機械学習は、マイクロソフト社AZUREやNVIDIA社Digitsなどを利用し、サーバー型のデータ解析をはじめ、PCから組込みまでの機械学習が可能です。知識階層が浅い物から深い物まで対応し、アーキテクチャも、確率モデルからニューラルネットワークまで幅広くカバーします。これにより、ユーザーの求めるサービス機能に対応します。

AI(人工知能)は、様々な機械学習を複合的に組み合わせ、ユーザー目的に合わせたシステムを構築します。
利用する機械学習はDeep Neural Network/SVM/Random Forest/Factorization Machine/boostingなど様々で、各機能(意図推定/予測支援/TaskAgent/自立学習)の特徴に合わせて独自の技術で最適なサービスを提供します。学習においてユーザーと一緒に学習データ(初期学習/動的学習)の構築も行います。

IoTに向けたセンサー技術を利用し、ユーザーの快適性を提供します。まずはセンサーの塊である自動車向けでユーザーの言動を理解し快適なドライブ空間を提供します。車では様々なデバイスやセンサーが複雑かつ高速に動作する、非常に多岐にわたるデータからユーザーの快適性を導きだします。これはIoT社会において、将来500億個の端末が繋がった環境に類似し、先立って車での検証を行っている。

車のナビゲーションシステムからネットワークコンテンツにおいて、ユーザーの行動を解析し、新たなサービスを提供します。
ネットワークコンテンツにおいては、ユーザー同士の属性マッチングなどを解析して、快適なサービスを提供します。ナビゲーションシステムはユーザーの行動を学習し、より最適なサービスを提供します。音声とリンクする事により、操作性の向上を図る事が出来ます。