はじめに

はじめまして。2025年4月よりFIXERに新卒で入社いたしました、近内 草太と申します。
今回は自己紹介ブログということで、かんたんな自己紹介と自分の好きな技術についてご紹介させていただきたいと思います。

自己紹介

名前：近内 草太（こんない そうた）と読みます。
出身：福島県
趣味：音楽、読書

好きな技術

恥ずかしながらこれまで開発の経験が乏しく、好きな技術がパッと思いつかないので、今回は私の学生時代に行なっていた研究の内容についてご紹介させていただこうと思います。
私は学生時代、"パターン認識"という分野で研究をしていました。といってもあまりこの言葉に馴染みのある方は少ないと思いますが、実は私たちの身近に使われている技術です。
これは、あるデータや情報の中から特定のパターンや特徴を見つけ出し、その特徴をもとにデータを自動で分類してみよう！といった研究です。
 

例えば...

• 顔認証技術：不特定多数の人間の中からある特定の人物の顔だけをアクセプトする技術です。
• 署名認識：偽造署名を見抜き、本人が書いた署名のみをアクセプトする技術です。
• ジェスチャー認識：カメラの情報や筋肉の信号情報から、その人が何の動作をしているか認識します。手話認識や筋トレ認識のアプリケーションなどが私の所属する研究室で開発されていました。
• 病気の自動診断ツール：人間の生体情報を用いて、特定の病気や障害をもつ罹患者を早期発見することを目的とした技術です。
   

この中では顔認証技術なんかは、スマートフォンのロック機能などで皆さん馴染みが深いかと思います（私たちの貸与PCにも、顔認証機能がついていました！）。このように、パターン認識は私たちの身近なところで多く活用されており、今後さらに発展していく可能性のある研究分野だと個人的に感じています。
私は特に下２つのジェスチャー認識と病気の自動診断に取り組んでいました。

次に、この研究の一般的な流れをご紹介します。以下がパターン認識の研究の一般的な流れです。
 

1. データの採集：まず、分類したいデータを集めます。これはインターネット上で公開されているものを使う場合もあれば、知人に協力してもらって自分たちでデータを作ることもあります。
2. データの前処理：生データからノイズや欠損値などの無駄な情報を削除して、きれいなデータに整形します。
3. 特徴抽出：データから、特徴量という情報を作成します。これは、統計値（データの平均など）を自分で作ることもあれば、AIが自動で作ってくれる場合があります。
4. モデルの設計：AI（機械学習や深層学習）を使って、実際にデータを分類するモデルを作成します。前者はscikit-learn、後者はtensorflowといったPythonのライブラリをよく使用していました。ひとくちに分類モデルといってもたくさん種類があるので、データによって適当な組み合わせを考えなければいけません。また、ハイパーパラメータチューニングというモデルの細かい設定もここで行います。
5. モデルの評価：テストデータを使ってモデルの精度（どれくらい正しく分類できたか）を評価します。この精度の向上を目指して3~4の行程を繰り返します。

簡単ではありますが、以上が私が学生時代に取り組んできた研究内容（好きな技術）になります。

さいごに

このような学生時代の経験から、人工知能についてや、技術を使っての医療分野のサポートに興味があります。
幸いなことに、FIXERは、生成AIプラットフォームであるGaiXerの開発や医療系の組織さまとのプロジェクトといったような自分の興味のある分野に取り組める機会が多い会社ではないかと感じています。
まずは研修を頑張って、会社ひいては社会の役に立てる技術者になりたいと思っています。よろしくお願いします。