高原 大明— hiroaki222.comAbout
大阪出身．北陸先端科学技術大学院大学 (JAIST) の修士課程で，解釈可能なパーソナライズド画像美的評価 (personalized image aesthetic assessment; PIAA) を研究しています．何が良い写真かは人によって違う．だから点数を返すだけでなく，なぜあなたにとって良いのかまで説明できる AI を作ろうとしています．
出発点は学部の IoT コースで，センサやマイコンを使った組み込み開発をやっていました．そこからユーザが直接触れる UI/UX に興味が移り，web アプリやネイティブアプリへ．いまはアプリケーションを軸に，インフラや DB まで一人で組める範囲を広げています．
研究はほぼ未経験から始めました．入学直後から博士課程の先輩と組み，1 年ほどで 129 名分のクロスドメイン美的評価データセットを構築して arXiv プレプリント (第 2 著者) として公開．その後は筆頭著者としても国内研究会 (JSAI SIG-AGI) で発表しています．
並行して，スタートアップでソフトウェアエンジニアとして働いていました．技術選定からアーキテクチャ設計，実装，運用まで一人で持つことが多く，2026 年 9 月に退職してからはフリーランスとして業務委託を受けています．研究用のツールも全部自作するので，開発で覚えた手法がそのまま研究に流れ込みます．
最近は AI エージェントの運用に凝っています．複数エージェントのオーケストレーションや，手順を skill として覚えさせる仕組みを試しながら，研究も受託の開発も，日常の作業までまとめて任せられる形に整えているところです．
明日サボるために，今日全力で構造化・自動化するタイプ．一度きりの作業もすぐ仕組みに変えて，自分も周りも楽になる状態を作るのが好きです．
研究者としての横顔や経歴の全体像は，もう一つのポートフォリオ h-takahara.com にまとめています．
Born in Osaka. I'm a master's student at JAIST, researching interpretable personalized image aesthetic assessment (PIAA). What counts as a good photo differs from person to person, so I'm building AI that does more than return a score: it explains why an image works for you.
I started out in an undergraduate IoT track, building embedded systems with sensors and microcontrollers. My interest shifted to the UI/UX that users actually touch, then to web and native apps. These days I keep widening what I can build alone, from the application core down to infrastructure and databases.
Research was new territory. Teaming up with a senior PhD student right after enrollment, I built a cross-domain aesthetic dataset rated by 129 participants within about a year and published it as an arXiv preprint (second author). I have since presented as first author at a domestic workshop (JSAI SIG-AGI).
In parallel I worked as a software engineer at a startup, often owning everything from technology selection and architecture to implementation and operations. Since September 2026 I have been working as a freelance software engineer on contract projects. I also build all my own research tooling, so what I learn in development flows straight into my research.
Lately I'm deep into AI agents: orchestrating several of them and teaching them my workflows as reusable skills, so that research, client work, and even daily chores can be delegated.
I work flat-out today on structure and automation so that tomorrow can be lazy: turning one-off tasks into systems that make things easier for me and everyone around me.
For the researcher side and the full picture of my background, see my other portfolio: h-takahara.com.
SkillsAI エージェント 4 体が全 GitHub repo (private 含む) の実コミットを分析した評価AI agent analysis — 60+ repos, commit-level · 2026-07
Projects
2026
AI コードレビューの構成を比較するためのベンチマーク基盤．bug-fix コミットを逆適用して欠陥入りのコードを合成し，マルチベンダ (Anthropic / OpenAI / Google) のモデルを同じ条件で回して，コストと検出性能を測る．SIG-AGI 第 33 回研究会の論文 (Publications 参照) はこの基盤で得た結果．The benchmark harness behind the SIG-AGI paper (see Publications). It synthesises defective code by inverting bug-fix commits, runs models from Anthropic, OpenAI, and Google under identical conditions, and measures what each orchestration shape costs and finds.
USB に入れた曲が現場の機材で鳴るかを出発前に判定し，鳴らないものだけ変換する DJ 向けツール．Pioneer DJ / AlphaTheta 10 機種の取扱説明書から起こした対応表で照合する．CLI と GUI は同じコアを共有．A DJ tool that tells you before you leave whether the tracks on your USB stick will play on booth gear, and converts only the ones that will not. Compatibility is checked against a table transcribed from the manuals of ten Pioneer DJ and AlphaTheta players. The CLI and the GUI share one core.
日本語の会議録音から，話者付きの文字起こしと議事録を作る CLI．音声も文字起こしも要約も手元のマシンから出ない．20 分の会議を 30 秒ほどで処理する．A command-line tool that turns a recording of a Japanese meeting into a speaker-attributed transcript and minutes. No audio, transcript, or summary ever leaves the machine. Twenty minutes of meeting takes about thirty seconds.
長い文章を一目で読める大きさに区切り，1 枚ずつ表示する読書ツール．行を左から右へ追う代わりに，視線を一箇所に置いたまま，文単位で戻りながら読み進められる．A reading tool that cuts long text into pieces small enough to take in at a glance and shows them one at a time, so the eye stays in one place instead of travelling along a line, with sentence-level jumps for looking back.
