月にリリース • エッジ向け小規模言語モデル PLaMo Lite を提供中 • 金融・医療などの特定タスクに強いモデルも順次リリース中 世界最高クラスの日本語性能 純国産フルスクラッチモデル APIで簡単に導入可能 • 主要な日本語ベンチマーク*で GPT-４を超える精度を記録 • 現在も精度向上中 • 日英の翻訳性能にも優れる *日本語LLMの性能を測るため標準的に 使われるベンチマーク「Jaster」を使用 • 独自のアーキテクチャと学習 データでゼロから事前学習･指示 学習を実施 • 他社モデルベースではないため 社外ライセンスの縛りや開発上 で不明瞭な点がない • API経由でクラウドを介して提 供、簡単なコードの書き換えで 実装可能 • モデル自体をお客様のクローズ ドなオンプレミス環境に実装す ることも可能
23. 23 生成AI・ 基盤モデル PLaMo™ Lite エッジデバイス向けの小規模言語モデル 詳細: https://www.pelements.jp/#product • エッジデバイスで動かせる小規模かつ高性能な言語モデルを提供 • 同程度のサイズのモデルと比べて世界最高レベルの日本語性能
24. 国産大規模言語モデル PLaMo™開発の進捗 24 大規模言語モデル構築支援プログラムにてABCI（AI橋渡しクラウド）を使って PLaMo-13Bを開発・オープンモデルとして公開 GENIAC 第1期の成果としてPLaMo-100B-Pretrainedをオープンモデルとして公開 フラッグシップモデルPLaMo Primeのクラウド型API製品、 アシスタントチャットPLaMo Chatの提供開始 10月 2023年9月 金融特化型PLaMo（Fin-Prime）の提供開始 12月 2025年1月 金融特化型のPLaMo-fin-baseの提供開始 5月 GENIAC 第2期の成果として PLaMo 2.0 Primeの提供開始 6月 8月 日本語の翻訳に特化したPLaMo翻訳の提供開始（オンプレミスで提供） 小規模言語モデル（SLM）PLaMo Liteの提供開始 2024年8月 PLaMo翻訳のChromeおよびFirefoxブラウザ拡張機能を提供開始 GENIAC 第3期で「自律稼働デバイスに向けた高精度軽量VLMの開発」を開始 GENIAC第1期 2024年2ｰ8月 GENIAC 第2期 2024年10ｰ翌年2月 GENIAC 第3期 2025年8- PLaMo翻訳のサブスクリプションサービスを開始（10/10～） 10月
25. 25 ソリューション ・製品 PFNのソリューション・製品 PFNはAI技術のバリューチェーンを垂直統合して専門分野別のドメイン知識と組み 合わせることで、複数産業向けのソリューションや製品を開発・提供しています。 工場・プラント 自動化 エンター テインメント ロボット 小売 ソリューション ヘルスケア 創薬 材料探索 教育
26. Preferred Networks 主なソリューション・製品の紹介
27. 27 PreferredAI™ 生成AIを活用したプロダクト・サービス群 ソリューション ・製品 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・サービス群を PreferredAI（プリファードエーアイ）として提供しています。 また、生成AIに関するあらゆる技術要素を使用し、お客様の課題・ニーズに合わせた独自ソ リューションも提供します。 AIアバターとの対話ロール プレイを通じて実務にお ける適性評価を⽀援。 AIエージェントが社内 データを活⽤してあらゆ る通常業務をサポート。 ⼝コミやアンケート、⽇ 報など、⼤量のテキスト データからインサイトを 発掘。
