独自性
Originality
技術
Originality
本当の課題に向き合うための技術
ALGO ARTIS では社会基盤に関わる最適化問題、主にスケジューリングやマッチングの問題に取り組んでいます。問題解決のために、最適化技術の中でもヒューリスティック最適化といわれる技術を主に用います。これらの技術はベストな答えを保証することはできませんが、従来の厳密な解法よりも幅広い問題に対して、現実的な時間内に答えを提案することができます。また、従来の方法と比較して、現場の複雑な運用ルールを組み込んでの最適化が可能です。現場が解決したい本当の問題に正面から向き合うことができます。

技術で解ける部分を探すのではなく、現場が抱える課題を解決する技術を探し、現場の運用と折り合いをつけていく。泥臭いけれど、ALGO ARTIS のメンバーもお客様も同じゴールを目指すからこそ、現場で使い続けられる AI ができると確信しています。
Q
ヒューリスティック最適化の長所と短所は?
A
長所は、現実の複雑な運用条件を考慮しつつ、要件が変更されても影響は小さく留め易いこと。結果として、実業務に寄り添うことができ、業務での実用に耐えるものを構築することが可能です。短所は、厳密解が得られる保証がなく、解の精度を上げるためにはアルゴリズムをうまく作る必要があること。弊社には世界トップレベルのアルゴリズムエンジニアが在籍しており、速度と精度のバランスを高次元で実現する最適化ソリューションを提供しています。
Q
数理計画法とは違うの?
A
どちらも最適化問題に対する手法の1つですが異なる解決アプローチです。数理計画法は理論最適解が得られる一方で、現実的な時間で解ける問題としてのモデル化・定式化が難しく、ある程度簡易化したモデルにせざるを得ないケースが多くあります。ヒューリスティック最適化は近似解であるものの、難易度の高い問題に対しても実用的な計算時間で十分良質な解を発見することができます。
Q
機械学習(教師あり)を使わないの?
A
解くべき問題をAIに学習させるために、運用を漏れなく模した大量の教師データが必要となりますが、現実問題それらを準備することは困難です。また、現状の運用を模倣することはできてもそこから改善することはできません。さらに、要件の変更によって問題が解けなくなる可能性があるため使用しません。
なお、最適化のコアとなる部分にはヒューリスティック最適化を用いつつ機械学習を併用する場合もございます。
サービス
Service
環境に応じてゼロから構築する
フルスクラッチサービス
運用環境やルール、目的は各社各様で、決まった技術やパッケージで解決することは困難です。ALGO ARTISでは、まず調査とコンサルティングを行い、適切な技術選択と要件定義をお客様と二人三脚で進めていきます。そしてプロトタイプを開発し、実際にご利用いただくことで机上では把握できない運用上の課題を抽出し、改善を繰り返します。このようにして実際に現場で使えてパフォーマンスを発揮するサービスを作り上げます。

課題が具体的でなかったり、漠然とした相談であっても構いません。気軽にお声がけください。
サービスフロー
Contact us
お問い合わせ
各種お問い合わせはコンタクトフォームより随時受け付けています。
お気軽にお声がけください。

課題が具体的でなかったり、漠然とした相談であっても構いません。課題の具体化やプロジェクトの進め方、その他ざっくばらんなご相談も含め、開発を開始するまで無償で対応させていただきます。その中で両者で議論を重ねることで的確な実施判断や、ご提案内容の具体化を進めることができます。
Contact
Arrow