ABBYY AI（人工知能）
Purpose-Built AI Center（目的に特化したAIセンター）
ABBYYの最先端AIツールが集結する中心的な場所です。ビジネスプロセスの自動化を促進するための正確なデータを提供します
ABBYYソリューションの中核には、最高水準のインテリジェント文書処理（IDP）を実現するための技術が組み合わされています。
ABBYYのIDPプラットフォームには、画像補正からオブジェクト検出、OCR/ICR、分類、半構造化文書や非構造化文書からのデータ抽出まで、すべてのプロセスに革新的なAIが組み込まれています。
最適な技術と手法を組み合わせることで、ABBYY IDPソリューションは、あらゆる形式、言語、構造のドキュメントを処理できます。当社の専門技術はすべて、最小限のリソースで最適な推論結果を得られるように最適化されており、コスト効率を高め、お客様に最大のROIを提供します。
ABBYYの目的に特化したソリューションを支える先端AIツール
タスクに特化し、高度に最適化されたAIモデルとアルゴリズムの組み合わせ
Phoenix 1.0
最先端のマルチモーダルモデル「Phoenix 1.0」 は、視覚データ処理のための畳み込みニューラルネットワーク（CNN） とテキスト理解のためのRoBERTa言語モデルを統合することで、高度な画像およびテキスト分析を組み合わせています。Phoenixは、ゼロショットでのキー／値ペア抽出機能を提供する革新的なAI駆動型パイプラインを搭載しており、文書モデルの学習における最も面倒な作業を自動化します。幅広い言語理解タスクに対応する広範な汎用言語モデルとは異なり、Phoenixは、特にマルチモーダルデータを取り扱う場合、文書処理のためのより強固なフレームワークを構築します。それにより、大規模言語モデルだけでは完全には達成できない、特徴抽出の強化、ワークフロー処理の効率化、より深い文脈の理解を実現します。この専門性は、文書を通じて伝達される情報に大きく依存するユースケースに最適な選択肢であり、データが正確かつ迅速に処理されることを保証します。
Phoenixは、文書処理タスクの効率性と有効性を向上させることを目的として開発されました。画像分析における畳み込みニューラルネットワークの長所と、RoBERTaの高度な言語理解力を組み合わせることで、テキストと視覚的（ビジュアル）要素の両方を含む複雑な文書をより深く理解することが可能になります。焦点を絞ったこのアプローチにより、汎用モデルを使用する場合と比較して、情報の抽出と分析においてより優れた精度を達成することができます。さらに、この設計を通じて処理ワークフローを合理化することで、リソース消費を最小限に抑え、スピードの向上と運用コストの削減を図ることができます。その結果、組織は文書をより効率的に処理できるようになり、文書処理において大きな価値を生み出し、全体的な生産性を向上させることができます。
Loading component...
OCR & ICR - 光学式文字認識（OCR）および手書き文字認識（ICR）
ABBYYは光学式文字認識技術のパイオニアであり、1993年に最初の「オムニフォントOCRシステム」であるABBYY FineReaderを市場に投入して以来、この分野での研究と革新を積極的に行っています。この技術は、文字の認識から単語の識別、ページ構造の再現を経て、レイアウトや複数ページにわたる構造、ヘッダー、フッター、目次などの要素を含む文書全体を理解する適応型文書認識技術（ADRT®）の適用へと進化しています。
AIの進化により、ABBYYは近年、OCRおよびICRにおけるエンド・ツー・エンドのアプローチを開発し、確立してきました。このアプローチでは、生成AIツールの基盤となる技術である畳み込みニューラルネットワーク、トランスフォーマー、言語モデルを活用しています。
畳み込みニューラルネットワークは、手書きや印刷された文書のテキスト画像をビットやバイトなどの最小単位に分解し、それが何であるかを理解しようとします。CNNからの入力データはすべてトランスフォーマーに送られ、単語の候補として結果が生成されます。次に、私たち独自の言語モデル（LM）を導入します。このモデルは数十億のパラメータで学習され、異なる単語の文脈を把握し、その情報を最大限に活用して結論に達することができます。この技術により、OCRとICRの性能と精度が飛躍的に向上し、統計的アプローチと組み合わせることでその効果を最大限に引き出します。私たちのAIは、文書の使用ケースに応じて最適なアプローチを自動的に選択し、一貫性、精度、速度をリアルタイムで最適化することで、より高いストレート・スルー・プロセッシング率を実現します。