28. 28 プラント自動運転AIシステム ブタジエン抽出装置 常圧蒸留装置 ソリューション・製品 ENEOS川崎製油所内の装置の自動運転AIシステムをENEOSとPFNが共同開発。手動操作を超える経済的で安定的かつ高効率 な運転を達成し、原油を処理する常圧蒸留装置で常時自動運転中。人の技量に左右されない大規模かつ複雑なプラントの安定 運転を可能にする自動運転システムとして、ENEOSの他製油所への展開および外部への一般販売を計画しています。 AIシステムは、外気温変化、天候（降雨）、冷却水温変化、原料 性状変化などの各種外乱存在下でも安定的に制御することができ ている。運転重要因子を目標値に近い値で制御できることによ り、より制約値に近い運転が可能となる。 2021年12月にブタジエン抽出 装置のAIシステムによる自動 運転に成功。 • 入力センサー数: 363 • 制御対象要素数: 13 • 同時操作バルブ数: 9 詳細: https://www.preferred.jp/ja/news /pr20230731/ 2024年5月に世界初となる常圧 蒸留装置のAIシステムによる自 動運転を開始。原油種の切り替 え時の変動調整作業にも対応。 • 入力センサー数: 930 • 制御対象要素数: 24 • 同時操作バルブ数: 13 詳細: https://www.preferred.jp/ja/news/ pr20240524/ 課題 • 熟練の技術や知識が必要 • プロセス型で24時間体制 • 熟練技術者不足 工場・製造
29. 29 Preferred Networks Visual Inspection 外観検査ソフトウェア 詳細: https://pvi.preferred-networks.jp/ Preferred Networks Visual Inspection はPFN独自の深層学習モデルにより、高い精度と柔軟性を低コスト で実現する外観検査ソフトウェアです。わずか100枚程度のデータ画像に良品／不良品の分類を行うだけで 学習でき、詳細なアノテーションも不要なので、短期間・低コストでの検査システム構築が可能です。 自動車、電子デバイス、鉄鋼、食品、半導体や建築など、すでに200社以上の導入実績があります。 種別
 データ数
 良品判定
 不良品
 判定
 良品
 850
 850
 0
 不良品
 128
 0
 128
 DAGM2007 Class 1 学習:評価=2:8で学習10分 コンペデータセットで過検知・検知漏れゼロ 検知漏れ 極小 疑わしい物は人が検査 しきい値の調整も可能 1. PFN独自の深層学習モデル 2. わずか100画像から学習可能 3. アノテーションを簡易化 4. 不良箇所を可視化 5. GUIによる直感的な操作 6. 柔軟・迅速なシステム立ち上げ 課題 • 不良品の学習データが希少 • 従来は学習データの詳細な アノテーションが必要 ソリューション・製品 工場・製造
30. 30 PFNは、2015年からファナックと共同研究開発を行い、物体認識、制御、異常検知、最適化などの技術を 産業用ロボット・工作機械に適用しています。機械学習・深層学習を活用した新機能は2017年から ファナック商品に実装され、製造現場への導入が進んでいます。 工場自動化 ソリューション・製品 工場・製造 AI熱変位補正 射出成型機の バックフローモニタ AIサーボチューニング AIサーボモニタ AIバラ積み取り出し AI良否判定機能
31. 31 Matlantis™ 材料探索用の汎用原子レベルシミュレーター PFNは、持続可能な未来を実現する新しい電池材料、半導体、合成燃料向け触媒、潤滑剤などの新素材の探索を従来 の1万倍以上高速化する汎用原子レベルシミュレーターMatlantis™をENEOSと共同で開発。グループ会社の Matlantis株式会社がクラウドサービスとして国内外100以上の企業・団体に提供しています。 課題 • 従来材料の持続可能性の限界 • 新素材探索にかかる莫大な時間と コスト 触媒 電池 半導体 合金 潤滑剤 セラミック 吸着剤 分離膜 96元素のあらゆる組み合わせで分子、 結晶など幅広い材料の種類に対応 未知の材料の物性等も従来の1万倍以上 （最大2,000万倍）の速度でブラウザ上 でシミュレーション サステナビリティに貢献する多様な材料 の探索を高速化 詳細: https://matlantis.com/ 5,900万以上の構造からなるMatlantisの訓練データ の生成には、1台のGPUで処理すると2,264年かかる 計算量が費やされています。 Matlantisのニューラルネットワークポテンシャル「PFP」は、PFNのスーパーコンピュータおよび 国立研究開発法人産業技術総合研究所のAI橋渡しクラウド（ABCI） を用いて開発されました。 ソリューション・製品 素材・化学
