　2016年設立のシナモンはAI製品の開発やAI活用に向けたコンサルティングを手掛けている。製品としてはこれまでに、手書きの文書でも精度90％以上の実績を持つAI-OCR（光学文字認識）「Flax Scanner」や、自社開発の音声認識エンジン「Rossa Voice」、自然言語処理エンジン「Aurora Clipper」を提供してきた。

　今回はそれらを製造業向けにチューニングして活用する。AIを活用しながら情報の収集、デジタル化、構造化、そして利活用の流れをサイクルとして継続し、技術情報の価値を最大化する。シナモン Product Development Manager 兼 MITA Project Leaderの守屋圭氏は「データは一連の流れがあってはじめて価値が最大化される。これまでのような単品での提供ではなく、サイクルとしてフルセットで提供する」と語る。

「MITAソリューション」のイメージ［クリックで拡大］出所：シナモン

　技術文書向けAI-OCR「Flax Scanner for Technical Documents」は仕様書や図面、マニュアル、事故、故障報告書などを含む技術文書を読み取り、デジタル化する。「Incident AI」は事故報告書やヒヤリハット、運転指示書など多くの事故に関わるテキスト情報から関連性の高い事故やそれらの原因、対策、結果などを提案。検索や報告書作成の分析ツールとしても利用できる。Rossa Voiceも製造業向けに特化して学習させ、専門用語や社内用語を高精度に認識する。今後、製品は拡充する予定となっている。

技術文書向けAI-OCR「Flax Scanner for Technical Documents」の概要［クリックで拡大］出所：シナモン

音声ナレッジ収集ツールの概要［クリックで拡大］出所：シナモン

「Incident AI」の概要［クリックで拡大］出所：シナモン

　例えば、工場やプラントの点検作業においては、音声認識を活用して作業者による点検書の手書き作業などをデジタル化し、紙で残っている過去の点検記録などをAI-OCRによってデータベースに蓄積して検索性を高められる上、AIから気付きを与える提案も可能になる。同社ではユーザーのニーズを踏まえながら、最適な組み合わせを提案する。

工場点検におけるMITAソリューションの活用イメージ［クリックで拡大］出所：シナモン

⇒その他の「製造現場向けAI技術」の記事はこちら

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。
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。
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
NTTコミュニケーションズは横河ソリューションサービスとともに、日本初となる、運転員の操作を学習したAIを用いてプラントの自動運転を実現する「オートパイロット」の提供を開始すると発表した。
AI行為判定で品質管理向上、OKIの全員参加型イノベーションは実践モードへ
OKIは2022年10月12日、東京都内およびオンラインで「OKI Innovation World 2022」を開催し、リアル会場では製造現場などでの品質管理を担保するAI行為判定システムなどを展示した。