最後の更新から今まで、LeapMindは何をしていたの？【プロダクト編】

HR Divisionに所属するLeapMindの何でも屋、とびながです。HRの前はCreative Divisionでデザイナーをしておりました。さらに、前職ではコンピュータビジョンや画像処理のエンジニアをしていました。謎経歴ですが、今は採用広報をメインにいろいろやっています。どうぞ、よろしくお願いします。

さて、タイトル通りですが、新緑の春から紅葉が見頃の秋まで、LeapMindが何をしていたのか、写真と画像でざっくり見ていきましょう。

まずは最後の投稿である「DeLTA-Lite」のリリース。DeLTA-Liteは学習データと小型デバイスがあれば、Web上で4つのステップを踏むだけで、誰でもすぐに組込みDeep Learningモデルを構築することができるソリューションです。リリースした頃はClassificationというクラス分類しかできませんでしたが、今はObjectDetectionと呼ばれる物体検出にも対応しました。今後、Segmentationにも対応していく予定です。

次に「DeLTA-Kit」をリリースしました。こちらは、先ほどのDeLTA-Liteで準備が必要だった小型デバイスに、カメラをはじめとする周辺機器、すぐに試すことのできるDeep Learningモデルのサンプル、LeapMindが作成した組込みDeep Learningモデルがダウンロードできるサイト「Modelite」がセットになったキットです。DeLTA-Liteで作成した組込みDeep Learningモデルもすぐに試すことができます。

DeLTA-Liteで必要な小型デバイスはDeLTA-Kitで揃うようになりましたが、学習データの準備が....

ということで、「DeLTA-Mark」をリリースしました。学習データ作成で必要となるアノテーション作業を、管理者と作業者に分けることによって、高品質で大量の学習データを簡単に作成できるようにいたしました。これで組込みDeep Learningモデル構築に必要な物は全て揃います。

他にも目的設計のためのDeLTA-Planや保守・運用を司るDeLTA-Careなどもありますが、DeLTA-なんとかを全てまとめて「DeLTA-Family」と呼ぶようにしました。

誰でも、どこでも、簡単に組込みDeep Learningを導入する環境を整えていたら、平成最後の夏が始まっていました・・・。

せっかくDeLTA-Familyが揃ったので、みんなに知って、使ってもらいたいという気持ちが強くなったLeapMindは、初の自社イベントを開催しました。

それが、DeLTA TECHです。DeLTA-Familyに関わったエンジニアからPM、技術営業、さらにCEO松田が登壇し、各々Deep LearningとDeLTA-Familyについて語っていただきました。雰囲気だけでもという写真はこちら。詳細はMarketing Divisionの坂口がブログにまとめていますので、ぜひこちらもご覧ください。

DeLTA-Familyのリリースラッシュが落ち着き、季節は秋に。

ここでLeapMindは大きなリリースを出しました。

LeapMindが持つ、Deep Learningモデル構築、圧縮をはじめ、ハードウェアへの組込みまでの一連の技術に「Blueoil」という名前をつけ、オープンソースとしました。これによって、全世界において無料でLeapMindの技術を活用することが可能になりました。

組込みDeep Learningがもっと身近になるように、生活に浸透していくように、願いを込め、今後のDeep Learning技術の発展に貢献していきたいと思っております。

ちなみに、オープンソース化した瞬間のLeapMindの様子はこちらからご覧いただけます。

ざっと春から秋の間にLeapMindがリリースしたプロダクト、ソリューションについてまとめました。

この記事を読んでも読まなくても、組込みDeep Learningに関するプロダクトやビジネスにご興味のある方はぜひLeapMindのメンバーになりませんか？ぜひ、以下のリンクまたは募集のページから「話を聞きにいきたい」ボタンをポチッとお願いします！

