　発表した論文では、送電網と太陽光パネル、電力を消費する家屋、バッテリーで構成される電力システムにおける送配電行動の最適化を取り上げている。送電網や太陽光パネルからバッテリーに電力が送られ、家庭で消費される「電力購入」と、太陽光パネルによる発電分を送電網に送り、家庭ではバッテリーに蓄電した電力を消費する「電力売却」の2パターンから、電力需要に応じて最適な行動をAIに選択させる。

今回の研究で使用した想定環境について［クリックして拡大］出所：グリッド

　ただし電力購入と売却に当たっては、1日の終わりにバッテリーの充電レベルを前日の水準まで戻すこと、といった制約条件をAIに課した。さらに、時間経過によって天候は変化し日射量も変わり、季節の寒暖差で家庭での電力消費量も変化する設定とした。日射量の変動は太陽光パネルの発電量に影響を与える。こうした条件下でAIは、適切な電力購入／売却の行動を通じて、可能な限り電力購入コストを抑えつつ、電力需要を満たすことを目指す。なお、電力購入／売却の意思決定は30分ごとに行う設定とした。

　AIの学習に当たっては、用意した電力需要や発電量の膨大なデータを基に複数シナリオを作成し、複数のモデルに学ばせるという方法をとった。

AIの学習方法［クリックして拡大］出所：グリッド

　論文では2種類の性能検証を行った。1つ目は、制約条件を実際に守ることができるかという検証である。1年分のデータを使い、深層強化学習で作成したAIモデルの行動と比較した。するとアンサンブル学習のモデルでは、深層強化学習と比べ、バッテリー残量を1日の終わりに前日終わりの水準にまで戻せたケースが多いということが分かった。

制約条件を守れることが確認できた［クリックして拡大］出所：グリッド

　2つ目は収益の安定性の検証である。1年分の未知のデータを用いて確認したところ、アンサンブル学習のモデルでは安定して高利益を出せたという。

収益の安定性が確認できた［クリックして拡大］出所：グリッド

　グリッドは今回の論文でテーマとした問題設定は、AI開発における難問である「フレーム問題」にも重なり得るとしている。フレーム問題は、処理能力に限りのあるAIが、不確定要素の多い現実問題に対処することが難しいということを表す。これらはAIが判断に先立ち、考慮すべき要素について厳密な評価を行ることで生じると考えられる。曽我部氏は今回の研究が、「フレーム問題を全て解決できるというものではないが、AI自身が未知の状況を自ら判断しながら意思決定していくことにつながるのではないか」と説明する。

　また、今回の技術の社会実装に向け、曽我部氏は「現実の社会は、売る／買うのようなシンプルな行動や制約条件では対応しきれない、複雑なものとなっている。今回発表した技術を基に、いかに制約条件が多くとも対応できるよう、技術的に規模をスケールさせていきたい」と語った。

研究成果は米国物理学協会の論文誌に掲載された［クリックして拡大］出所：グリッド

⇒その他の「人工知能ニュース」の記事はこちら

数枚の正常画像からインフラの異常を検出するAI、東芝が世界最高精度を達成
東芝は、インフラ点検向けに、点検する現場の正常画像や類似した場所の画像を数枚用意するだけで異常箇所を高精度に検出するAI技術を開発。公開データセットを用いた評価において、従来技術の精度が89.9％だったのに対し、開発技術は91.7％となり「世界最高」（東芝）を達成したとする。今後は2023年度をめどに実用化を進めていく方針だ。
AIモデルを自動で圧縮、実装できるツールを開発
新エネルギー・産業技術総合開発機構とアラヤは、AIの深層学習用ニューラルネットワークモデル向けに自動で圧縮・実装できるツールを開発した。AIモデルサイズを最大で約30分の1に削減し、エッジデバイス上でリアルタイムなAI処理が可能になる。
演算量を30分の1に圧縮、AIモデルの自動圧縮ソフトウェアを開発
モルフォとアラヤが業務提携契約を締結した。両社の技術を組み合わせて、AIモデルの自動圧縮ソフトウェア「Pressai」を共同開発する。
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。
ラズパイとAI-OCRで生産日報を電子化する（前編）
小型ボードコンピュータ「Raspberry Pi（ラズパイ）」を使って、低コストかつ現場レベルでIoT（モノのインターネット）を活用する手法について解説する本連載。第4回と第5回では、AI技術の活用事例として注目を集めるAI-OCRとラズパイの組み合わせによる生産日報の電子化について前後編に分けて解説します。
ラズパイとAI-OCRで生産日報を電子化する（後編）
小型ボードコンピュータ「Raspberry Pi（ラズパイ）」を使って、低コストかつ現場レベルでIoT（モノのインターネット）を活用する手法について解説する本連載。第5回は、前回に引き続き、AI技術の活用事例として注目を集めるAI-OCRとラズパイの組み合わせによる生産日報の電子化について具体的に解説します。