AI研究成果カタログ

tsuzumi

軽量でありながら世界トップレベルの日本語処理性能を持つNTT独自開発の軽量小型で高性能な大規模言語モデル

【特長・用途】

・優れた日本語性能

・コスト効率に優れた軽量モデル

・NTTがゼロから開発した純国産モデル

【提供方法】

ソフトウェアライセンス、技術移転

【リリース年月】

2025年10月

【コア技術】

NTT版大規模言語モデル「tsuzumi 2」

AIコンステレーション

複数のAI同士が相互に議論・訂正を行い、人が要因推測すら困難な問題に対し、多様な視点から解を創出する大規模AI連携技術

【特長・用途】

・複数の専門性を持つLLM同士の議論を制御

・重複や抽象的な発言を抑制、自然で具体性のある発言により、議論の質を向上

【提供方法】

技術移転

【リリース年月】

2025年3月

【コア技術】

多様なAIが連携した「AIコンステレーション®」

AIアバター作成エンジン

少量のデータで個性を再現した対話AIを作成し、簡単に他のエンジンと連携できる技術

【特長・用途】

・少量の個人対話データで、対話モデルに個人の口調を反映

・音声認識/合成、発話生成などのエンジンとの連携を簡易に設定可能

【提供方法】

ソフトウェアライセンス

【リリース年月】

2024年5月

【動作条件（目安）】

＜推論時（1プロセス）＞

・OS：Linux

・CPU：2.5GHz（24コア）以上

・メモリ：16GB以上

・ストレージ：500GB以上（モデル・ログ保存用）

・GPU：VRAM 6GB以上

＜学習時＞

・OS：Linux

・CPU：2.5GHz（24コア）以上

・メモリ：24GB以上

・ストレージ：500GB以上（学習データ・モデル保存用）

・GPU：VRAM 24GB以上（推奨）

AIキャラクター自律対話エンジン

ユーザの理解を深めながら自律的に話題を選択し、個人性を再現した対話が可能な対話AI技術

【特長・用途】

・ユーザにとって興味がある新鮮な話題を自律的に選択してAIから話しかけ

・個人のQAデータから多様な対話での個人の口調・知識・返答の方向性を再現

【提供方法】

ソフトウェアライセンス

【リリース年月】

2025年6月

【動作条件（目安）】

＜推論時（1プロセス）＞

・OS：Linux

・CPU：2.8GHz（48コア）以上

・メモリ：16GB以上

・ストレージ：250GB以上（モデル・ログ保存用）

・GPU：VRAM 18GB以上推奨

・その他：CUDA 12.2以上、Docker 24.0以上

＜学習時＞

・OS：Linux

・CPU：3.0GHz（24コア）以上

・メモリ：1152GB以上

・ストレージ：250GB以上（学習データ・モデル保存用）

・GPU：VRAM 80GBクラス以上（最低 48GB）

・その他：CUDA 12.2以上、Docker 24.0以上

音声合成エンジン

数秒の音声からその人らしい音声を再現し、多言語の合成音声が生成可能な音声合成エンジン

【特長・用途】

・数秒の音声からその人らしい音声を再現し、クロスリンガル音声合成技術により、声色を保ったまま英語、中国語などの多言語の合成音声を生成することが可能

・Zero-shot音声合成：数秒程度の目的話者の声を用意するだけで、音声合成モデルを学習せずに、その人の声色に類似した合成音声を生成可能

・Few-shot音声合成：数分～10分程度の目的話者の音声を用いて、音声合成モデルを学習し、高精度に目的話者の声（声色・多様な話し方）を再現させることが可能

【提供方法】

ソフトウェアライセンス

【リリース年月】

2024年9月

【動作条件（目安）】

・OS：Linux

・CPU：2.0GHz以上（4コア以上）

・メモリ：4GB以上

・ストレージ：10GB以上の空き容量

・備考：AVX2対応必須、AMX対応推奨

【導入サービス例】

音声AIプロダクト FutureVoice｜ NTTテクノクロス株式会社

【コア技術】

クロスリンガル音声合成プラットフォーム

MediaGnosis

営業・会議・1on1・ウェビナーなど等に活用可能な音声・映像・テキストなどを統合処理するマルチモーダルAIエンジン

【特長・用途】

・音声認識、人物検出等の多様なAI推論機能をAll in Oneで提供

・音声対話等の高度なコミュニケーションAI実現に必要となる多様な機能の連携実装を簡素化

・知識集約型の高効率な学習

次世代メディア処理AI MediaGnosis 公式サイト

【提供方法】

ソフトウェアライセンス、技術移転

【リリース年月】

2024年3月

【導入サービス例】

SpeechRec Server ｜ NTTテクノクロス株式会社

【コア技術】

知識集約型クロスモーダルメディア処理ライブラリ (MediaGnosis Ver.2) MediaGnosis Package for Communication Support

映像推論エンジン

映像から人の行動や状態変化を高精度かつ効率的に推論するAI推論エンジン。映像から行動を推論し、現場の安全対策や業務改善、顧客満足度の向上に活用

【特長・用途】

・身体行動理解エンジン

・知識活用型行動理解エンジン

【提供方法】

ソフトウェアライセンス、技術移転

【リリース年月】

2025年6月

【コア技術】

身体行動理解技術

路面情報復元点検エンジン

路面の点検効率化と安全性の向上のため、車載カメラ等による撮影画像から路面標示の劣化を検出し判定する技術

【特長・用途】

・GAN（敵対的生成ネットワーク）を活用し、高精度な復元と診断を実現

・既存技術では不可な消失箇所の診断が可能

【提供方法】

技術移転

【リリース年月】

2023年12月

コンクリート構造劣化検出エンジン

市販のデジタルカメラで撮影した画像から、コンクリート構造物の劣化（露筋・ひび割れ等）を自動検出・計測

【特長・用途】

・トンネル、橋梁、マンホール等の検査に利用

・画像から劣化の実サイズを計測するためのスケール推定技術

【提供方法】

技術移転

【リリース年月】

2023年12月

映像AI推論LSI

4K等の超高精細映像からのリアルタイムAI推論をエッジ/端末上でも実行可能にするAI推論LSI

【特長・用途】

・4K等の超高精細映像に対するリアルタイムAI推論処理を、電力制約の厳しいエッジ/端末上でも実行可能にするAI推論LSIを開発。

・例えばドローンに本LSIを搭載することで、地上150mから広域に渡り人やモノを検出、目視外で安全航行しながら設備点検などが可能になり、省力化やコスト削減に貢献。

【提供方法】

技術移転

【リリース年月】

2024年12月

【コア技術】

超高精細映像AI推論ハードウェア構成技術

自己進化型ZTOフレームワーク

ネットワークキャリアのオペレーションにおける監視・保守といった運用業務の自動化・高度化を実現するAIを搭載し、それらを連携させながら実行可能とするフレームワーク

【特長・用途】

・運用業務に適した様々なAIと、複数AIの連携を含めた実行を可能とする実行制御機能を具備し、3つの運用業務プロセスの自動化を実現

１．トラヒックなどのメトリクスにおける平常時からの乖離や、装置が出力するログの中から未知のものを検知する異常検知AIにより、故障アラームとして出力されない異常の早期検知が可能

２．膨大なアラームを故障毎に分類・集約するアラーム集約AIと、アラーム発生原因となる故障箇所を推定する故障箇所推定AIを連携させることで故障の見落としを防止し、高精度な故障箇所の推定が可能

３．発生中のログやアラーム・故障箇所・過去の故障措置履歴をもとに、現在発生中の故障に対する措置を生成する措置検討AIと、その生成根拠を提示する根拠提示AIにより、故障措置時間の短縮が可能

【提供方法】

ソフトウェアライセンス、技術移転

【リリース年月】

2026年1月

【動作条件（目安）】

・OS：Linux

・CPU：16コア以上

・メモリ：64GB以上

・ストレージ：5TB 以上(1年間分の運用ログ保存の場合)

