Category: Artificial Intelligence

フィジカル AI においては、アルゴリズムがデジタルの境界を超え、形のある物理世界を認識し、理解し、また操作します。そのためフィジカル AI は、すべての業界の企業で、運営方針を根本的に変えるものになります。この変革を加速するため、AWS Generative AI Innovation Centerは、MassRoboticsとNVIDIAと協業し、Physical AI Fellowship を立ち上げました。これにより、次世代のロボティクスと自動化ソリューションを開発しているスタートアップが、必要なサポートを享受することが可能になり、先端を進むスタートアップとの協力ができるようになりました。

本記事は 2025/11/25 に公開された “Physical AI in practice: […]

本記事は 2025/12/02 に公開された “Embodied AI Blog Series, […]

エージェンティック AI システムは急速にデジタル世界を超えて物理世界へと拡大しており、AI エージェントは実際の物理環境で知覚、推論、および行動をとります。AI システムがロボティクス、自律走行車、およびスマートインフラストラクチャを通じて物理世界とますます相互作用するにつれて、根本的な疑問が浮かび上がります：複雑な推論のために大規模なクラウドコンピューティングを活用しながら、物理的な感知と作動に対してミリ秒レベルの応答性を維持するエージェントをどのように構築するのでしょうか？

2025年11月26日から29日の4日間、千葉県の幕張メッセにて「第9回鉄道技術展2025（Mass-Tran […]

本記事では、AWS Entity Resolution でルールベース・機械学習ベースのマッチング精度を測定する方法を解説します。企業が顧客データを統合する際、アイデンティティマッチングの精度を客観的に評価する手法が不足しているという課題に対し、F1 スコアを用いた評価フレームワークとオープンソースの BPID データセットを活用した実践的な測定方法を紹介します。

生成 AI がテクノロジーの世界を変える中、教育機関は学生にサンドボックス環境を提供し、イノベーションを推進しています。本記事では、Innovation Sandbox on AWS を使用して、安全でコスト効率に優れた再利用可能なサンドボックス環境を大規模に管理し、数週間の管理時間を節約しながら、学生と教員が AWS でイノベーションを起こす自由を提供する方法を紹介します。

JFE スチール株式会社における Amazon SageMaker AI を中核とした CPS 開発実行基盤の構築事例をご紹介します。ブログの中では、プロジェクトの背景、開発体制、AWS の活用方法、そして今後の AWS IoT Greengrass によるエッジ配信基盤の展開についても解説します。

多くの企業は、保守と拡張が困難になった古いテクノロジーで構築されたレガシーシステムに悩まされています。 この投 […]

長年にわたり、クラウドマイグレーションプロジェクトは、断片的で手動のプロセスによって遅延してきました。検出には、複数のツールのデプロイと長い承認プロセスが必要でした。アセスメントは、手動分析または多大な時間を要するツールに依存していました。マイグレーション自体は、ウェーブプランニング、ネットワーク変換、サーバーオーケストレーションのための手動スクリプトに依存していました。このエンドツーエンドのジャーニーは、多くの場合、数か月にわたり、クラウド導入とモダナイゼーションのメリットを遅らせていました。