新着Pick

【製造DX】なぜAIは“再現不可能”を攻略できたのか

NTTコミュニケーションズ | NewsPicks Brand Design
556Picks
Pick に失敗しました

人気 Picker
私の専門とする最適制御をリアルタイム・オンラインで実行するというのが長年のこの分野の夢だったのですが,その手段の一つとしてModel Predictive Control(モデル予測制御)というのがあります.
要するに,ある限られた未来時間の間を切り出して,最適制御,すなわち制御パラメータの最適値(時間で変化するかもしれない)を高速で解くというものです.このリアルタイムの最適制御が最初に適用されるようになったのが,化学プラントでした.化学反応は他の機械,ロボット,航空機などと比べると,ゆっくりと変化が進むのでリアルタイム計算が現実の変化に追従できたという理由があります.
最近は,モデル化にサイバー・フィジカル,デジタルツイン,DXとか,最適化にAIとか,流行りの言葉はありますが,昔からモデルのシミュレーションを駆使した最適化はあったわけで,地に足がついた技術ではあります.ただ計算性能の向上とともに,勘とか過去の経験とかが反映された現実により則したモデルが,リアルタイムを超えた速度でシミュレーションできるようになっています.
工場は組立型とプロセス型に大別される。横河さんはプロセス型工場(プラント)を制御管理する頭脳と神経系を提供する一流企業。プラントで何が生産されるにしろ、そこで起きていることをリアルタイムに計測し、次に何が起きるかを予測し、迅速に対応する。そこにある職人技にAIが使えるようになった。そこにたどり着くための連携だったということ。多様なプラント(AIの学習機会)を顧客として持つ横河とのパートナーシップがNTT-Comさんにとってどれだけありがたかったか・・・想像に難くない。
人のシステムへの操作もシステムの一部として学習させるのですね。熟練オペレーターこそ大事にされないと「温度や圧力といった運転中のデータに加えて、反応塔を制御する現場の優秀なオペレーターが、どんな状況でどんな操作をしたかという操作履歴を模倣学習させました」