JSAI SIG-AGI 第 33 回研究会 (SIG-AGI-033-07，筆頭著者)．AI コードレビューのオーケストレーション構成を 12 モデル × 4 構成で比較し，コストと欠陥検出性能のパレート分析を報告．廉価モデルの反復実行が，上位価格帯モデルの単発実行を上回ることを示した．JSAI SIG-AGI 33rd meeting (SIG-AGI-033-07, first author). Compares orchestration configurations for AI code review across 12 models and 4 configurations, and reports a cost-versus-defect-detection Pareto analysis showing that repeated runs of a cheap model outperform premium models run once.
www.jstage.jst.go.jp/article/jsaisigtwo/2026/AGI-033/2026_07/_article/-char/ja/ →www.jstage.jst.go.jp/article/jsaisigtwo/2026/AGI-033/2026_07/_article/-char/en/ →このサイト．研究者としての顔とエンジニアとしての顔を別デザインの 2 サイトに分け，中身のプロフィールは 1 つの Markdown から共有している．This site. Two portfolios with separate designs — one for the researcher, one for the engineer — sharing a single Markdown source of profile content.
DJ セット向けの全画面カウントダウンタイマー PWA．残り時間に応じて色と点滅が変わるので，暗いブースでも持ち時間が一目で分かる．A full-screen countdown timer PWA for DJ sets. Colour and blinking escalate as time runs out, so the remaining time reads at a glance in a dark booth.
Chrome の新規タブに開く自分専用ポータル．検索・日次ジャーナル・復習リマインド・タスク・ブックマークを 1 画面に統合し，Markdown ベースのナレッジ管理を続けたまま全部無料枠で回している．A personal portal that replaces Chrome's new-tab page. Search, daily journals, spaced-repetition reminders, tasks, and bookmarks live on one screen, keeping my Markdown-based knowledge workflow and running entirely on free tiers.
arXiv プレプリント (第 2 著者)．美術・ファッション・風景の 3 ドメインにわたり 129 名が 6,526 刺激を評価した，初のクロスドメインパーソナライズド画像美的評価 (PIAA) データセット．総合評価と 9 種の美的感情，計 87,836 件の評価を収録．arXiv preprint (second author). The first cross-domain personalized image aesthetic assessment (PIAA) dataset — 129 raters, 6,526 stimuli across art, fashion, and scenery, totaling 87,836 interactions with overall scores and nine aesthetic emotions.
arxiv.org/abs/2606.15629 →arxiv.org/abs/2606.15629 →GUI の音源分離ツール Ultimate Vocal Remover を，headless な CLI に仕立て直したフォーク．AI エージェントが人手なしで操作できる設計にした．A fork that turns Ultimate Vocal Remover, a GUI source-separation app, into a headless CLI — designed so that AI agents can operate it without a human in the loop.
2025
HCG シンポジウム 2025 (共著)．XPASS-Vis の元となったクロスドメイン美的評価データの収集設計と分析を報告．HCG Symposium 2025 (co-author). Reports the collection design and analysis of the cross-domain aesthetic assessment data that became XPASS-Vis.
研究データ収集のための Web アノテーション基盤を単独で設計・実装．142 名から約 9.8 万件の美的評価を集め，クロスドメイン PIAA データセット XPASS-Vis (arXiv) の元データになった．A web annotation platform for research data collection, designed and built solo. It gathered ~98k aesthetic ratings from 142 participants, and that data became the cross-domain PIAA dataset XPASS-Vis (arXiv).
自治体のマンホール点検を，市民参加のゲーミフィケーションで安く回すウェブアプリ．課題の多かった旧実装を，単独でクリーンに全面再実装した．A web app that turns municipal manhole inspection into citizen-powered gamification, at a fraction of the usual cost. I rebuilt it cleanly from scratch, solo, replacing a problem-ridden legacy implementation.
建設・インフラ点検業界向けの GIS ベース点検管理 SaaS (社内プロダクト)．メイン開発者として，技術選定から実装・運用まで一貫して担当した．A GIS-based inspection management SaaS for the construction and infrastructure industry (internal product). As the main developer, I owned it end to end, from technology selection through implementation and operations.
2024
インターネットに繋がらない閉域網でも組織内文書を検索・回答できる，セルフホスト型の RAG チャットボット．自治体インターンで 6 人チームの PM として開発をリードした．A self-hostable RAG chatbot that searches in-house documents and answers questions inside closed networks with no internet access. Built during a local-government internship, where I led a six-person team as PM.
Education
Work
Internships
Research
修士研究のテーマは 解釈可能なパーソナライズド画像美的評価 (interpretable personalized image aesthetic assessment; PIAA)．「良い写真」の基準は人によって違うのに，既存の美的評価 AI は点数を返すだけで理由を語りません．一人ひとりの好みに合わせて，なぜその評価になったのかを人が読める形で説明できるモデルを作っています．目指している使い道は，連写やよく似た写真の山からあなたの好みでベストの 1 枚を理由つきで選ぶ写真整理です．
ベースにした美的評価モデル PPA (CVPR 2026) は，論文だけを頼りに一から再現して原論文水準の精度 (SRCC 0.917) を出せています．研究の土台になるデータセット XPASS-Vis (美術・ファッション・風景の 3 ドメイン) の構築にも第 2 著者として関わりました．データ収集用のアノテーション基盤は自分で作ったものです (Projects 参照)．
My master's research is on interpretable personalized image aesthetic assessment (PIAA). What makes a photo good differs from person to person, yet existing aesthetic-assessment models only return a score without explaining why. I am building models that adapt to each individual's taste and explain the reasoning behind each assessment in a human-readable form. The use case I have in mind is photo triage: picking the best shot from a pile of near-duplicates, with reasons, according to your taste.
As groundwork, I reproduced PPA (CVPR 2026), the aesthetic model my work builds on, from the paper alone and matched its reported accuracy (SRCC 0.917). I was also second author on XPASS-Vis, a cross-domain PIAA dataset spanning art, fashion, and scenery, and the annotation platform used to collect it is something I built myself (see Projects).