AIエンジニア向け勉強会「Nishika AI Product Lab #3」の開催概要

Nishika AI Product Lab #3の詳細

Nishika株式会社は、AIエンジニアやMLエンジニア向けに、勉強会「Nishika AI Product Lab #3」を11月10日（火）19:00からオンラインで開催します。本勉強会では、音声認識やLLM（大規模言語モデル）の現場での研究開発についての実践的な知見を共有する予定です。

開催の背景

近年、汎用音声認識やLLMの性能は飛躍的に向上していますが、自社プロダクトに統合する際には「何をもって良いと判断するか」や「どのようなデータを用いて評価するか」という課題に直面します。公開されたベンチマークでスコアが上がったとしても、実際のユーザー体験が向上するとは限らないのです。Nishikaは、2026年10月に日本語会議要約AI用評価ベンチマーク「J-MeetEval」をオープンソースで公開しました。その結果、汎用ベンチマーク「Nejumi Leaderboard」で高スコアのモデルが、J-MeetEvalでは最下位に位置するという事実が明らかになりました。この結果から、プロダクトの価値を測るための適切な評価指標の設定と、それを測定するためのデータ作りが不可欠であると痛感しました。

Nishikaでは、こうした評価を継続的に行い、モデル改善に結びつけるための「評価ハーネス」を構築しています。このイベントでは、成功事例だけでなく、実際の試行錯誤の過程についても語ります。

セッション内容

今回の勉強会は以下のプログラムで構成されています：

- 19:00-19:10 オープニング・イベントの紹介（髙山）
- 19:10-19:30 話者分離の事例を使ったUX改善のための評価指標作成の重要性（山口）
- 19:30-19:50 業界特化型音声認識モデル開発の実践（笠原）
- 19:50-19:55 全体Q&A（登壇者全員）
- 19:55-20:00 各種ご案内（閉会）

対象者

この勉強会は、以下のような方々に最適です：

- 音声認識やLLMを利用したプロダクト開発に関心のある方（学生・初心者も歓迎）
- AI機能を組み込むアプリ開発者で、モデルの作り方や評価の裏側に興味がある方
- AIエンジニアやMLエンジニアを目指している方
- AIの精度が何を意味するのか疑問を抱いている方
- モデル評価やテスト方法について知りたい方
- AI開発に用いるデータの集め方や作り方に関心がある方
- 研究成果がプロダクトにどのように結びつくのか、具体的な現場の話を聞きたい方

登壇者紹介

- 髙山雄貴（エンジニアリングマネージャー）：SIerでのキャリアを経て、Nishikaに参画。現在はAI議事録SecureMemoのスクラムマスター。
- 山口史晃（AIエンジニア）：医療機器のソフトウェア設計からNishikaに移行、現在はAI機能のR&Dに従事。
- 笠原遼之佑（インターン）：筑波大学大学院生で、業界特化型音声認識モデルの開発に従事しています。