AIが新たなエンジニアリングを形作る、2025年に注目すべき4つのトレンド：AI基礎解説（1/3 ページ）

AIはエンジニアリングのパラダイムを再構築する上で重要な役割を果たしている。本稿では、新たなエンジニアリングを形作ることに貢献するであろう、2025年に注目すべき4つのAIトレンドを取り上げる。

[井上道雄（MathWorks Japan），MONOist]

　AI（人工知能）は、エンジニアリングのパラダイムを再構築する上で重要な役割を果たしており、さまざまな分野で精度、効率、適応性を高めるツールや手法を提供しています。このAIを活用してで一歩先を目指すエンジニアリングのリーダーは、生成AI、検証と妥当性確認、低次元化モデル（ROM：Reduced Order Model）、制御システム設計という4つの主要分野における進歩に注目する必要があります。

トレンド1：生成AIがブロック図、3Dモデル、フローチャートに進出

　テキストベースの生成AIへの当初の取り組みは、ソフトウェア中心のワークフローに影響を与え続けていますが、高度な抽象化機能を備えたエンジニアリングツールにはまだそれほど大きな影響を与えていません。2025年には、ブロック図、3Dモデル、フローチャートなど、ノーコードを特徴とするエンジニアリングツールへの生成AIの採用が継続的に進むと予想されます。

　これらのツールにより、エンジニアは複雑なシステムをグラフィカルに表現し、コンポーネントを簡単に編集し、その複雑さを管理できるようになります。さらに、それらはエンジニアの生産性に不可欠な要素であり、システムレベルのパフォーマンスへの自信を裏付けるものとなります。生成AIをこうしたツールと統合すると、エンドユーザーにとって使い慣れたインーフェースを維持しながら、生産性がさらに向上します。この分野では、エンジニアリングモデルを理解し、その設計や管理を支援する、いわゆるAIアシスタントを統合したツールがさらに増えるでしょう。

自動車エンジニアは、ブロック図、3D モデル、フローチャートといった「ノーコード」エンジニアリングツールに生成AIを採用していくことになるだろう［クリックで拡大］ 出所：MathWorks

トレンド2：AIコンプライアンス対応に向けた検証と妥当性確認への活用

　自動車、ヘルスケア、航空宇宙などの産業分野におけるセーフティクリティカルなシステムへのAI統合が加速するにつれ、各業界の規制当局はAIコンプライアンスの要件、フレームワーク、ガイダンスを導入しようとしています。これに応えて、エンジニアは検証と妥当性確認（V&V：Verification and Validation）のプロセスを導入して、AIコンポーネントがあらゆる状況下で展開できる状態にあり、潜在的な信頼性、透明性、コンプライアンスに関わるバイアスの基準を満たしていることを確認する必要があります。

　特に、セーフティクリティカルなアプリケーションにおいて、ディープラーニングモデルの堅牢性を検証し分布外（ODD：Out-Of-Distribution）シナリオを検出するために、V&Vは不可欠です。ニューラルネットワークは、敵対的サンプルと呼ばれる、知覚できないわずかな変更によって入力を誤分類する可能性があるため、堅牢性の検証は非常に重要です。例えばヘルスケア分野であれば、胸部X線画像の微細な変動により、肺炎を示す画像に対してAIモデルが正常であると誤って判断する可能性があります。エンジニアは、AIモデルの一貫性の数学的証明を提供し、抽象解釈などの形式検証方法を使用してこれらのシナリオをテストできます。このプロセスにより、脆弱性を特定して対処することで、モデルの信頼性が向上し、安全基準への準拠が保証されます。

　分布外検出も同様に重要であり、これによりAIシステムは未知の入力を認識し、適切に処理できるようになります。この機能は、特に予期しないデータによって誤った予測が導かれる場合に、正確性と安全性を維持するために不可欠です。分布内データと分布外データを識別する機能により、AIモデルは不確実なケースを人間の専門家に委ねることができ、重要なアプリケーションでの潜在的な問題を防ぐことができます。

　V&Vに焦点を当てることで、エンジニアは業界内で製品開発を進めながら、AIフレームワークと標準に準拠できます。積極的なコンプライアンスアプローチにより、AIシステムの信頼性、安全性、倫理性が確保され、急速に変化する環境において競争力を維持できます。

分布外検出により、AIシステムは滑走路のスモッグ状態などの未知の入力を管理できるようになる［クリックで拡大］ 出所：MathWorks