　NECと産業技術総合研究所（産総研）は2019年5月30日、AI（人工知能）とシミュレーションを組み合わせた「希少事象発見技術」を強化し、生産プロセスや生産計画を事前評価する実証実験を実施したと発表した。専門家による多品種混流生産プロセス評価にかかる期間を1週間から1日程度に短縮できると見込まれ、新規生産プロセスの早期構築や既存生産プロセスでの迅速な生産計画変更につながるという。

希少事象発見技術による効果のイメージ（クリックで拡大）出典：NEC

　実証実験は、2018年9月～2019年3月に実施。神戸製鋼が開発した生産プロセスシミュレータと、NECおよび産総研が共同開発した希少事象発見技術を生産プロセスの評価に適用した。

　実工場を模した多品種混流生産プロセスを対象として、品種の組み合わせによる生産設備の処理速度の変動を想定し、一時保管場所の容量を中間在庫が超過する要改善パターンを発見しようと試みた。処理速度が変動するパターンをAIが自動生成してシミュレーションを実行し、その結果を学習しながら、容量が超過しそうな新たな変動パターンを生成して探索を繰り返した。

　AIによって探索作業を効率化した結果、専門家でも想定しにくい25の要改善パターンを発見。従来の探索手法であるグリッドサーチと比較して想定漏れが低減し、効率を約10倍に改善できた。

　希少事象発見技術は、まれに発生する不具合を効率的に発見する技術。両者は今回、複数の変動要因がある変動パターンの発生確率に基づいて探索頻度を算出できるように強化した。シミュレーションのたびにAIが学習を繰り返し、発見済みのパターンに類似していて、変動の発生確率が高いパターン群に探索を徐々に絞り込むようにした。これにより、発見したいパターンの中でも特に発生しやすいパターンを集中的に探索できるようになり、探索時間を短縮できたと説明している。

プラント制御値をAIで自動探索、熟練者と結果一致し有効性を確認
NTTコミュニケーションズは、横河電機、横河ソリューションサービスと連携して開発した「プラント向けデジタルツイン」を用いて、化学プラントの改善に有効な制御パラメータ値を自動探索することに成功した。
蓄電池材料の探索におけるマテリアルズ・インフォマティクス
蓄電池の材料を探索する方法として、ビッグデータやAIを応用したマテリアルズ・インフォマティクスからのアプローチが増えつつある。ダッソーの講演でハイスループット計算やベイズ最適化を適用した機械学習の適用例が語られた。
見えるぞ！　私にもNECの説明員のストレスが見える！
NECは「リテールテックJAPAN 2019」（2019年3月5～8日、東京ビッグサイト）において、感情分析ソリューションの実演をブース内で行った。
AIとIoTの活用はモノづくり革新の現実解へ、NECが導入事例など成果を訴求
NECは、ユーザーイベント「C&Cユーザーフォーラム＆iEXPO2017」において、自社での実践事例と多くの導入事例などをもとに、現実感の増したスマートモノづくりソリューションをアピールした。
モノづくりのディティールにまでデジタルを、自ら手も動かすNECが描く将来像
NECは「第30回設計・製造ソリューション展（DMS2019）」（2019年2月6日～8日、東京ビッグサイト）において、次世代のモノづくりを具現化するコンセプト「NEC DX Factory」を基に関連技術を紹介した。
心拍変動データから感情を可視化、感情疲労や心理的負荷を早期発見
NECは、心拍変動データから感情を可視化する「NEC 感情分析ソリューション」を発表した。同ソリューションにより、企業は従業員の隠れた感情疲労や心理的負荷を把握して、業務支援や注意喚起など適切な対応を早期に取ることが可能となる。