　また、同AIは、過去のオペレーションで取得した温度や圧力などのさまざまなデータと、それを制御する運転員の操作履歴を教師データにした「模倣学習」により開発。模倣学習は、複雑に変化するプラントなどにおいても、過去のデータがあれば適用できる。この模倣学習を適用することで、従来運転員のオペレーションが必要だった工程でも、AIによる運転支援や自動運転なども可能になってくる。

　NTTコミュニケーションズでは、同AIを用いてシステムにおる自動制御が困難な工程で、運転員とのオペレーションの差を比較する実験を実施。その結果、CORR（2つの時系列データの間の相関を示す指標）＝0.95と、高い精度で双方が一致することが確認された。

実験のイメージ（クリックで拡大）出典：NTTコミュニケーションズ

　両社は今回の結果を踏まえてさらに技術検証を進め、NTTコミュニケーションズは同AIを用いた運転支援サービスを2021年度中に提供する予定だ。将来的にはプラントの自動運転サービスの提供を検討していくとしている。

≫「製造ITニュース」のバックナンバー

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。
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。
スマートファクトリー化がなぜこれほど難しいのか、その整理の第一歩
インダストリー4.0やスマートファクトリー化が注目されてから既に5年以上が経過しています。積極的な取り組みを進める製造業がさまざまな実績を残していっているのにかかわらず、取り組みの意欲がすっかり下がってしまった企業も多く存在し2極化が進んでいるように感じています。そこであらためてスマートファクトリーについての考え方を整理し、分かりやすく紹介する。
エッジは強く上位は緩く結ぶ、“真につながる”スマート工場への道筋が明確に
IoTやAIを活用したスマートファクトリー化への取り組みは広がりを見せている。ただ、スマート工場化の最初の一歩である「見える化」や、製造ラインの部分的な効率化に貢献する「部分最適」にとどまっており、「自律的に最適化した工場」などの実現はまだまだ遠い状況である。特にその前提となる「工場全体のつながる化」へのハードルは高く「道筋が見えない」と懸念する声も多い。そうした中で、2020年はようやく方向性が見えてきそうだ。キーワードは「下は強く、上は緩く結ぶ」である。
工場自動化のホワイトスペースを狙え、主戦場は「搬送」と「検査」か
労働力不足が加速する中、人手がかかる作業を低減し省力化を目的とした「自動化」への関心が高まっている。製造現場では以前から「自動化」が進んでいるが、2019年は従来の空白地域の自動化が大きく加速する見込みだ。具体的には「搬送」と「検査」の自動化が広がる。