2/18開催：京都で初公開、現場学習型エッジAI実装デモ

京都で初公開された「オンサイト学習エッジAI」が示す実務的な意義

株式会社SHIN-JIGEN（奈良県奈良市、代表取締役兼CEO：岡本 球夫）は、公共インフラ設備の異状を予兆段階で検知する「オンサイト学習エッジAI」技術を、2026年2月18日・19日に開催される「京都ビジネス交流フェア2026 ― 京都発・グローバルニッチ戦略展 ―」で展示します。本発表は2026年2月16日付のプレスリリースに基づくもので、現場のエッジ端末上で学習と推論を完結させる点を最大の特徴としています。

オンサイト学習エッジAIは、従来のクラウド依存型の監視と異なり、現場環境の微細な違いに即応できることを狙いとしています。設備の老朽化が進む社会インフラ領域では、故障や事故を未然に防ぐための予兆保全が重要であり、それを現地で学習するAIが補完することが期待されます。

• 対象データ：振動・音・動作履歴など、複合的なセンシングデータを用いた解析。
• 処理場所：クラウドではなく、エッジ端末（マイコン）上での学習・推論を実現。
• 利点：リアルタイム性、通信コスト低減、セキュリティ面での安全性向上。

※1 エッジAIとは

AIによる情報処理をクラウド上ではなく、ネットワークのエッジ（端末やデバイス）側で行う技術。リアルタイム性やセキュリティ、通信コストの面での利点があり、実生活や社会インフラに直接実装しやすい点が評価されています。

京都ビジネス交流フェア2026での出展内容と実施詳細

出展は「京都ビジネス交流フェア2026 ― 京都発・グローバルニッチ戦略展 ―」の会場、京都パルスプラザ（京都府総合見本市会館）にて行われます。会期は2026年2月18日（水）から19日（木）まで、両日とも10:00から17:00の開催です。入場は無料ですが、事前登録制となっています（登録URL記載）。

SHIN-JIGENの出展場所は株式会社データ・テクノ内のブースで、展示するサービスは「オンサイト学習エッジAIによるポンプの異常検知システム」です。来場者は現地でのデモを通じて、ポンプの振動・音の変化をどのようにモデル化し、現場端末上での学習がどのように行われるかを確認できます。

現地デモで確認できるポイント

現地デモでは実際にポンプに取り付けたセンサーから得られる振動・音データを用いて、エッジ端末がどのように学習を行うか、どの程度の精度で予兆を検知できるかを示す予定です。クラウド連携を前提としないオンサイト学習の運用性や即時性も確認できます。

デモは実機やサンプルデータを用いて行われ、現場ごとの環境差に対する適応力、検知時のアラート出力、ログの取り扱い方法など、導入時に重要となる運用面についても説明が行われます。

SHIN-JIGENの技術的経緯と共同研究・実績

SHIN-JIGENは2022年5月設立の企業で、ロボティクスとエッジAIをコア技術に据えた「未来実装ファーム」として事業を展開しています。代表は岡本 球夫氏で、本リリースは2026年2月16日付で発表されました。企業説明としては、ハードテック領域の知見を活かし、事業創出やブランド構築、経営戦略の立案・実行、M&Aまでを支援することが明記されています。

技術面では、慶應義塾大学と共同で行った「オンデバイス予兆検知AI」の活用研究や、ロームのAIイノベーション事業におけるパートナー選定、椿本チエインとのヒューマンアシスト事業の共同推進、東大病院との在宅トレーニング機器に関する共同研究など、複数の外部連携実績が公開されています。

• 2025年11月17日：公共インフラの予知保全に関する最適化の発表（PR TIMES） https://prtimes.jp/main/html/rd/p/000000023.000108451.html
• 2025年8月20日：慶應義塾大学との「オンデバイス予兆検知AI」活用研究報告 https://prtimes.jp/main/html/rd/p/000000018.000108451.html
• 2025年7月30日：ロームのAIイノベーション事業のパートナーに選定 https://prtimes.jp/main/html/rd/p/000000017.000108451.html
• 2022年9月15日：椿本チエインとのヒューマンアシスト事業共同推進 https://prtimes.jp/main/html/rd/p/000000001.000108451.html
• 2022年11月24日：東大病院との在宅トレーニング機器に関する共同研究開始 https://prtimes.jp/main/html/rd/p/000000002.000108451.html
• 2022年12月14日：大学・研究機関、大学関連スタートアップ支援の開始 https://prtimes.jp/main/html/rd/p/000000003.000108451.html

モデルと現場運用の仕組み

SHIN-JIGENのソリューションは、センサーデータの前処理、特徴量抽出、モデル学習、推論をすべてエッジ端末上で完結させる設計です。これにより、クラウドとの通信遅延に依存しない即時検知や、通信回線が使えない現場での運用が可能となります。

学習プロセスは継続学習に対応しており、現場の環境変化に合わせてモデルを更新します。モデル更新は端末内でローカルに行われ、必要に応じて運用者がログを回収・分析するフローが用意されています。

想定される適用領域と導入時の確認項目

初期の適用対象として示されているのは産業用ポンプの異常検知ですが、振動・音・作動履歴を扱う他のインフラ設備（ポンプ以外のポンプ系統、ポンプ周辺装置、モーター系など）にも応用が可能です。導入時にはセンサー設置場所、電源・通信環境、現場ごとのノイズ特性、運用者のログ取得フローなどを確認する必要があります。

導入プロセスは概ね以下の順で行われます：

1. 現場の要件確認とセンサリング計画の策定
2. エッジ端末の設置と初期データ収集
3. 端末上でのオンサイト学習と初期検知閾値の設定
4. 運用モニタリングとモデルの継続学習・調整

出展・会社情報の整理と参照リンク

プレスリリースには出展情報のほか、会社概要や問い合わせ先、関連リンクが整理されています。イベント参加を予定する事業者や自治体担当者は、事前登録や公式情報の確認を行ってください。

以下に本記事で扱った主要情報を表形式で整理します。各項目は出典となるプレスリリースの記載に基づいています。

記事本文では、展示される技術の特徴、現地デモの内容、企業の関連実績と外部連携、イベントの開催要領および問い合わせ先を網羅的に整理しました。出展に関する詳細や参加登録は、公式サイトやイベントの事前登録ページで確認することが推奨されます。