画像認識AIに関するお困りごとはお気軽にご相談ください!

画像認識AIでOkojoAIが選ばれる理由

昨今、生成AIが大きな注目を集めていますが、私たちOkojoAIが最も重要だと考えるのは「お客様の課題に、最適なAI技術を提供する」ことです。トレンドを追うだけでなく、実用性と効果を徹底的に追求し、お客様の価値向上に貢献します。

画像認識AIへの深い知見

画像認識AIへの深い知見

代表の立教大学研究室での学術的な研究経験と、実践的な開発経験。この二つを掛け合わせることで、理論と現実の両面から高精度な画像認識AIソリューションを生み出します。


画像認識AI以外も含めて、最適なソリューションを導き出す総合力

最適なソリューションを導き出す総合力

私たちの技術は画像認識AIに留まりません。自然言語処理や音声認識など、AIの周辺技術も駆使し、お客様の課題を多角的に分析。本当に必要なソリューションだけをご提案します。


実用性を重視したDX推進

実用性を重視したDX推進

私たちは、単に流行の技術を導入することをDXとは考えません。あくまでも実用性と導入効果を重視し、お客様のビジネスに確かな成果をもたらすこと。それこそがOkojoAIの考えるDXです。

私たちは、小さくても世界をときめかせる挑戦を続けます。

Mission

小さくても

世界をときめかせる

Vision

最先端のAI技術を切り拓き、

その技術を通して

世界中に驚きを届ける

Who We Are

OkojoAIは、最先端の研究開発と革新的なAI技術で未来を創造する企業です。特に、立教大学大学院人工知能科学研究科の瀧雅人研究室出身の少数精鋭のメンバーを中心に、画像認識をはじめとするAI技術の研究開発と社会実装に取り組んでいます。さらに、代表を含め、OkojoAIのメンバーは対外的な研究成果の発表も積極的に行っており、複数回にわたり難関国際会議で論文が採択されるなど、学術的にも非常に高い技術力を有しています。したがって、実際にこれらの活動から得られた知識や技術力は、OkojoAIの新製品や開発やオーダーメイドのサービスに活かされています。
優秀なメンバーが揃っているからこそ、他社より一歩先を行く、わくわくするようなAIモデルを実現できるのです。

Services
OkojoAI の事業・製品・サービス紹介

カラムリンク

液体監視AIソリューション ToromiAI

画像認識AIベースの液体監視AIソリューション ToromiAIのイメージ
カラムリンク

設備点検AI MeerGuard

画像認識AIベースの設備点検AI MeerGuardのロゴ
カラムリンク

AI開発パートナーシップサービス

AI開発パートナーシップサービスのイメージ
カラムリンク

AIソフトウェアサービス

AIソフトウェアサービスのイメージ

Company
会社概要

代表者名⽴浪 祐貴
企業名株式会社OkojoAI / OkojoAI Co., Ltd.
所在地〒174-0046


東京都板橋区蓮根2-27-12
古谷野ビル3F-13
設⽴年⽉2024年10⽉
資本⾦225万円
事業内容アカデミックな画像認識AIなどの専門性とシステム開発の専門性を活かしたAI開発パートナーシップ事業
研究と実装の知見を結集した独自画像認識・AI搭載のソフトウェア事業

代表取締役 立浪 祐貴

■略歴

2015年に北海道大学大学院理学院数学専攻で修士(理学)を、2022年に立教大学大学院人工知能科学研究科で修士(人工知能科学)を取得。さらに2025年3月には日本で始めての学位となる、博士(人工知能科学)取得。職歴としては、2015年よりキャリアをスタート。ソフトウェア開発・事業会社での経験を経て、その後AnyTech株式会社では動画解析により流動体など不定形な物体の性質判定に特化したAIソリューション開発やSaaS開発をリード。真のAnyTechの精神は個人の興味や研究を重視する文化にあり、また長期的視点での技術開発とアカデミアへの積極的発表を尊重していた。このような志を受け継ぎ、2024年10月に株式会社OkojoAIを創業。コンピュータビジョン・深層学習の研究者として、トップカンファレンスでの論文採択実績を持ちながら、同時に実務でのAI実装経験も豊富なエンジニアとして、企業へのAI関連技術支援と自社サービス開発に注力している。

■論文

人工知能・機械学習分野の国際会議で複数の論文を発表。
[代表論文]
– AAAI 2024: “FFT-based Dynamic Token Mixer for Vision” (立教大学/AnyTech在籍時)
– NeurIPS 2022: “Sequencer: Deep LSTM for Image Classification” (立教大学/AnyTech在籍時)
– ACCV 2022: “RaftMLP: How Much Can Be Done Without Attention and with Less Spatial Locality?” (立教大学/AnyTech在籍時)

■受賞・メディア

– 日経Robotics(2023年5月号)特集記事掲載
– 第29回画像センシングシンポジウム 優秀学術論文賞
– 立教大学大学院人工知能科学専攻 修士論文最優秀賞

MENU
PAGE TOP