AI自動補正システムはいかにして作られたか

当社は2021年7月にニュースリリースで発表したとおり、豊田自動織機様の「AI自動補正システム構築」を支援いたしました。現在もシステムの運用評価が継続して実施されています。本コラムでは、この事例におけるシステム構築のポイントについて解説します。

※導入事例(株式会社豊田自動織機)はこちら
株式会社豊田自動織機(AIインテグレーションサービス)
AIで工場の生産設備の設定値を自動補正。生産品質の安定維持化と業務の生産性向上。

対象業務と課題

豊田自動織機様の業務のひとつに、自動車のバンパー製造があります。射出成形機という生産設備を使用して、合成樹脂を熱で溶かして型に流し込み、加圧・冷却等を施してバンパーを製造するというものです。

この射出成形機の内部には複数のセンサーが備わっており、効率的な製造には、それらの値の変化に応じて数百個の制御パラメータの値を補正する必要があります。しかし、そのノウハウが属人化し、ノウハウの継承や品質の安定化の点で課題となっていました。

このパラメータ値を「AIを使って自動で補正させたい」というのが、今回のシステム構築の目標でした。AI化に際しては、「学習データの選別方法」や「予測が難しい制御パラメータに対する生産現場の知見」など、豊田自動織機様のノウハウが不可欠でした。豊田自動織機様の知見と我々の技術力・SI力を融合させることによって、今回のシステム構築を成功に導くことができたのです。

最適なAIモデルの選択

AIの学習対象となるデータは、射出成形機のセンサーデータです。実際には、時々刻々と変わるセンサーデータを波形データ化したものを利用します。このようなデータは時系列データと呼ばれます。そして時系列データを扱うAIモデルといえば、LSTM(Long Short-Term Memory)やGRU(Gated Recurrent Unit)などの再帰的ニューラルネットワーク(RNN:Recurrent Neural Network)モデルが有名です。

今回は、製造業という特性に合わせて、予測精度だけでなく因果関係の分かりやすさにも重点を置いてAIモデルの選定を行いました。選定の過程においては、豊田自動織機様と共に、実際の運用をイメージしつつ、AIで解決すべき課題の検討を重ねてきたことが大きなポイントになりました。

富士ソフトが強みとするAIモデルに関する知識だけでなく、豊田自動織機様の業務や取り扱うデータの性質、さらには様々な運用シーンを想定した検討によって、最適なAIモデルを選択できました。

今回のAIによる自動補正システムの構築には、決定木系のモデルを採用しています。決定木モデルは条件と分岐の組み合わせにより予測を行うAIモデルです。決定木モデルは時間の概念を持っていませんので、AIモデルへの学習データの使い方を工夫しています。その結果、同時に試行を進めていたLSTMなどのモデルと比べて予測精度を大幅に向上させることができました。

決定木モデルのイメージ図

質の高い大量のデータの確保

AIの精度を向上させるには、学習データの質と量が重要になります。豊田自動織機様は、学習データ作りにおいても積極的に取り組んでくださいました。

バンパーの試作を繰り返し行っていただき、AIの学習用に必要な大量のデータを収集することができました。また、学習用データの補正やパラメータの選定に関しては、センサーデータに対する分析の知見をもとに数多くの有益なアドバイスをいただきました。豊田自動織機様は、センサーデータをもとに加工不良品の発生原因分析を行っていましたので、いわば、業務データに関して最も知見のある方々ということになります。

豊田自動織機様よりいただいたアドバイスが、先述した時間の観念を持たない決定木モデルに対する学習データの使い方への工夫につながり、AIの精度を向上させました。

一方、当社は、学習データ量を効率的に確保するためのサンプリング方法や、差分量に着目したデータ加工などの創意工夫を行うことで、より少ないデータでの学習を可能とし、データの質を向上させました。 このような両社の取り組みの結果、質の高い大量の学習データを確保することができたのです。

AI自動補正システムの完成

このように、AI自動補正システムは完成しました。このシステムにより、豊田自動織機様は「製品の品質の安定化」や「作業の属人化からの脱却」などの効果を実感し始めています。

今回は「AI自動補正システム」について述べさせていただきました。AIの精度向上のためには、業務データについての深い知識、特に実際に運用に携わる現場の方々の知見が欠かせません。お客様に寄り添い、一緒に課題や改善点を共有しながら取り組んでいくことが重要となります。そしてシステム化に至っては、AIの技術に関する知識だけでなく、最適なシステムでAIを業務に活用するSI力が必要です。

AI開発後の運用を見据えた場合、継続的なデータの収集やAIの更なる精度向上、現場への適用、そして利用者にとってのユーザビリティに配慮したシステム作りが重要となります。これらを実現するためには信頼するSIerとタッグを組むことが重要となります。

富士ソフトは、SIerとしてAIに注力し取り組んでおり、今後も、当社のAI/SIの技術でお客様の業務改善・業務改革を支援してまいります。「AIとは何か?」から「運用を見据えたAIの開発、システム化」など、悩んでいる方がいらっしