短期記憶と長期記憶で高精度な予測を可能にするAI開発、製造現場でも活用へ：FAニュース
東芝は、短期記憶と長期記憶を活用することにより、時間の経過とともに変化するデータに適応し、高精度に将来値を予測できるAI技術を発表した。
東芝は2018年12月12日、短期記憶と長期記憶を活用して、高精度に将来値を予測するAI（人工知能）技術「Online Prediction Method of Stream Data with Self-Adaptive Memory（OPOSSAM）」を発表した。
OPOSSAMは、人間の記憶管理をベースにしており、短期的な時系列変化と過去の繰り返し傾向を学ぶ長期記憶を併用する。逐次観測される実測値と予測値との誤差から、短期記憶と長期記憶の分析時の重み付けをリアルタイムかつ自動で調整することで、時間の経過とともに変化するデータ傾向に適応し、将来値を高精度に予測する。
長期記憶では、代表的なパターンのみを選定して保管するが、各パターンを使った予測値と実測値に大きな差異が生じた場合は、そのパターンを削除する。このように記憶量を一定以下に抑えることで、メモリ容量が限られるエッジデバイスでの動作が可能になった。
同技術は、社会インフラや工場などの設備稼働状態をリアルタイムで予測し、設備保守のタイミングを正確に予測できることから、故障の予防や稼働率の向上、保守管理コストの低減に貢献する。
OPOSSAMの性能を、交通インフラなどの公開ベンチマークデータにより検証した結果、従来技術と比較して精度が13％向上した。今後、OPOSSAMを、数種類の時系列データの関係性を考慮した予測ができるよう拡張し、社会インフラや製造現場などさまざまなシステムへの適用を目指す。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
機械学習はどうやって使うのか――意外と地道な積み重ね
前編では、AI（人工知能）と機械学習、ディープラーニングといった用語の説明から、AIを実現する技術の1つである機械学習が製造業を中心とした産業界にも徐々に使われ始めている話をした。後編では、機械学習を使ったデータ分析と予測モデル作成について説明する。
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。
それでも製造業にとって“スマート工場化”が避けては通れない理由
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。本連載では、第4次産業革命で起きていることや、必要となることについて、話題になったトピックなどに応じて解説していきます。第25回となる今回は「そもそもスマート工場化って必要なの？」という点について考察してみたいと思います。
スマートファクトリーはエッジリッチが鮮明化、カギは「意味あるデータ」
2017年はスマートファクトリー化への取り組みが大きく加速し、実導入レベルでの動きが大きく広がった1年となった。現実的な運用と成果を考えた際にあらためて注目されたのが「エッジリッチ」「エッジヘビー」の重要性である。2018年はAIを含めたエッジ領域の強化がさらに進む見込みだ。
スマートファクトリーがいよいよ現実解へ、期待される「見える化」の先
ドイツのインダストリー4.0がきっかけとなり関心が高まった、IoTを活用したスマートファクトリー化への動きだが、2017年は現実的成果が期待される1年となりそうだ。既に多くの実証成果が発表されているが、2017年は、実導入ベースでの成功事例が生まれることが期待される。
新生東芝はなぜ「CPSテクノロジー企業」を目指すのか、その勝ち筋
経営危機から脱し新たな道を歩もうとする東芝が新たな成長エンジンと位置付けているのが「CPS」である。東芝はなぜこのCPSを基軸としたCPSテクノロジー企業を目指すのか。キーマンに狙いと勝算について聞いた。