　このAI技術では、物理法則に基づく近似モデルによって設計データから算出した推定値を学習データとし、シミュレーションによる厳密なモデルで算出した性能予測値を正解データとしてAIに学習させる。回路から10m離れた場所での電磁波強度推定実験では、推定誤差が従来のディープラーニングの±16.0％から±2.9％に改善した。

遠方の電磁波強度の周波数分布のAIによる推定出典：富士通

　高精度のAI学習では、一般的に多数の学習データを必要とする。今回、シミュレーションの入・出力データをベースに、学習用のデータを新たに生成して学習データ量を補う技術も開発した。これにより、学習データを十分に準備できない場合でも、効果的な学習が可能になる。

　今後、このAI技術を2019年度中に同社の電磁波解析ソリューション「FUJITSU Technical Computing Solution Poynting」の追加機能として製品化する予定だ。

AI活用による開発期間の短縮出典：富士通

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。
AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
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。
5分で分かるIoT時代のCAEとは
IoT時代を迎えて製造業のためのITツールもその役割を変えつつある。本連載では、製造ITツールのカテゴリーごとに焦点を当て、今までの役割に対して、これからの役割がどうなっていくかを解説する。第2回はCAEだ。
AIや大規模解析では、省力化ではなく価値創出が重要
エムエスシーソフトウェアが開催した年次ユーザーイベント「MSC Software 2018 Users Conference」において、筑波大学システム情報系教授で筑波大学人工知能科学センターセンター長、理化学研究所計算化学研究機構客員研究員を務める櫻井鉄也氏が、デジタルとAI（人工知能）をキーワードに「AI技術を用いたデータとシミュレーションの統合活用」と題して講演した。
AI協調でロボットとAGVを連携、“動いたまま取る”で作業時間38％短縮へ
日立製作所は2018年5月28日、複数のAI（人工知能）技術を協調させることで、自律的に走行する無人搬送車（AGV）が運ぶ部品を、AGVを止めることなくピックアップする技術を発表した。