ちょっとバズったこちらのタイトルは、Deep Learningエンジニアの募集です。

ディープラーニングエンジニア

Deep Learning完全に理解した人、募集。

■LeapMindとは？ 「あらゆるモノにDeep Learningの恩恵を」 Deep Learningをあらゆるモノに適用するDoT (Deep Learning of Things)の実現を目指す企業です。 ▷▷▷https://leapmind.io ■Deep Learningとは？ 人工知能、AIという言葉を多く聞く世界になりました。その人工知能の進化を支える一つに「Deep Learning（深層学習）」という技術があります。十分なデータ量があれば人間の力なしに機械が自動的にデータから特徴を抽出してくれるディープニューラルネットワークを用いた学習のことを指します。 Deep Learningを用いると、 - 良品・不良品分類 - 異物検出 - 人・車・自転車・動物・その他障害物の物体検出 - 人の年齢・性別分類 - 傷・ヒビ・サビの検出 などをはじめとする、ヒトが行っていた業務の一部を機械に置き換えたり、立ち入れない部分を機械によって検査することができるようになります。 詳しくはLeapMind BLOGの記事を読んでみてください！ 参考▶︎ディープラーニング（Deep Learning）とは？【入門編】 ▷▷▷http://wp.me/p7Y0po-e2 ■何をやっているの？ LeapMindでは主に、Deep Learningモデル構築における精度向上から計算量圧縮などのソフトウェア領域と、 省電力かつ高効率を目指した回路設計などのハードウェア領域双方において研究開発を行なっています。 従来のDeep Learningには知識や技術はもちろんですが、他にも莫大な演算量が要求されるため、GPUやクラウド環境が必要でした。 これを解決するため、LeapMindではPCやクラウドを利用せず、手のひらサイズの小さなデバイス単体でDeep Learningを動かすための研究を行ってまいりました。 そして、2018年春、誰でもすぐに組込みDeep Learningを導入できるためのプロダクト「DeLTA-Family」を開発し、提供するまで至りました。 ▷▷▷https://delta.leapmind.io/ 2018年秋には、Deep Learningモデルの圧縮から、ハードウェアへの組込みまで、LeapMindの技術をソフトウェアスタックとした「Blueoil」をオープンソース化し、誰でも、どこにいてもLeapMindの技術を活用することができる環境を整えました。これにより、組込みDeep Learning導入の促進活動に貢献できればと考えています。 ▷▷▷https://blue-oil.org/ 現在は両技術、製品のさらなる開発と提供を行いながら、さらに、あらゆるモノからDeep Learningの恩恵を受けられるよう研究開発を進めています。 ■LeapMindの歴史 2012.12 設立 2017.10 シリーズBラウンドで総額11.5億円の資金調達を実施 2018.04 Deep Learningモデル構築ソリューション「DeLTA-Lite」をリリース 2018.06 Deep Learningモデル評価キット「DeLTA-Kit」をリリース 2018.07 学習データ作成支援ソリューション「DeLTA-Mark」をリリース 2018.10 「Blueoil」をオープンソース化

