Physical AIの開発の
エコシステムから事例まで
一気に学ぶ会
– W&Bミートアップ #27

・開催日時：
2026年4月23日（木）18:30〜21:30

・開催形式：
ハイブリッド開催（オフライン＋オンライン配信）

・参加形式：
オフライン：100名 / オンライン：制限なし
（オフライン参加は抽選となります）

→ オフライン抽選結果（現地参加可否）につきましては、4月20日（月）に、ご登録いただいた方へ、ご登録のメールアドレス宛にご案内いたします。
→ オンライン（Zoom）のアクセス方法は、ご登録いただいた方へ後日メールにてご案内いたします。また、現地参加の抽選にお申し込みいただいた方のうち、落選となってしまった方にも、同様に後日メールにてZoomのリンクをご案内いたします。

・オフライン会場 :
SPOT表参道青山骨董通り入口GRANDE

・主催：Weights & Biases
・協力：NVIDIA、FastLabel

※ ネットワーキングセッションでは、フードおよびアルコール・ソフトドリンクをご提供予定です。

以下の領域に関わる技術者・事業責任者

• 対象領域: フィジカルAI, ロボティクス, AI / 機械学習, 強化学習, シミュレーション, MLOps
• 想定職種: AIエンジニア, ボティクスエンジニア, MLエンジニア, 研究者, 技術責任者, 事業開発担当

荒井 謙 氏
エヌビディア合同会社
エンタープライズ事業本部 ロボティクス デベロッパーリレーションズ シニアマネージャー

外資系医療機器メーカーにてAI・医用画像再構成の製品開発をリード。2023年に東京大学大学院にて、計算機科学・身体性知能・ロボティクスの研究で博士号を取得。企業研究所での次世代AI研究を経て、2025年よりNVIDIAに参画。医用画像処理に代表されるセンシング・アルゴリズムから、VR・認知科学を基盤としたロボット学習までの知見を活かし、現在はPhysical AIの社会実装とロボティクス・エコシステム構築に取り組む。

講演タイトル：Physical AI の技術スタック全体像
ロボット学習を起点に、シミュレーション、データ収集・管理、モデル学習、実機展開へと至るPhysical AIの技術スタックを一気通貫で概説します。あわせて、NVIDIAのIsaacやCosmosが各フェーズで果たす役割と、実際の開発現場における活用イメージとともに紹介します。
Physical AIの全体像を把握し、どこから取り組むべきかの指針を得たい方に向けたセッションです。

山田 直 氏（Xアカウント）
FastLabel株式会社
ロボティクスAI事業本部 技術開発グループ長

大学院にてグラフニューラルネットを用いたロボットの認識機能に関する研究を行う。新卒でBtoBのSaaS開発企業に入社し、バックエンドエンジニアとしてwebアプリ開発に携わったのち、FastLabelに機械学習エンジニアとしてジョイン。主にPhisicalAI領域のR&Dや高品質でスケーラブルなデータ作成のための技術開発を行う。

藤井 匠透 氏
ヤマハ発動機株式会社
技術・研究・デザイン本部　技術開発統括部 知能化研究部 AIクリエーションGr

豊田工業大学大学院 先端工学専攻(電子情報分野) 修士課程修了。
学生時代から深層強化学習やSim2Real技術を用いて、シミュレーション上で学習したモデルを実機ロボット上で動作させる研究・開発に取り組む。
ヤマハ発動機入社後、自動運転システムの組み込み開発に従事。
その後、Japan Mobility Show 2025で発表した自律走行する2輪型モビリティ「MOTOROiD: Λ」開発のAIチームをリードし、
強化学習による制御モデルの設計から実機実装、ショー会場での動的展示を実現。
アルゴリズム開発に加え、組込みシステムやハードウェア（回路・機構）に関するバックグラウンドを活かし、実機制約を意識したAI開発を得意とする。

山本 祐也（Xアカウント）
Weights & Biases Japan
AI Solutions Engineer

東京大学大学院工学系研究科にて有機無機複合材料の研究で博士号を取得。学位取得後、大手化学メーカーにて液晶・タッチパネル関連先端化学材料の研究開発に従事。 その後、大手食品メーカーで機械学習を用いた食品パッケージに関する予測モデリングと最適化に取り組むなど、BtBとBtCいずれにも深い経験を有する。前職DataRobotでは製造顧客担当チームのリーダーとして国内数十社のAI導入を支援。国内で数十人程度のKaggle Grandmasterの一人。