Tomomasa Yamasaki

私は、エネルギー効率に優れたAIモデルの自動設計をテーマに、ハードウェアとソフトウェアの協調最適化に関する研究に取り組んでいます。特に、高性能なAIのモデル設計の効率化と自動化を目的に、Neural Architecture Search（NAS）アルゴリズム「RBFleX-NAS」を提案しました。RBFleX-NASは、設計初期段階での高速なAIモデル評価を可能にすることで、従来のNAS手法と

AIチップ向けのニューラルネットワーク最適化をテーマとし、効率的なモデル設計とハードウェア実装の両立を目指した研究開発に従事。具体的には、最先端のNAS手法と比較して、最大16.4%の精度向上と最大97%の探索コスト削減を実現するゼロコストのニューラルアーキテクチャ探索（NAS）アルゴリズムを開発。

アメリカ・ワシントン州に拠点を置くAIスタートアップ「AI Dynamics」にて、ソフトウェアエンジニアとしてリモート勤務。Python（PyTorchやOpenCV）やMATLABなどのツールを用いて、工場内の目視検査や工程管理といった作業をAIで代替・効率化するためのシステムを設計・実装。