・GPU：メモリ24GB以上

異常検知AIの学習支援技術

通信トラヒックデータの傾向変化を検知し、異常検知AIの再学習タイミングを最適化する技術

【特長・用途】

・データの短期・長期的変動をクラスタ遷移により把握

・データの一時的変動をクラスタ遷移同士の比較により把握し傾向変化を検知

【提供方法】

技術移転

【リリース年月】

2025年7月

NW-AI自己進化フレームワーク

疑似故障挿入AIと故障復旧AIの組み合わせにより，故障復旧AIの学習を自動化することで，故障影響の低減及びオペレータ稼働の効率化を実現する技術

【特長・用途】

・様々な学習データの生成による、複雑・未発故障の予見的・迅速な対処が目標

・疑似故障挿入技術であるカオスエンジニアリングを活用

【提供方法】

技術移転

【リリース年月】

2024年7月

【コア技術】

障害に強いロバストネットワーク実現のためのNW-AI自己進化フレームワーク

NW故障の措置レコメンド

LLMとRAGを組み合わせ、ネットワーク故障の対応手順を自動でレコメンドする技術

【特長・用途】

・リランキングつきRAGによる誤り低減

・非定型故障発生時における活用

【提供方法】

技術移転

【リリース年月】

2024年10月

ICTシステム異常検知ツール

ディープラーニングを用いて、ネットワークやICTシステムの故障の早期検知、予見的検知を実現する技術

【特長・用途】

・多様なメトリクスの相関関係を分析することで、人手では気付かないようなネットワーク、システムの異常を検知することができる

・異常を検知するだけではなく、異常の要因となるメトリクスを特定することが可能

【提供方法】

技術移転

【リリース年月】

2024年11月

非定型故障箇所推定ツール

多数の装置から大量のアラームが発生するような大規模故障において、故障の根本原因となる装置を特定する技術

【特長・用途】

・確率推論ベースの技術のため、ルールで記述することができないような複雑な故障への対応が可能

・他の異常検知やアラーム集約技術と組み合わせることで、特定精度を向上させることが可能

【提供方法】

技術移転

【リリース年月】

2020年7月

基地局チルト角算出ツール

基地局データに基づく各種推定モデルと粒子群最適化により、対象エリアにおけるスループットを改善可能な基地局チルト角算出の自動化を実現

【特長・用途】

・空間補完法および階層ベイズモデルを用いた従来手法を拡張し，対象エリア内の端末分布およびスループットの推定精度を向上

・粒子群最適化を用いた自動化により人手で数日かかる検討を分単位オーダーに短縮化

【提供方法】

技術移転

【リリース年月】

2024年5月

ネットワーク障害復旧ツール

リアルタイムでネットワークの状況を把握し，自律的に適切なNW-AIを使った復旧措置を実施するAIエージェント

【特長・用途】

・復旧方策立案エンジンが故障状況をリアルタイム分析し，最適な復旧手順を自動立案

・デジタルツイン環境で未発の障害パターンへを事前学習し，対応策を蓄積する

【提供方法】

技術移転

【リリース年月】

2026年2月

SBOM補完エンジン

SBOMの統合管理において、SBOMの欠落情報を、生成AIにより高度に補完・推定するエンジン

【特長・用途】

・SBOMの業界標準であるSPDXやCycloneDXなど複数フォーマットに対応

【提供方法】

ソフトウェアライセンス

【リリース年月】

2023年10月

【動作条件（目安）】

・CPU：vCPU 8コア

・メモリ：32GB

・ストレージ：250GB

セキュリティレポート生成支援エンジン

熟練者の暗黙知をAIに取り込み、読者や記事内容に応じたセキュリティレポートを生成するAIエンジン

【特長・用途】

・既存の熟練者レポートから暗黙知を抽出

・組織内部、外部情報を合わせて自動で分析し、組織の状況や利用者の立場に沿った最新の脅威レポートを生成

【提供方法】

ソフトウェアライセンス、技術移転

【リリース年月】

2025年3月

【動作条件（目安）】

・OS：Linux

・CPU：4GHz(8コア)

