　これに対し「DBT」は、エッジ側の小さなコンピューティングリソースだけでも「学習」と「推論」の両方が行える軽量で高速なAIアルゴリズムだとする。もともとロボットなどの機械制御で活用するために作られたもので、入力種別数は100個程度と限定的で複雑タスクへの対応は難しいものの、学習速度が速く、メンテナンスコストが低い上、回答への説明が可能であるという特徴を持つ。

　演算リソースも特別なものは必要なく、Raspberry Piでも駆動させられることが実証できているという。「Raspberry Piでは小さいリソースでも動くことを証明するために実証で行った。もともとエッジで活用することを想定して作ったAIアルゴリズムなので、マイコンなどでも利用できる」とエイシング代表取締役CEOの出澤純一氏は述べている。

DBTとディープラーニングとの比較（クリックで拡大）出典：エイシング

　出澤氏は「ディープラーニングとDBTはそれぞれの得意分野が異なる技術だ。ディープラーニングなどが得意な画像認識などには不向きだが、リアルタイム制御などの場面では強い。例えば、ロボットアームの経年劣化への対応など、動的な環境に対し補正をかけ続けるような場面や、製品個体差を修正するキャリブレーションなど、環境そのものが変化をし続けるところでは強みを発揮できる」と述べている。

エイシングの強みとする領域（クリックで拡大）出典：エイシング

2020年度までには搭載製品を投入へ

　今後、オムロンとエイシングでは共同開発したAIアルゴリズムを実際の制御機器に搭載するために共同開発を進めていく。オムロンでは既に独自のAIアルゴリズムを搭載したAIコントローラーや、アプリーケーションを提供するプラットフォーム「i-BELT」などを展開しているが、エイシングと共同開発したAIアルゴリズムについてもこの枠組みに載せて展開できるようになっているという。

　福井氏は「既に展開済みのAIコントローラーで、エイシングと共同開発するAIアルゴリズムが稼働することは実証済みである。製品投入時期はまだ明言はできないが、2020年度までにi-Automation関連の売上高500億円を目指すとした目標の中には含めており、そこまでには製品化する計画だ」と述べている。

　オムロンでは「i-BELT」および「i-Automation」のポートフォリオ拡大のために、パートナーなどを拡大する方針を示していたが「AIに関しては2020年度までの範囲では、エイシングとの提携で、やりたいと思っていた範囲は実現できると考えている。AI領域では、積極的にパートナーを増やすということは当面は考えていない」と福井氏は述べている。

「生産革新のノウハウ」を販売へ、オムロンが2020年度に500億円目指す
オムロンは2018年8月28日、同社が推進するモノづくり革新のコンセプト「i-Automation」に関連する製品戦略を発表。2018年秋以降にハードウェアとノウハウなどを組み合わせたソリューションサービスの拡大を図り、2020年度には500億円の売上高の実現を目指す。
オムロンが描くスマート工場の将来像と3つの独自性
IoTによるスマートファクトリー化が大きな注目を集める中、豊富な制御技術製品群に加えオープン化対応やM＆Aなどを通じ力を蓄えてきたのがオムロンだ。制御技術と情報技術の融合が加速する中、オムロンは何を考え、どの方向に進むのか。オムロン執行役員副社長インダストリアルオートメーションビジネスカンパニー社長の宮永裕氏に戦略を聞いた。
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。
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。