株式会社ビジネス・サーチ　GovTech企業

独立行政法人産業技術総合研究機構は国家としてのAI活用分野として
315億円の「ABCI3.0」と約70億円以上の量子コンピュータ2台を「ABIC-Q]として導入する事を決めました。各国で競争激化するAI開発のためにも
国産AI開発は急務となっています。現在は海外の生成AIがメインとなり、全てがブラックボックス化して法的な規制もできない状態です。そこで日本としての「日の丸AI」開発プロジェクトがスタートしました。
今回の「大規模言語モデルを用いたヒント生成システム」は誰でも使える
マルチLLM利用の「GUI」を開発する目的で当社のAI技術を評価頂きまして落札致しました。今後、当社は誰でも使えるLLM用のプロンプトテンプレート開発や国産LLM開発用の要求要件の検証も含めて開発していきます。これにより、最適なマルチLLM利用が小学生でもできるサービスも準備しております。

マルチモーダルLLMサービスとは

マルチモーダルLLM（大規模言語モデル）サービスは、テキストだけでなく画像、音声、動画など、複数の種類のデータを組み合わせて処理できるAIサービスです。従来のテキストベースのLLMと比較して、より人間に近い認識能力を持ち、幅広いタスクに対応できます。

以下がマルチLLMの特徴になります。ご用命はお問い合わせからメールください。３営業日以内に
ご回答させて頂きます。

代表的なマルチモーダルLLMサービス：

• Google Cloud Vision AI: 画像認識、OCR、顔検出など、さまざまな画像処理機能を提供します。
• Microsoft Azure Cognitive Services: 画像分析、音声認識、自然言語処理など、幅広いAIサービスを提供します。
• OpenAI CLIP: テキストと画像を関連付けることができるモデルで、画像検索や画像生成などに活用できます。

担当者：籠倉（カゴクラ）まで

JR東日本　
世界1のデータベースを利用していたが、フリーワード検索でデータベース会社の
買収した検索システムとベンチマークをしたところスピードや使い勝手、
日本語処理も高い評価で採用になりました。

日本原子力研究機構
　日本で2000年に一番早い並列スーパーコンピュータを導入しました。
世界では8位になりました。

農業生物資源研究所
生物の遺伝子情報を世界中から収集して発見された新しい遺伝子解析を
行う16,000cpuの並列スーパーコンピュータと大型のファイルサーバや
解析サーバを導入しました。
 
産業技術総合研究機構
　クレイのスーパーコンピュータのファイルサーバ
　グループウェアシステム　
　大規模メモリサーバシステム　
　オングストロームテクノロジーのスーパーコンピュータのファイルサーバ　
　日本初の高速サーバ　
　世界初の6cpuの高速サーバを第5世代コンピュータシステムプロジェクト

その他多数・・・

私たちはGovTech会社としてIT系の経験30年以上のメンバーにより検索＋AIを得意にしております。
また、コンサルテイングもDXやAI入札を中心に数多くの実績を持っており、クライアント様より厚い信頼を寄せていただいております。
2003年から社長が落札した省庁や案件は多数になります。

金融庁　証券取引委員会　
　証券取引委員会が金融関係の口コミサイトのデータ自動収集を
大手電気メーカーに多額の金額で依頼していたが、仕様書を当社の
技術が精査したところ桁違いに安くできる事が分かり落札して
適正金額で提供する事ができました。

内閣府　
　安倍総理がなられた時期の首相官邸ホームサイト内検索で既存の
外資系検索システムが漏れが多く、困っていたが当社の検索システムと
ベンチマークを実施して明らかに漏れが無く採用されました。
また、かなりのトランザクションにも耐え高速に結果の表示ができました。

日本郵便　
　ホームページのサイト内容検索の導入をいたしました。

農林水産省　計算センター
ネットワークライブライーシステムは38研究所の図書を管理する
日本最大級のシステム研究情報システムを導入しました。

情報公開サーバーで38研究所の論文等の公開、検索サーバーの導入をしました。

その他多数・・・

中小基盤機構
　官公需情報ポータルサイトの構築
　全国の入札情報を自動的に収集して検索できるサービスです。

農林水産省　農研機構
公開システムのサイト内検索システム

総務省統計局
PC2,400台を導入 テスト

防災科学研究所
阪神淡路島大震災後に1,000メートルの地下の岩盤に地震計を
全国1,000ケ所に設置して、そのデータ解析用システムを
大規模に導入しました。

その他多数・・・

• ふたばはAI（人工知能）を活用した自動応答システムであり、RAGはAI技術の一つである強化学習（Reinforcement Learning）に基づいています。
• ふたばはユーザーからの評価をシステム改善に役立てており、これはRAGの重要な要素である報酬（Reward）に基づいて学習を行うことを示唆しています。
• ふたばは質問の意図を理解し、適切な回答を提供する能力を持ち、これはRAGが学習データから得た知識を応用して、新たな状況に対応することを可能にする「一般化能力（Generalization）」と関連しています。