【メディア事業部】（リサーチサイエンティスト）Sports AI Tech Lab 博士後期課程在学生対象 インターンシップ

■ 研究組織「Sports AI Tech Lab」

サイバーエージェントグループの持つテクノロジーとエンターテインメントの知見、そして「ABEMA」「WINTICKET」などのプロダクトや、「FC町田ゼルビア」をはじめとするスポーツチーム運営で培ったスポーツ産業への深い関わりを背景に、「Sports AI Tech Lab」を新設しました。
本組織では、スポーツAI映像解析基盤の構築に着手し、試合映像などのAI解析を通じて、選手・競技データを高精度で検出し、優れた視聴体験の創出とプロダクトへの実装やチーム・選手の強化を目指します。
また、大学や研究機関との連携も視野に入れ、スポーツAI領域での基礎研究を深め、中長期的な競争優位性を確立しながら、新しいスポーツの映像体験の提供と発展に貢献してまいります。

■ 研究テーマ詳細

Sports AI Tech Labでは、スポーツ映像解析、選手・ボールトラッキング、イベント検出、戦術指標算出などを通じて、スポーツの状況をAIで理解する技術の研究開発を進めています。
博士課程後期の方を対象とした本インターンシップでは、これらのスポーツ理解技術と連携し、ABEMAやWinTicketなどのサービスにおけるスポーツの視聴体験・観戦体験を向上させるための自然言語処理・音声処理技術の研究開発に取り組んでいただきます。
具体的には、候補者の専門性や関心に応じて、以下のようなテーマを想定しています。また、自然言語処理・音声処理技術のスポーツ応用に関する新しいテーマ提案も歓迎します。

1．言語生成技術のスポーツ応用
スポーツ映像、プレイデータ、トラッキングデータ、イベントログ等のマルチモーダルデータから、試合や競技の状況を自然言語で分かりやすく伝える技術を研究開発します。

プロジェクト例）

• 映像・プレイデータを統合したマルチモーダル実況・解説生成モデルの開発
• 見逃し配信や短尺動画のためのハイライト要約・タイトル・説明文生成
• 日本語ストリーミング言語モデル開発のためのデータ構築・学習
• 実況者・解説者の対話形式で伝える実況生成・ハイライト生成
• 多言語配信のためのリアルタイム翻訳・多言語字幕生成
• 選手・チーム・試合展開に関するトリビアの自動発掘・提示タイミングの自動決定

2．音声処理技術のスポーツ応用
AI実況を実際の視聴体験として成立させるため、スポーツ中継に求められる臨場感、熱量、聞きやすさを備えた音声生成・音声処理技術を研究開発します。

プロジェクト例）

• 盛り上がり、緊迫感、試合展開により制御可能なスポーツ中継・ハイライト動画のための実況音声合成
• 低遅延なリアルタイム音声合成
• 映像データ・スポーツデータからのtextless音声合成
• 多言語配信・吹き替えのための音声処理技術

3．推薦・ユーザ適応技術のスポーツ応用
ユーザーの関心、視聴履歴、理解度に応じて、伝える情報をユーザに最適化する技術を研究開発します

プロジェクト例）

• 行動履歴 (Abemaの視聴履歴・WinTicketの投票履歴等)を考慮した個人最適化実況生成
• ユーザーの注目選手・注目チームに応じた実況・ハイライト要約生成
• 初心者・上級者向け実況生成のための平易化・詳細化技術

4．自動評価技術のスポーツ応用
スポーツ実況・解説・翻訳・音声生成の品質を、リアルタイム性やマルチモーダルな事実性を考慮して評価する技術を研究開発します。

プロジェクト例）

• 発話内容・提示タイミングを同時に考慮する言語生成評価技術の開発
• 映像・数値時系列を考慮するマルチモーダル評価手法の開発
• 視聴者反応を用いた配信映像の盛り上がり評価
• 要約・字幕・翻訳における正確性、遅延、読みやすさの評価
• 音声合成における自然性、臨場感、聞きやすさの評価
• 生成結果の事実性、安全性、不適切表現の評価

■ テーマの魅力

Sports AI Tech Labの映像解析・スポーツデータ分析技術と連携しながら、自然言語処理・音声処理の研究成果をABEMAやWinTicketなどの実サービスに接続する経験ができます。

本インターンシップでは、大規模言語モデル、マルチモーダル生成AI、音声合成、リアルタイム翻訳、ユーザ適応、生成AI評価などを用いて、視聴体験を向上させる技術開発に挑戦できます。

また、研究テーマはABEMAやWinTicketにおける視聴継続率・滞在時間・多言語展開といったプロダクト価値と密接に関係します。研究としての新規性に加えて実サービス上の価値を意識した研究開発に取り組める点も大きな特徴です。

候補者自身の専門性を活かしたテーマ提案も歓迎します。自然言語処理・音声処理・マルチモーダルAIをスポーツの視聴体験・観戦体験にどのように応用できるかを、実サービスの課題と接続しながら一緒に検討できます。

求めるスキル

必須スキル

• 自然言語処理、音声処理、対話システム、情報推薦、マルチモーダル機械学習のいずれかに関する博士課程レベルの専門知識と研究経験
• Pythonを用いた機械学習モデル・大規模言語モデル活用に関する実装経験

歓迎スキル

• LLM、マルチモーダル言語生成、自動要約、機械翻訳、音声合成、対話、推薦、評価等のいずれかに関する研究・開発経験
• スポーツデータ、映像データ、音声データ、センサーデータ、視聴ログ等を扱った経験
• リアルタイム処理、ストリーミング推論、低遅延システムの開発経験