【製造DX】なぜAIは“再現不可能”を攻略できたのか
コメント
注目のコメント
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．いまだ自動化できない部分の製造DX挑む、NTTコミュニケーションズと横河ソリューションサービスの足跡を伺いました。
化学反応を再現するデジタルツインの開発に成功。でも、また新たにそれでは再現できないという壁にぶつかります。
ここでの発想のピボットがお見事。成功体験に固執しない柔軟性は、業界関係なく学びになりました。
グローバルでの競争力につながる第一歩。日本の製造業を強くするテクノロジーに、化学が万年赤点だった自分もワクワクしました！ ぜひご一読ください。10年以上前に化学プラントの反応塔の次のアクションをルールベースを使って、若手に教えるプロセスと共にシステム化したことがあります。
その話を人にする時に、日本酒の「杜氏」のノウハウをシステム化するようなものと説明していました。
AIを使うと無意識なところも拾えたり新しい気づきが見つかりそうでワクワクしながら読みました。
日々改善と発展の現場だと思います。
頑張っていただきたいです。
