　AIに対する期待の一方で、十河氏はPAへの応用における課題も指摘した。「一般に言われているビッグデータの変数が数十万あるのに対し、化学プラントの学習用データは数千と限られる。より高精度の予測をするには、化学および工学の理論との整合性を取る必要がある。またAIが高精度に予測できるモデルを導き出したとして、その予測が可能な理由が分からない、いわゆる『ブラックボックス化』は防止しなければならない」（同氏）。

IoTやAIへの期待と要望（クリックで拡大）出典：三井化学

　また化学プラントの場合、不具合やトラブルをそれほど頻繁には起こさないよう設計になっている。これは、不具合やトラブルに関する学習用データが少ないということであり、予防保全や異常検知を実現する上での課題になっている。十河氏は「ダイナミックシミュレーションの分析結果を使ってAIに学習させることも考えられる。AIとシミュレーション、それぞれが得意なところを組み合わせれば、よりよい結果を得られるのではないか」と述べている。

関連キーワード

IoT | ニューラルネットワーク | NTTコミュニケーションズ | ディープラーニング | 人工知能 | スマートファクトリー | 予防保全

ダイセル式生産革新がさらなる進化、日立の画像解析でミスや不具合の予兆を検出
日立製作所とダイセルは、製造現場における作業員の逸脱動作やライン設備の動作不具合などの予兆を検出し、品質改善や生産性向上を支援する画像解析システムを共同開発した。ダイセルが実証試験を行っているエアバッグ用インフレータ工場で、2016年度内をめどに本格運用を始める。
人工知能でタイヤ成型工程の生産性を2倍に、ブリヂストンが進めるICT工場
タイヤ大手のブリヂストンはタイヤの生産性の向上に向け、ICT（情報通信技術）や人工知能技術を搭載した新たな生産システムを導入した。タイヤ成型工程において15～20％の生産性向上を実現できたという。
人工知能は製造現場でどう役に立つのか
人間の知的活動を代替するといわれる人工知能が大きな注目を集めている。ただ、製造現場で「使える」人工知能は、一般的に言われているような大規模演算が必要なものではない。「使える人工知能」に向けていち早く実現へと踏み出しているファナックとPFNの取り組みを紹介する。
製造業で人工知能はどう使うべきなのか
日本IBMとソフトバンクは、自然対話型人工知能「ワトソン（Watson）」の日本語版の提供を開始する。自然言語分類や対話、検索およびランク付け、文書変換など6つのアプリケーションをサービスとして展開する。
製造業IoTに新たなデファクト誕生か、ファナックらが人工知能搭載の情報基盤開発へ
ファナックやシスコシステムズら4社は、製造現場向けのIoTプラットフォームとして「FIELD system」を開発し、2016年度中にリリースすることを発表した。競合メーカーの製品なども接続可能なオープンな基盤とする方針。製造業IoTでは各種団体が取り組むが、ファナックでは既に製造現場に350万台以上の機器を出荷している強みを生かし「現場発」の価値を訴求する。
世界を変えるAI技術「ディープラーニング」が製造業にもたらすインパクト
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界だけにとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすか、解説します。