LeapMind株式会社

サービス開発、セールス、インサイドセールス、カスタマーサクセスなど、ビジネスの方も募集しています。

サービス開発

ディープラーニングに関するサービス開発チーム、一緒に立ち上げませんか？

■LeapMindとは？ 「あらゆるモノにDeep Learningの恩恵を」 Deep Learningをあらゆるモノに適用するDoT (Deep Learning of Things)の実現を目指す企業です。 ▷▷▷https://leapmind.io ■Deep Learningとは？ 人工知能、AIという言葉を多く聞く世界になりました。その人工知能の進化を支える一つに「Deep Learning（深層学習）」という技術があります。十分なデータ量があれば人間の力なしに機械が自動的にデータから特徴を抽出してくれるディープニューラルネットワークを用いた学習のことを指します。 Deep Learningを用いると、 - 良品・不良品分類 - 異物検出 - 人・車・自転車・動物・その他障害物の物体検出 - 人の年齢・性別分類 - 傷・ヒビ・サビの検出 などをはじめとする、ヒトが行っていた業務の一部を機械に置き換えたり、立ち入れない部分を機械によって検査することができるようになります。 詳しくはLeapMind BLOGの記事を読んでみてください！ 参考▶︎ディープラーニング（Deep Learning）とは？【入門編】 ▷▷▷http://wp.me/p7Y0po-e2 ■何をやっているの？ LeapMindでは主に、Deep Learningモデル構築における精度向上から計算量圧縮などのソフトウェア領域と、 省電力かつ高効率を目指した回路設計などのハードウェア領域双方において研究開発を行なっています。 従来のDeep Learningには知識や技術はもちろんですが、他にも莫大な演算量が要求されるため、GPUやクラウド環境が必要でした。 これを解決するため、LeapMindではPCやクラウドを利用せず、手のひらサイズの小さなデバイス単体でDeep Learningを動かすための研究を行ってまいりました。 そして、2018年春、誰でもすぐに組込みDeep Learningを導入できるためのプロダクト「DeLTA-Family」を開発し、提供するまで至りました。 ▷▷▷https://delta.leapmind.io/ 2018年秋には、Deep Learningモデルの圧縮から、ハードウェアへの組込みまで、LeapMindの技術をソフトウェアスタックとした「Blueoil」をオープンソース化し、誰でも、どこにいてもLeapMindの技術を活用することができる環境を整えました。これにより、組込みDeep Learning導入の促進活動に貢献できればと考えています。 ▷▷▷https://blue-oil.org/ 現在は両技術、製品のさらなる開発と提供を行いながら、さらに、あらゆるモノからDeep Learningの恩恵を受けられるよう研究開発を進めています。 ■LeapMindの歴史 2012.12 設立 2017.10 シリーズBラウンドで総額11.5億円の資金調達を実施 2018.04 Deep Learningモデル構築ソリューション「DeLTA-Lite」をリリース 2018.06 Deep Learningモデル評価キット「DeLTA-Kit」をリリース 2018.07 学習データ作成支援ソリューション「DeLTA-Mark」をリリース 2018.10 「Blueoil」をオープンソース化

LeapMind株式会社

学生の方や、時短勤務の方のためにアルバイト、インターンも募集しています。

アルバイト

Deep Learningや人工知能のプロダクト開発補助アルバイト、募集！

■LeapMindとは？ 「あらゆるモノにDeep Learningの恩恵を」 Deep Learningをあらゆるモノに適用するDoT (Deep Learning of Things)の実現を目指す企業です。 ▷▷▷https://leapmind.io ■Deep Learningとは？ 人工知能、AIという言葉を多く聞く世界になりました。その人工知能の進化を支える一つに「Deep Learning（深層学習）」という技術があります。十分なデータ量があれば人間の力なしに機械が自動的にデータから特徴を抽出してくれるディープニューラルネットワークを用いた学習のことを指します。 Deep Learningを用いると、 - 良品・不良品分類 - 異物検出 - 人・車・自転車・動物・その他障害物の物体検出 - 人の年齢・性別分類 - 傷・ヒビ・サビの検出 などをはじめとする、ヒトが行っていた業務の一部を機械に置き換えたり、立ち入れない部分を機械によって検査することができるようになります。 詳しくはLeapMind BLOGの記事を読んでみてください！ 参考▶︎ディープラーニング（Deep Learning）とは？【入門編】 ▷▷▷http://wp.me/p7Y0po-e2 ■何をやっているの？ LeapMindでは主に、Deep Learningモデル構築における精度向上から計算量圧縮などのソフトウェア領域と、 省電力かつ高効率を目指した回路設計などのハードウェア領域双方において研究開発を行なっています。 従来のDeep Learningには知識や技術はもちろんですが、他にも莫大な演算量が要求されるため、GPUやクラウド環境が必要でした。 これを解決するため、LeapMindではPCやクラウドを利用せず、手のひらサイズの小さなデバイス単体でDeep Learningを動かすための研究を行ってまいりました。 そして、2018年春、誰でもすぐに組込みDeep Learningを導入できるためのプロダクト「DeLTA-Family」を開発し、提供するまで至りました。 ▷▷▷https://delta.leapmind.io/ 2018年秋には、Deep Learningモデルの圧縮から、ハードウェアへの組込みまで、LeapMindの技術をソフトウェアスタックとした「Blueoil」をオープンソース化し、誰でも、どこにいてもLeapMindの技術を活用することができる環境を整えました。これにより、組込みDeep Learning導入の促進活動に貢献できればと考えています。 ▷▷▷https://blue-oil.org/ 現在は両技術、製品のさらなる開発と提供を行いながら、さらに、あらゆるモノからDeep Learningの恩恵を受けられるよう研究開発を進めています。 ■LeapMindの歴史 2012.12 設立 2017.10 シリーズBラウンドで総額11.5億円の資金調達を実施 2018.04 Deep Learningモデル構築ソリューション「DeLTA-Lite」をリリース 2018.06 Deep Learningモデル評価キット「DeLTA-Kit」をリリース 2018.07 学習データ作成支援ソリューション「DeLTA-Mark」をリリース 2018.10 「Blueoil」をオープンソース化