32. 32 AI創薬 自社のAI技術と計算基盤を用い、従来の技術では莫大なコストと時間のかかる医薬品のリード化合物の探索 を高速化するAI創薬技術を開発・提供しています。 コンピューター上で100万 以上の化合物の分子構造 を生成 Optuna™の最適化等を 経て候補を絞り、13の 化合物を実際に合成 そのうち7化合物でウイル スの増殖に要する酵素を阻 害する活性を確認 詳細: https://projects.preferred.jp/drug-discovery/ 課題 • 医薬品開発には一般的に10年以上 ・数百億円以上のコスト • 成功率は2万分の1以下 京都薬科大学との共同研究 創薬 ソリューション・製品 2021年の京都薬科大学との共同研究ではPFNの技術を用い、新型コロナウイルス の働きを阻害する構造を持つ化合物を発見しました。 （図はイメージ） P-FEP: 創薬研究受託計算サービス 新薬のリード化合物として可能性のある低分子化合物の 結合活性値を、実際に合成する前にコンピュータ上で高 精度に予測する「RBFEP計算」をPFN所有のスーパーコ ンピュータで受託するサービス。 詳細: https://tech.preferred.jp/ja/blog/pfep-launch/ 既知FEP用ベンチマークセットを使用したP-FEPの計算予測精度 J.Am. Chem. Soc. 2015, 137, 2695 J.Chem. Inf. Model. 2020, 60, 5457
33. 33 MiseMise™ DX・AI・ロボット技術を組み合わせたチェーンストア向け業務改善ソリューション MiseMise™（ミセミ セ）は、人手不足や欠品・品揃え不足による販売機会損失などのチェーンストアの課題に対して、品出し ・AI値引き ・棚割 (β版)・ロボット（Misebo）・分析 (β版)・売場ガイド・店舗調査などの複数のソリュー ションを提供しています。 https://youtu.be/MP_XrsyOZcY 詳細: https://misemise.ai ソリューション・製品 小売 課題 • 小売業界の人手不足 • 欠品・品揃え不足 • フードロス・廃棄ロス
34. 34 MiseMise™ 詳細: https://misemise.ai ソリューション・製品 小売 欠品商品の値札をスキャンするだけで在庫の場 所をリアルタイムで業務端末に表示。誰にでも 簡単で効率的な品出しを可能に。 AIが天気等の外部情報や、商品残数、他商品と の需要の食い合いなどを予測し、担当者の経験 に依存しない値引き判断を支援。 バイヤー方針を加味した棚割提案、店舗への配 信、販売実績と棚割を組み合わせた分析まで、 売上の向上につながる棚割を支援。 自律移動ロボットが店内の欠品や品薄を検知し ながら棚割実施状況を確認。値札間違いチェッ クやお客様への売場案内、万引き抑止や商品プ ロモーションなどにも利用可能。 MiseMiseのデータを一元管理。各店舗の滞留在 庫量・品切頻度・品出し必要頻度や、店舗間の 作業効率等を分析するAIダッシュボード機能を 備えています。
35. 35 PFN 3D Scan 3Dスキャンサービス 複数の画角で撮影した2D写真から3Dの自由視点画像を生成する深層学習技術を用い、実物の見た目に忠実 な3Dモデルを出力するPFN 3D Scanを2022年6月にリリース。従来は3Dモデル化が難しかった透明・金属・ 黒色の物品などにも対応し、VRやECなどの用途で3万点近い物品のスキャンを実施しています。 課題 • 3Dモデルの制作にかかる手間 • 従来技術では透明・金属・黒色の物 品の3Dスキャンが困難 https://youtu.be/RX4j6wxWev8 詳細: https://pfn3d.com/ 実際に3Dスキャンした物品の例 ソリューション・製品 エンタメ
