ユビキタスAIは2023年3月8日、AI開発支援ツール「ZETANE Protector」（開発元：カナダZETANE Systems）を販売開始した。AIのロバスト性（信頼性）を向上させるためのAI開発支援ツールである。AIモデルと学習データをZETANE Protectorにアップロードし、各種の条件（天気、照明、角度、背景、ノイズ、ブレなど）を学習データ上で再現する。再現した条件下でAIの精度劣化が起こっているデータを特定し、学習データセットに追加して再学習させることで、AIのロバスト性を高められる。
ユビキタスAIが販売を開始した「ZETANE Protector」（開発元：カナダZETANE Systems）は、AIのロバスト性（信頼性）向上のためのAI開発支援ツールである（図1）。AIモデルの開発時に予想していなかった入力データに対してもうまく推論できるようにする。
AIは、学習時に与えられたデータに対しては高い精度を出す。一方、学習データに含まれていないデータが入力された場合は、期待通りの推論を示すのは苦手である。ロバスト性とは、学習データ内に存在しない未知のデータに対して適切に推論を行うことを意味する。
AI開発の段階で、各種の条件をカバーしたデータ（天気、照明、角度、背景、ノイズ、ブレなど）を学習させることで、ロバスト性が高いAIを開発可能である。しかし、人の手ですべてのデータを手配すると、準備すべきデータに漏れが生じ、結果としてロバスト性が低いAIとなってしまったり、そもそも検討できていなかったり、といった課題がある。
ZETANE Protectorは、AIモデルと学習データをセットして使う。検証したい条件（雨、雪、霧、ブレ、水滴など）を学習データに付与し、AIの精度劣化が起こる条件を特定する。こうして特定した精度劣化の発生条件を学習データに付与し、新たな学習データを生成する。このデータを用いて再学習させることで、ロバスト性が高いAIモデルを実現する。
検証したい条件は、ユーザーが任意に設定可能である。2023年3月時点で80種類以上の条件を再現できる。例えば、屋外の写真画像であれば、日中から夜間へのシフト、照度、霧、ぼけ、レンズに付着した水滴、ノイズ、雨などを再現する。個別ユースケースに沿った条件もカスタマイズで対応可能である。
ソフトウェアの提供形態は、クラウドサービス（SaaS）またはオンプレミス。課金方法は、月額制または年額制。利用料金は、使用人数などに応じて設定する。