・メモリ：16GB以上

【コア技術】

テーラーメイド·セキュリティレポート生成技術

悪性サイト自動検出エンジン

フィッシングサイトや詐欺サイトなどの人を騙す特徴を抽出し、専門家の判断プロセスをAIに学習させることで、高精度に自動検出するエンジン

【特長・用途】

・AIに対してセキュリティの専門家の判断プロセスを学習させるとともに、悪性サイトを識別する特徴を提供

・判断プロセスの異なる悪性サイトでも高精度（フィッシングサイト：99％以上、詐欺サイト：97%以上）に検出

・英語・ドイツ語といった多言語の悪性サイトの検出も可能

【提供方法】

技術移転

【リリース年月】

2025年6月

セキュア連合学習環境ライブラリ

データを開示せず、各事業者の手元で学習したAIモデルを安全に統合することで、組織横断の高精度な分析を可能にする技術

【特長・用途】

・複数事業者が保有する機微で集約が困難なデータ分析に活用

・差分プライバシーを適用することで学習済モデルからのデータ漏洩リスクを低減

・共通しないエンティティを保有する異業種事業者間のデータの連合学習にも対応

【提供方法】

技術移転

【リリース年月】

2025年2月

【コア技術】

セキュア連合学習

ソフトウェア開発の効率化ツール

生成AIを用い、ソフトウェア開発に係る各工程のリードタイムを短縮し、開発を効率化する支援ツール

【特長・用途】

・生成AIが開発案件の知識を要するタスクを遂行するために必要な開発情報を、本支援ツールが自動的に生成

１．ソフトウェアの要件や設計情報を記載した仕様書などの大規模なドキュメントを機能単位で高精度に分割

２．分割した情報に基づいて開発工程の異なるドキュメント間の依存関係を高精度に構築

・多様な開発案件のテスト操作や確認結果を活動データとして収集分析し、汎用的に再利用可能な形でテスト知識として活用

【提供方法】

技術移転

【リリース年月】

2025年7月

【動作条件（目安）】

OS：Windows11

MLOpsの運用容易化ツール

MLOpsにより蓄積した知見を活用することにより、新しい分析・モデル構築を支援するツール

【特長・用途】

・MLOpsを運用することで蓄積したデータ分析・モデル構築の知見を活用することで、新しいデータセットに適した深層学習モデルや、分析手法、CI/CD構成を提案

・市中クラウドサービス(例:AWS)上で構築可能で、マネージドサービスを活用

【提供方法】

技術移転

【リリース年月】

2024年2月

クラウドサーバリソース最適化技術

システム負荷状況やサービス利用状況から、さまざまなパフォーマンスを予測するAI（人工知能）モデルを用いて、インテントを満たす最小リソース量を算出する技術

【特長・用途】

・各種パフォーマンスを予測する複数のAIモデルの組合せにより、システムパフォーマンス要件だけでなく、QoE要件も含めたインテントに対して最適なリソース量の算出が可能。

【提供方法】

技術移転

【リリース年月】

2022年3月

【コア技術】

クラウドサーバリソース最適化による快適なWeb会議サービスの実現

秘密計算AIプラットフォーム

データを暗号化したまま計算処理可能な「秘密計算」によって、組織横断でのデータを利用した安全なAI処理を実現するプラットフォーム

【特長・用途】

・AIを活用したデータ分析に必要な基本的な処理（前処理・モデル学習・推論）を秘密計算技術で一貫して実行が可能

・テーブル形式の構造化データをターゲットとして、FFNN・決定木などの代表的なAIモデルでの分析が可能

・機密性の高い複数医療機関の診断データを用いた疾病予測モデルの安全な実現などに活用が可能

【提供方法】

ソフトウェアライセンス、技術移転

【リリース年月】

2025年2月

【動作条件（目安）】

・ OS：Linux

・CPU：16コア

※ 推奨CPU命令セット：RDRAND / AES-NI / PCLMUL / SSE4.2 / AVX-512 / BMI

・メモリ：128GB

【コア技術】

秘密計算AI

Human In The Loop学習ツール

AIモデル構築において、各タスクの専門知識を保有する専門家による冗長作業を要する学習データセット構築を、人とAIのインタラクションによるHuman In The Loop学習による支援により正確なラベルルールを効率的に導出してくれるツール

【特長・用途】

・AIモデルの精度向上への寄与度が高いデータ群へのラベルルールの作成をAIが人に提案

・ラベルルールの誤りを推定し、AIが人にルールの補正を提案

【提供方法】

技術移転

イベントドリブン型映像AI推論基盤

大量のカメラ映像の分析における膨大な計算機リソース、膨大な消費電力を削減する推論処理高効率化技術

【特長・用途】

・分析目的の実現に不要と考えられる推論処理を削減することで、その映像分析に必要な推論処理量を削減

１．時間特性を活用：イベント発生時の映像のみを推論することで、不要な推論処理を削減

２．空間特性を活用：分析対象の動きや映り方に応じて推論頻度やAIモデルを切り替えることで推論処理を削減

３．状況に応じたカメラ選択：コネカー等の移動カメラの映像を大量に分析する場合、対象とするカメラを動的に選択し、不要なカメラ映像に関する推論処理を削減

【提供方法】

技術移転

【リリース年月】

2024年9月

【コア技術】

イベントドリブン型推論基盤技術