Autoware 評価ラボ
Autoware を公式の手順で Linux 上にビルドし、6時間35分26秒で完走。対象621パッケージすべてが成功しました。環境・入力・途中で当たった問題を記録しています。
新しい技術は、どう発明され、どう社会に実装されるのか。

異常検知の仕組み、モデル量子化、Autoware のビルド、ブラウザの道具。実装と動かし方、測定した結果をまとめています。
Autoware を公式の手順で Linux 上にビルドし、6時間35分26秒で完走。対象621パッケージすべてが成功しました。環境・入力・途中で当たった問題を記録しています。
軸受の振動データから、モデルの学習と警報の評価までをつなぐ異常検知の仕組みを作りました。公開 IMS データで試験系列を丸ごと学習から外す条件では、深層オートエンコーダの優位性は確認できませんでした。
合成振動データの生成器と、特徴量の抽出からモデル評価までを動かす異常検知の実験環境を作りました。学習と評価で機械を分けるとスコアが下がり、情報の漏れによる過大評価が見える形になりました。
モデルの量子化、ONNX 出力、CPU での測定をつなぐ CLI を作りました。Fashion-MNIST のテスト画像10,000枚では、W4A8 の精度は94.76%から94.22%へ下がり、出力した ONNX の容量は約0.18%増えました。
Python ライブラリ、CLI、レビュー画面を備えた書類検品ツールを作りました。YAML ルールで不備を見つけ、人が例外承認や差戻しを判断できます。不備の記録と人の判断を、両方とも履歴に残します。
入力・処理・出力のブロックをつなぎ、光・音・色の反応をブラウザだけで試せる、小さなワークショップ教材です。
macOS と Windows 向けに、クリップボードの履歴アプリを作りました。テキスト・画像・ファイルを種類ごとの表示と操作で扱い、修飾キーや権限による動作の違いも画面で伝えます。
公式ツールの推論が Apple Silicon でも CPU に戻っていた箇所を調べ、MPS 対応のパッチと比較実測をまとめました。
潮の満ち引きと、静かに待つと聞こえるウグイスの声で、時間を感じる小さな iOS 作品です。
帳票の写真から、動くアプリケーションへ。
AI HACKATHON 2026 TOKYO
ファイナリスト · 56チーム

ブラウザの中で動く、渋谷のシミュレーション。

食べる、生まれる、変わっていく。小さなルールから世界を作る。

Art for Well-being
病室の静かな時間を思い浮かべて作った、動きに応える「もち」。指やマウスで押して、離して遊べます。
触覚の仕組みを、コア・運用・エンジン連携・試験環境に分けて作っています。
オープンソースの自動運転スタックを再現できる形に整え、ビルドと評価の過程を記録しています。
ウォーターフォールと、分散型アジャイルの考え方を取り入れたプロジェクト管理を実践しました。
3か月間にわたり、特定分野の知識を検索・参照するRAGを構築。ユーザーが入力した条件に基づく計算と定性的なレポート生成を組み合わせ、情報提供の質の向上に取り組みました。
フロントエンド系の言語を中心としたコーディング課題に取り組みました。
LightGBMなどの手法を活用し、製造業データの異常検知に取り組みました。
約2か月にわたり、企画・ヒアリング・課題特定から、要件のすり合わせと実装まで取り組みました。生成された仕様を固定ルールで画面にする、決定論的なレンダリングを実装しました。
約1年半にわたり、日本語化に加え、PoC(概念実証)、関係者との調整、海外エンジニアとの協働によるアプリ改善に取り組みました。
新しい技術は、どう発明され、どう社会に実装されるのか。自分で作り、動かして確かめ、気づいたことを次の設計に戻す。この繰り返しを通して、技術が人に使われるまでの道筋を探っています。大事にしているのはイノベーションです。新しい仕組みを生み出し、社会の中で使える形にすること。ここに並べた作品には、その過程で試したこと、確かめられたこと、まだ残る課題を記録しています。