FRONTIER
3つのフロンティア
現在の制作・イベント事業を超え、TryEarthが切り開く次の地平線。
Project Yamato
日本語に特化した国産小型AIモデル Aether の開発。3Bパラメータで日本語性能を高めることを目指す独自アーキテクチャ。Phase 1 稼働中。Phase 3に向けた計算環境を検討中。
Cyber Shield
汎用セキュリティガイドラインを超えた、企業固有の脅威モデルに対応した カスタムセキュリティフレームワーク の設計・実装・継続改善事業。
Orbit Data
急拡大する宇宙産業の情報を、農業・防災・インフラ・物流などの 地上産業に変換するブリッジ事業。専門的すぎて手が届かない宇宙データを実用化する。
Project Yamato — 国産AIモデル開発
独自開発済みの研究インフラ
ML専門チームが通常必要とする以下のシステムをゼロから独自実装済み。外部サービスに依存しないローカル完結型の研究基盤。
-
MoE Router（Mixture of Experts ルーター）— 100% 完了 タスクの種類（会話/コード/感情対応 etc）を自動判定し、最適なモデルへルーティング。OpenAIが巨大クラスタで行っていることを、ローカルで自前実装。
-
継続学習エンジン（Continuous Learning）— 100% 完了 会話から得た知識をモデルに蓄積し続けるオンライン学習基盤。使えば使うほど賢くなる仕組み。
-
7層アーキテクチャ監視システム — 100% 完了 推論品質・レイテンシ・メモリ使用量・感情精度など7種の指標をリアルタイム監視。モデルが劣化したら即検知。
-
合成データ生成パイプライン — 100% 完了（5,000例 / 6カテゴリ） 6カテゴリ5,000例の日本語会話データを自動生成するパイプライン。学習用データを自前で量産できる体制を構築。
-
マルチエージェント検証システム — 100% 完了 複数のエージェントがデータを相互評価してノイズを除去する品質保証レイヤー。単独エージェントより精度が高い。
-
Strict Benchmark v2 — 7軸評価体制 確立（80% 完了） tone(20%) / contamination(20%) / no_bad_patterns(15%) / length(15%) / japanese_ratio(10%) / good_patterns(10%) / required(10%)の7軸で厳格評価。Aether v1はGrade A（90.8%）を達成。
-
Aether v1（QLoRA微調整）— 完成 Qwen 2.5 3BをQLoRA（rank=16、6.65Mパラメータ、全体の0.216%）で1,000 iters微調整。val loss 0.038。Benchmark Grade A: 90.8%達成。
-
Aether v2（訓練中）— 進行中（D9: 70%） 2,000 iters、改善テンプレートで学習中。短文応答の強化と語尾精度の向上を目標。完成後Grade A維持を検証。
-
Yamato トークナイザー設計（D10）— 設計中（20%） 日本語特化48-64K語彙の独自トークナイザー。これが完成することで日本語処理の効率が根本から変わる。現在、トークン効率の比較分析を実施中。
日本語LLMの「見えない損失」
4096トークン中 実質1,300語分しか使えない
4096トークン中 実質3,000語分を活用
既存のLLMは英語中心に設計されたトークナイザーを使用しており、日本語1文字が2〜3トークンに分割される。これはコンテキスト窓の50〜60%を無駄にしていることを意味する。Yamatoトークナイザーはこの問題を構造レベルで解決する。
Aether Model — 4フェーズ計画
Phase 1-2はローカル環境で進行中。Phase 3「Aether Transformer」のゼロからの事前学習（Pretraining）には、専用GPUクラスタが不可欠です。この部分のみ、外部のご協力を必要としています。
（H100 × 2 でも可）
（約75万〜225万円 / 1ドル150円換算）
7B級の日本語性能
完成したAether v1.0は 8GBメモリのPCで快適動作するサイズ。エンタープライズ向けローカルAI・感情系コンパニオンAI・特化型エージェントとして展開予定。論文化を視野に入れた独自技術（Yamatoトークナイザー）を含む。
