MONOist、EE Times Japan、EDN Japan、スマートジャパンの、アイティメディアにおける産業向けメディアは2021年12月8～9日、オンラインでセミナー「MONOist IoT Forum 2021 Digital Live」を開催した。同セミナーは通算で15回目となり、前回に引き続きオンラインでの開催となった。本稿では横河電機横河プロダクト本部コントロールセンターセンター長の鹿子木宏明氏「製造業でのAIデータ解析・AI制御の最先端と、そのさらに先」と題した基調講演の内容を紹介する。

» 2022年02月24日 11時30分公開

[長町基，MONOist]

　本稿では基調講演に登壇した、横河電機横河プロダクト本部コントロールセンターセンター長の鹿子木宏明氏による「製造業でのAI（人工知能）データ解析・AI制御の最先端と、そのさらに先」の内容を紹介する。

AIの価値を示す三段水槽の最適化

　基調講演に登壇した鹿子木氏は、製造業の特に工場におけるAI活用のポイントについて紹介した。工場におけるAI活用にはさまざまな課題が存在する。そのために、AI活用において期待したような成果を生むことができなかったり、成果を出し続けることが難しかったりするような場合が数多く存在する。講演では「プロジェクトの成功要因は何か」「AIが制御対象を自ら学び、最大効率を持つ未知の制御方法を見つけることは可能か」「製造業でのAIデータ解析・AI制御のさらにその先にあるAIとは」などの切り口で、製造業のAI活用にとって重要なポイントについて解説を行った。

横河電機横河プロダクト本部コントロールセンターセンター長の鹿子木宏明氏

　日本の製造現場の熟練技能者は研ぎ澄まされた技術と自分の技術に対する誇りを持つ人が多く、こうした人たちを“匠（たくみ）”と呼ぶ場合も多い。製造現場でAIを活用していくためには、こうした匠のノウハウや知見を活用していくことが求められるが、こうした匠にAIの活用が受け入れられないケースも散見される。そこで鹿子木氏は現場技能者にAIの価値を訴える際に実際の製造現場で直面するような制御を基にした例を紹介するという。

　「AIの価値としていつも紹介するのは三段水槽の自動制御の例だ。三段水槽の自動制御を行うには、PID（比例、積分、微分）制御などの従来手法でも行えるが実際に安定させるには試行錯誤が必要になる。ただAIでは最初は話にならない感じだが学習を重ねることで、結果的に早く、無駄なく、安定制御を行えるようになる。こうした事例を紹介することで納得感を醸成する」と鹿子木氏は語っている。

　現在AI活用が広がっているのは、深層学習をベースとした第3世代人工知能だとされている。その特性としては「全体俯瞰した最適化」があるとされている。「第3世代人工知能には全体俯瞰してシンプルなルールを意図的に探索するという機能であり、これがある種の知能と呼ばれている。この特性を生かして使いどころを探索していくことがポイントだ」（鹿子木氏）。

AIを使いこなすための3つのポイント

　製造現場でAIを使いこなすためには「3つのポイントが存在する」と鹿子木氏は語る。第1のポイントは「本当にAIを使うべきか（他に選択肢はないか）」ということだ。「“オッカムのかみそり”でも示されるように、シンプルな方法で解けるものに、複雑な方法を持ち込むものは得策ではない。AI以外の手法で解決できるめどが立つのであれば、その方が効率的だ。従来の手法では解けないものにAIを活用する考え方が必要だ」と鹿子木氏は考え方について述べる。

　第2のポイントは「どのAIを使えばいいか」というAIの中での手法選択をどうするかということだ。これには「ノーフリーランチ定理」という概念が指針となる。ノーフリーランチ定理は「機械学習、AIが優れた結果を出すことができるのはある特定のドメインに特化したときだけである」という数学的な証明だ。「日本の製造業では、AIを選択する際にはドメイン特化型の機械学習を活用する方向性となるだろう」と鹿子木氏は語る。

　3つ目のポイントは、AIとの付き合い方である。鹿子木氏は「『AIはIQ300の保育園児』と考え、AIで欲しい結果を得たい場合『どのように伝えるか』『その結果をどのように受け取るか』について考慮する必要がある」（鹿子木氏）。横河電機では、この対策として、社内でAIが使えそうなところで実証を行い、その中で約50件のAI解析をこなしたことによるノウハウを蓄積したという。なお、横河電機の蓄積するAI技術による解析例をみると、プラント関連では設備異常予測、製品品質予測、異常原因特定に使われているという。

≫MONOist IoT Forumの過去の記事

世界的先進スマート工場への軌跡、日立製作所大みか事業所の取り組み
MONOistなどは2020年12月14～15日、オンラインでセミナー「MONOist IoT Forum 2020 Digital Live」を開催した。本稿では、前編で日立製作所制御プラットフォーム統括本部大みか事業所統括本部長の花見英樹氏による「世界の先進工場『Lighthouse』に選出された日立製作所大みか事業所の取り組み」を含むDay1の内容をダイジェストで紹介する。
横河電機が行き着いた、工場でAIが価値を出せる3つのポイント
スマート工場化が進む中、製造現場でのAI活用が広がりを見せている。その中で成果を出すポイントとして3つのポイントを挙げるのが横河電機だ。横河電機のプラント向けAIへの取り組みを紹介する。
なぜ製造現場のAI活用がうまくいかないのか
成果が出ないスマートファクトリーの課題を掘り下げ、より多くの製造業が成果を得られるようにするために、考え方を整理し分かりやすく紹介する本連載。前回から製造現場でつまずくポイントとその対策についてお伝えしていますが、第7回では、製造現場でのAI活用の課題と生かし方について解説します。
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。
スマート工場化は次段階へ、AI活用の定着とアプリケーション拡大に期待
スマート工場化の動きは着実に広がっている。その中で2022年はAIを活用した「アプリケーションの拡大」をポイントにデータ活用のさまざまな形が広がる見込みだ。
スマート工場は“分断”が課題、カギは「データ取得」を前提としたツールの充実
工場のスマート化への取り組みは2020年も広がりを見せているが、成果を生み出せているところはまだまだ少ない状況だ。その中で、先行企業と停滞企業の“分断”が進んでいる。新型コロナウイルス感染症（COVID－19）対応なども含めて2021年もスマート工場化への取り組みは加速する見込みだが、この“分断”を解消するような動きが広がる見込みだ。