紙文書をベースに業務を行っている企業も多い中、リコーは複合機やスキャナーなどの独自のエッジデバイスを活用して、高精度なデジタル化が可能です。さらにAIを活用した先進的な画像認識やOCR技術に強い独スタートアップ「natif.ai」もグループ企業に迎えるなど、技術力強化を着実に進めてきました。これらに加えて、LMMによるドキュメントの高度な活用によって、ドキュメントに関わる一連の流れを効率化・自動化するプロセスオートメーションを実現します。理光公司（社長執行官：大山晃）被選定參與由經濟產業省推動的國內生成人工智能開發能力強化項目「GENIAC（生成AI加速挑戰）」，該項目由新能源產業技術綜合開發機構（NEDO）於2024年8月發起的招募「後5G信息通信系統的開發（委託、資助）/爲擴大計算能力擬定區域開發計算基礎技術（委託、資助）/具有競爭力的生成AI基礎模型的開發（資助）」（以下簡稱爲本項目）。本項目將提供計算資源支持生成AI核心技術基礎模型的開發，併爲數據和人工智能的利用開展實證調查支持等。在本項目中，理光將着手開發能夠解讀企業各種內部文件的多模態LLM。
多模態LLM（以下簡稱爲LMM）指的是能夠同時處理文本、圖像、音頻、視頻等多種類型數據的人工智能技術。從屏幕截圖中進行文本摘要或對圖表提出的問題給出適當回答等，具有卓越的適應性能夠有效處理各種數據格式，備受期待。
企業內部積累的文件多種多樣，包括交易數據如發票和收據等，經營資料如商業戰略和計劃等，服務手冊和公司制定的技術標準，質量管理準則等，各種形式不拘，不僅包括文本，還涉及圖表、圖片等。企業期待高效利用內部文件實現新的價值和創新，但存在「在文本搜索中找不到預期結果」、「僅通過搜索未能有效利用」等問題。此外，面對近年來勞動力減少的挑戰，以及有效應對高效工作方式、老員工退休帶來的技能傳承、公司內文檔多語言化等經營挑戰，需求利用性能顯著提升的人工智能，實現更高效、有價值的企業知識利用。在現有LLM/LMM中，業務文檔讀解精度取決於詳細的圖像識別，是一個難題，理光將着手開發可用於日本企業的LMM。
許多企業仍以紙質文件作爲業務基礎，理光利用獨特的邊緣設備，如複合機和掃描儀，實現高精度數字化處理。此外，理光還引入擅長利用人工智能進行先進圖像識別和OCR技術的獨立初創企業「natif.ai」等，穩步增強技術實力。除此之外，通過LMM對文件的高級利用，將實現流程自動化，提高文件相關流程的效率。
作爲工作場所服務提供商，理光通過優化數字化業務流程，減少簡單工作，實現生產力提升，同時通過人工智能和數據的利用提供新價值，支持客戶發揮創造力。
本項目的實施內容
促進日本企業業務數字化轉型的多模態LLM開發。
- 具備閱讀各種手冊等圖表的多模態性能。
- 長文檔和指示的詳細內容處理能力，用於理解制造現場使用的手冊和指引。
- 適用於企業特定文檔群的易定製性。
關於理光的AI開發
理光在1990年代開始了AI開發，在2015年開始利用圖像識別技術進行深度學習AI的開發，並將其應用於外觀檢查、振動監測等領域。從2020年開始利用自然語言處理技術，分析辦公室文件、呼叫中心收到的客戶反饋（VOC）等，以提高工作效率和客戶服務，開展了「工作AI」的服務。從2022年開始，理光率先關注大規模語言模型（LLM）的研究與開發，在2023年3月發佈了理光獨特的LLM，隨後開發了可滿足客戶需求的各種AI基礎設施，包括可以在本地部署的擁有700億參數的大規模LLM（支持日英中3種語言）。除了圖像識別、自然語言處理，還在推進聲音識別AI的研究開發，並開始提供帶有語音對話功能的AI代理服務。
相關股票新聞
- 理光通過模型融合開發了與GPT-4相當高性能的日文LLM（700億參數）
- 理光開發了7千億參數的大規模語言模型（LLM），支持日語、英語和中文，加強了客戶的私有LLM構建支持。
- 開發了已經調整好指令的日語LLM，其參數爲130億
- 開發了具有高日語精度的130億參數的大規模語言模型（LLM）
- 收購擁有先進人工智能技術的獨立初創企業"natif.ai"的所有股份
相關鏈接
- NEDO：關於本公開招標"後5G信息通信系統基礎強化研究開發項目／後5G信息通信系統的開發（補助）"的公開招標事宜
- NEDO：在生成人工智能開發能力強化項目"GENIAC"中，新選取了20個AI基礎模型開發主題以及3個用於數據利用驗證的主題
您可以在PDF文件中查看此新聞稿
理光、被工業產業省選入國內生成人工智能開發能力強化項目"GENIAC"（148KB，共3頁）