LeapMind株式会社

そして、Blueoilをはじめとする、LeapMindの技術を世界に広める技術営業の募集もはじめました！

技術営業

技術者でも、お客様と会話がしたい！Deep Learning技術営業募集

■LeapMindとは？ 「あらゆるモノにDeep Learningの恩恵を」 Deep Learningをあらゆるモノに適用するDoT (Deep Learning of Things)の実現を目指す企業です。 ▷▷▷https://leapmind.io ■Deep Learningとは？ 人工知能、AIという言葉を多く聞く世界になりました。その人工知能の進化を支える一つに「Deep Learning（深層学習）」という技術があります。十分なデータ量があれば人間の力なしに機械が自動的にデータから特徴を抽出してくれるディープニューラルネットワークを用いた学習のことを指します。 Deep Learningを用いると、 - 良品・不良品分類 - 異物検出 - 人・車・自転車・動物・その他障害物の物体検出 - 人の年齢・性別分類 - 傷・ヒビ・サビの検出 などをはじめとする、ヒトが行っていた業務の一部を機械に置き換えたり、立ち入れない部分を機械によって検査することができるようになります。 詳しくはLeapMind BLOGの記事を読んでみてください！ 参考▶︎ディープラーニング（Deep Learning）とは？【入門編】 ▷▷▷http://wp.me/p7Y0po-e2 ■何をやっているの？ LeapMindでは主に、Deep Learningモデル構築における精度向上から計算量圧縮などのソフトウェア領域と、 省電力かつ高効率を目指した回路設計などのハードウェア領域双方において研究開発を行なっています。 従来のDeep Learningには知識や技術はもちろんですが、他にも莫大な演算量が要求されるため、GPUやクラウド環境が必要でした。 これを解決するため、LeapMindではPCやクラウドを利用せず、手のひらサイズの小さなデバイス単体でDeep Learningを動かすための研究を行ってまいりました。 そして、2018年春、誰でもすぐに組込みDeep Learningを導入できるためのプロダクト「DeLTA-Family」を開発し、提供するまで至りました。 ▷▷▷https://delta.leapmind.io/ 2018年秋には、Deep Learningモデルの圧縮から、ハードウェアへの組込みまで、LeapMindの技術をソフトウェアスタックとした「Blueoil」をオープンソース化し、誰でも、どこにいてもLeapMindの技術を活用することができる環境を整えました。これにより、組込みDeep Learning導入の促進活動に貢献できればと考えています。 ▷▷▷https://blue-oil.org/ 現在は両技術、製品のさらなる開発と提供を行いながら、さらに、あらゆるモノからDeep Learningの恩恵を受けられるよう研究開発を進めています。 ■LeapMindの歴史 2012.12 設立 2017.10 シリーズBラウンドで総額11.5億円の資金調達を実施 2018.04 Deep Learningモデル構築ソリューション「DeLTA-Lite」をリリース 2018.06 Deep Learningモデル評価キット「DeLTA-Kit」をリリース 2018.07 学習データ作成支援ソリューション「DeLTA-Mark」をリリース 2018.10 「Blueoil」をオープンソース化

LeapMind株式会社

次は最近のLeapMindにいる、ヒトについてまとめていきたいと思いますので、もうしばらくお付き合いくださいませ！