36. 36 PFN 4D Scan ボリュメトリック・スキャンシステム PFN 3D Scanと同様の技術を応用し、スポーツや演技など動きのある対象を現実の三次元空間でスキャンし （専用スタジオ不要）、同じ時間軸で動く 3Dアニメーション映像として仮想空間に復元するボリュメトリック・スキャン システム PFN 4D Scanを開発。今後、映像制作などに応用することを目指しています。 課題 • 3D映像の撮影にはグリーンバック のある専用スタジオが必要 • 人手による細かい作業が必要 詳細: https://pfn3d.com/4d/ https://youtu.be/6lnbwFLIEjU https://youtu.be/xbngQWtmtQ8 実際にスキャンしたシーンを用いた動画の例 水の反射や動きも忠実に再現されており、一時停止した状 態でも自由視点での閲覧が可能。 遠くの背景も三次元的に再現されており、布の動きも実物 に忠実に再現。 水族館 ダンス ソリューション・製品 エンタメ
37. 37 Playgram™ 小学生向けプログラミング教材 https://playgram.jp/ PFNは多くの人々がコンピュータで自由に発想を形にできる世界を目指して2020年7月にコンピュータ サイエンス教育事業を開始、小学生向けプログラミング教材Playgram™を開発しました。やる気スイッチグループとの合弁会 社YPスイッチが運営する「プログラミング教育HALLO」を通じ、全国900教室以上*にフランチャイズ展開しています。 Playgramは第18回（2021年度）日本e-Learning大賞を受賞しました。 *2024年10月時点 無料のタイピング学習アプリ Playgram Typingも提供中 https://typing.playgram.jp ソリューション・製品 エンタメ 教育
38. 38 Omega Crafter™ 自動化が楽しいオープンワールドサバイバルクラフトゲーム ブロックを組み合わせる簡単なプログラミングで相棒のキャラクター「グラミー」たちを動かし、ゲーム の攻略に必要なタスクを自動化・効率化できるクラフトゲームです。Playgram™のノウハウが活用されて おり、未経験者でも効率化・自動化の楽しさや利点を感じられるよう設計されています。 詳細: https://store.steampowered.com/app/2262080/Omega_Crafter/ https://youtu.be/UIYHiVes8cw • 2024年３月に早期アクセス版をSteamでPC向けにリリース • 2025年5月に正式リリース版をSteamでPC向けにリリース （税込2,800円） ソリューション・製品 エンタメ
39. 39 ロボット PFNの子会社であるPreferred Robotics（2021年11月設立）は「すべての人にロボットを」というミッションを 掲げ、画像認識、強化学習などのロボット関連基礎技術をPFNから引継ぎ、自律移動ロボットの開発・販売を行っ ています。 小型床洗浄ロボットHAPiiBOT （2022年9月よりアマノが販売） 詳細: https://www.amano.co.jp/hapiibot/ https://youtu.be/-dkSf5Wor64 自律搬送ロボット カチャカ （2023年5月よりPFRoboticsが販売） 詳細: https://kachaka.life/ https://youtu.be/ED-3t7QEEQM?si=_KCzV_6JiAAPA8_Q • 自己位置推定とマッピング(SLAM)、 ナビゲーション、画像認識、音声認識、 ハードウェアを融合 • 環境変化の激しい住空間・店舗・病院・ 工場などでの柔軟な自律移動を実現 • 人の声や専用アプリの指示でシェルフを 牽引し、指定場所まで自動搬送 • 大規模言語モデルと連携して自然な会話 での指示が可能 • 歯科診療所向けモデル、飲食店向け配膳 シェルフ、製造現場の自律搬送ロボット （AMR）などで利用が拡大中 詳細: https://www.pfrobotics.jp/ Solutionsand Products ロボット
40. 40 ロボット カチャカの自律移動技術を応用し、PFNのチェーンストア向け業務改 善ソリューションMiseMise™から、自律移動して店頭商品棚の棚割・ 欠品・売価などを自動チェックするサービスロボットMiseboを提供し ています。 Misebo（2024年10月発表） 詳細: https://www.pfrobotics.jp/ Solutionsand Products ロボット
41. Make the real world computable and create the future together.