AIモデルの開発では、事前に立てた仮説の検証を初期段階で繰り返すことで、運用上の課題を見つけておくことが性能向上には不可欠になる。ただ、この検証のプロセスは対象データの大量収集から計算リソースの確保、モデル開発・実験まで多岐にわたり、これらを運用できる専門知識を持ったエンジニアも必要なため、多大なコストを要するという課題もあった。
ユーザーが学習に必要な画像などのデータをアップロードすると、「ABEJA Accelerator」にあらかじめ用意されたAIモデルがそのデータを学習する。高度な作業を要さず、学習結果の精度を評価するレポートを入手する段階まで進める。その結果、今までコストがかかっていた検証のためのAI開発のプロセスが簡略化さるという。
また、この学習したAIモデルをWEB上で外部システムに共有できるAPIとして提供するサービスも今後検討しているという。
このほか、AIに傾向を教え込む「教師データ」の作成を省力化する「ABEJA Platform Annotation」なども活用することで、AIの初期仮説検証から実証実験、本番運用まで一貫してスムーズなAIモデルの開発が実現できるという。
