技術執筆・情報発信
AIやRaspberry Piなどの技術を実際に検証し、その成果や知見を専門誌への執筆を通じて広く発信しています。
AIやRaspberry Piを活用した技術開発・検証の取り組みをはじめ、専門誌への執筆、技術教育、技術コミュニティの運営支援など、TechMindの幅広い活動をご紹介します。
AIをはじめとする先端技術の開発・検証に取り組むとともに、技術教育やコミュニティ活動を通じて、技術の普及と活用を支援しています。
AIやRaspberry Piなどの技術を実際に検証し、その成果や知見を専門誌への執筆を通じて広く発信しています。
AIやRaspberry Piなどの技術を、実機を使った演習や実践的な講義を通じて学べる教育・研修プログラムを提供しています。
企業からの委託を受け、Edge Vision AIに関する技術コミュニティの運営支援を担当した実績があります。Meetupや勉強会、ハンズオンなどを通じて、技術者同士の交流や知識の共有、技術の普及を支援してきました。
AIやRaspberry Pi、電子工作などの分野で、技術誌への執筆活動を行っています。実際の開発・検証を通じて得られた知見をもとに、技術の仕組みから実践的な活用方法まで、わかりやすく紹介しています。

Raspberry Pi上でのローカルLLMの実行環境から、RAGによる知識の拡張、ウェブ検索との統合、動作モードの設計、回答品質とLLMパラメータの検証まで、9回にわたる技術検証を紹介します。

Raspberry PiでローカルLLMを動かす際のストレージ性能を比較し、スワップ発生時の挙動を検証します。
RAGのデータベースに登録する情報を整え、ローカルLLMで検索拡張生成を行うための前準備を扱います。
RAGの検索部分を構成するベクトル検索ライブラリを取り上げ、検索基盤の構築を進めます。
構築してきたRAGを実際に動かし、検索から回答生成までの動作を確認します。
RAGをインターネット上の情報と接続するため、ウェブ検索サービスの違いと統合のポイントを比較します。
ウェブ検索をRAGに組み込む際の4つの動作モードを整理し、質問に応じた検索の使い分けを扱います。
RAGに統合したウェブ検索の動作テストを行い、回答品質を比較します。
検索の必要性や質問の種類に応じて動作モードを選ぶ、自動モード選択機能の実装を扱います。
ローカルLLMの速度や回答品質に関わるパラメータを取り上げ、性能と品質のバランスを検証します。

Raspberry PiとAI HAT+ 2を組み合わせ、エッジ環境でのAI活用を実践的に解説します。開発環境の構築からYOLOによる物体検出、LLMによる文章生成、画像認識とLLMを組み合わせたアプリケーション開発までを、全6章で紹介しています。
Interface連載とは別の執筆実績を、雑誌ごとに紹介します。

Raspberry Pi AI Cameraを活用し、NPUによる画像認識を用いた人流カウンターを製作。Raspberry PiとPythonによるシステム構築を通じて、エッジAIを活用した実践的なアプリケーションを紹介しています。
表紙画像の出典:CQ出版社

クラウドの課題を背景に、エッジAIが注目される理由を紹介する特集イントロダクションです。

[達人に学ぶ!]環境構築術100の第2章・記事2-2として、ラズパイ用のリモート開発環境を構築する方法を紹介します。

ハニカムコイルの魅力を扱う技術記事です。誌面の内容をTechMind側で全文公開せず、公式紹介ページへ案内します。
表紙画像の出典:CQ出版社