　FA用には、高速加工、高精度加工、高品位加工のため、機械学習を用いて容易にサーボモーター制御のパラメータを調整する「AIサーボチューニング」機能群を開発中だ。第1弾として、機械特性を正確に表現するために高次元化したモデルに基づく「AIフィードフォワード」を提供する。機械学習をパラメータ決定プロセスに適用し、高度なフィードフォワード制御を実現した。これにより、サーボモーターの加減速時の機械振動を抑制できる。

　ロボット用には、バラ積み取り出し時に高確率で取り出しを成功させるため、同社のオープンプラットフォーム「FIELD system」上のアプリケーションとして、深層学習によるワーク取り出し順序を決定するスコアリング機能を開発した。深層学習で取り出し順番の学習をロボットが自動的に行うため、バラ積み取り出しシステムの立ち上げ時間を短縮する。また、スコアリング機能を用いることで、バラ積み機能の教示熟練者でなければ難しかった取り出し成功率を上げられる。

　ロボマシン用には、周囲の温度や機械の動作中の発熱を温度センサーで検出し、機械学習技術を活用して温度変化による熱変位を予測・補正するAI熱変位補正機能を開発。ワイヤカット放電加工機「ロボカット」用のAI熱変位補正機能に続く、ロボマシンAI第2弾として「ロボドリル」の販売を開始した。従来機能に比べ、加工精度を約40％改善。温度センサーが故障した場合でも、加工を中断せず最適な補正を継続できる。

「AIサーボチューニング」出典：ファナック

「FIELD BASE Pro」（NVIDIA製GPU付）とバラ積みセンサー付ロボットシステム（デモ機）（左）とAI熱変位補正機能付き「ロボドリル」（右）　出典：ファナック

「FAニュース」バックナンバー

スマートファクトリーはエッジリッチが鮮明化、カギは「意味あるデータ」
2017年はスマートファクトリー化への取り組みが大きく加速し、実導入レベルでの動きが大きく広がった1年となった。現実的な運用と成果を考えた際にあらためて注目されたのが「エッジリッチ」「エッジヘビー」の重要性である。2018年はAIを含めたエッジ領域の強化がさらに進む見込みだ。
スマートファクトリーがいよいよ現実解へ、期待される「見える化」の先
ドイツのインダストリー4.0がきっかけとなり関心が高まった、IoTを活用したスマートファクトリー化への動きだが、2017年は現実的成果が期待される1年となりそうだ。既に多くの実証成果が発表されているが、2017年は、実導入ベースでの成功事例が生まれることが期待される。
芽吹くか「組み込みAI」
第3次ブームを迎えたAI（人工知能）。製造業にとっても重要な要素技術になっていくことは確実だ。2017年からは、このAIを製品にいかにして組み込むかが大きな課題になりそうだ。
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。
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。
ドイツが描く第4次産業革命「インダストリー4.0」とは？【前編】
「インダストリー4.0（Industrie 4.0）」という言葉をご存じだろうか？「インダストリー4.0」は、ドイツ政府が産官学の総力を結集しモノづくりの高度化を目指す戦略的プロジェクトだ。インダストリー4.0とは何なのか。同プロジェクトに参画するドイツBeckhoff Automationグループに所属する筆者が解説する。