Cyber Shield — デジタルセキュリティR&D
課題：汎用ガイドラインの限界
ISOやNISTなどの一般的なセキュリティフレームワークは「全業種対応」を謳うがゆえに抽象的。実際の攻撃ベクターは業種・規模・システム構成で全く異なる。汎用の盾では守れない攻撃が増えている。
アプローチ：企業固有の脅威モデル構築
各企業の業種・資産・インフラ・人的リスクを分析し、その企業だけに最適化されたセキュリティレギュレーションとプロセスを設計。「設定して終わり」ではなく継続的に進化するフレームワーク。
R&D領域：次世代攻撃への先制対応
AIを活用したフィッシング・ディープフェイク・サプライチェーン攻撃など従来ツールで検知困難な脅威を研究。防御側にもAIを実装し、攻撃者より一手先の対策体系を構築・提供。
提供形態：レギュレーション × 実装 × 更新
①セキュリティ診断・脅威モデリング → ②カスタムレギュレーション策定 → ③実装支援 → ④四半期レビュー・更新。コンプライアンス対応だけでなく実際に攻撃を防ぐ体制構築が目標。
セキュリティ研究者・専門家との共同研究を募集しています
現在、医療・金融・製造・クリエイティブ産業を対象とした脅威モデルのR&Dパートナーを探しています。
Orbit Data — 宇宙産業情報活用
なぜ今、宇宙データなのか
衛星の打ち上げコストは大きく下がった。スペースシャトル時代の約54,500ドル/kgに対し、再使用型のFalcon 9では約2,720ドル/kg — およそ1/20の水準である。現在、地球低軌道には数千機の衛星が周回し、農業・気象・インフラ・海運・災害対応に使えるデータを毎秒送り続けている。しかし、このデータにアクセスできているのは宇宙工学の専門家だけで、それを必要としている産業の現場には届いていない。Orbit Dataはその橋渡しをする。
出典: Harry W. Jones, "The Recent Large Reduction in Space Launch Cost"（NASA Ames Research Center / ICES 2018, NTRS 20200001093）／ CSIS Aerospace Security "Space Launch to Low Earth Orbit: How Much Does It Cost?"
農業 / 精密農業
衛星マルチスペクトル画像から土壌水分・植生指数（NDVI）・病害リスクを解析。「どこの圃場のどの区画に、いつ何をすべきか」を農家に届ける。
防災 / 災害対応
洪水・土砂崩れ・火災の早期検知。SAR（合成開口レーダー）データで悪天候でも状況把握。自治体・建設会社・保険会社への情報提供。
インフラ / 建設
橋梁・道路・ダムの変位・沈下を衛星InSARで定期モニタリング。点検コストを大幅削減しつつ、人が近づけない箇所も監視継続。
物流 / サプライチェーン
港湾混雑・船舶動向・コンテナ滞留をリアルタイム可視化。天候・地政学リスクと組み合わせたサプライチェーン分断予測。
エネルギー
太陽光・風力発電の最適配置シミュレーション。送電線の過熱・森林接近リスクの早期検知。再生可能エネルギー投資判断支援。
都市計画 / スマートシティ
都市熱島効果の可視化・人口動態分析・違法開発の検知。夜間光データから経済活動の変化を定量化。自治体DX支援。
TryEarthはデータの翻訳者として機能する
衛星データの取得・前処理から、業界固有の指標への変換、使いやすいダッシュボード化まで一貫対応。宇宙機関・データプロバイダーと産業現場をつなぐインテグレーター兼コンテンツチームとして展開予定。現在、農業・建設分野のパイロット案件を募集中。
投資・パートナーシップ
Phase 3で必要となるGPU環境について、共同開発・機材提供・スポンサードといった形でご協力いただけるパートナー企業・研究機関を探しています。詳細は個別にご説明いたします。
パートナーとして相談する ▶※ 本ページは研究開発の進捗をご紹介するものであり、有価証券の募集・売付けの申込みまたは勧誘を目的としたものではありません。
Cyber Shield R&Dの共同研究パートナー（大学・研究機関・セキュリティ企業）を募集。対象業種：医療・金融・製造・クリエイティブ。
JOIN RESEARCH ▶