AIを用いてプラントを自動運転する機能を提供開始、操作効率化でコスト低減効果も：製造現場向けAI技術（2/2 ページ）

[長沢正博，MONOist]

化学プラントでの実用性評価で人の運転を超える精度を確認

　オートパイロットをJNC石油化学の市原製造所に導入し、実用性を評価して運転員を超える精度を確認した。

　具体的には、2022年12月15日から16日にかけて、オートパイロットによる24時間の自動運転を実施した。自動再学習には「半年以上前から蓄積されたデータ」（伊藤氏）を用いた。その結果と、運転員が操作した、自動運転時と運転条件が近い前後5日間との比較を行うと、ある指標値と目標値の差の平均および指標値の運転中の安定度合いにおいて、自動運転時がいずれも運転員操作時を上回った。

　この結果について伊藤氏は、「AIと人とでは操作頻度が圧倒的に違う。AIが精度として人を越えているわけではないが、人では難しい頻度で操作した結果、高い安定性につながったのではないかと推察している」と評価する。

実用性評価実験の内容（左）と、実験結果（右）［クリックで拡大］出所：NTTコミュニケーションズ

　ただ、オートパイロットといっても、運転員をAIに置き換えるのではなく、人とAIの協働を前提としている。伊藤氏も「当面の間、人を削減するという効果の期待は難しい」と話す。過去の運転員の操作から学ぶことはできても、自律的に学習して良い運転方法を発見することはできない。未知の状況に陥った際には、その状況における人の操作を追加で学習する必要がある。つまり、そのような技能を持った運転員の存在が欠かせない。

AIモデルの開発にはノーコードAI開発ツール「Node-AI」を使用

　AIによる完全な自動運転を目指す企業もあるが、「われわれも以前取り組んでいたが、AIモデルを作る時の期間やコストがどうしてもかかってしまう。今回は幅広いユーザーに提供できるような仕組みを目指して模倣学習を用いたAIに取り組んだ」（伊藤氏）。

　将来的には、同じような問題を抱える他産業への展開も模索する。「日本の農業では品種改良が頻繁に行われており、品種が違えば栽培方法も異なってくる。季節変動があり、海外の安い農作物の影響を受けている点も化学業界と似ている。今回のソリューションを適用できれば、日本の農家が持つ高度な技能をAIに凝縮させ、高精度、高頻度な自動運転によって高品質かつ低コストで安定生産できると思っている」（伊藤氏）。

日本の産業が抱える課題（左）と、農業への適用イメージ（右）

　NTTコミュニケーションズでは主にAIの機能の開発を担う。実際の構築、販売は横河ソリューションサービスが行う。両社は「オートパイロットがもたらすプラントの稼働とコストの削減」をテーマとしてユーザー向けのオンラインセミナーを2023年2月17日に開催する予定だ。まずは、先行して検討している6社を皮切りに、2023年度中に数十社への導入を目指している。

⇒その他の「製造現場向けAI技術」の記事はこちら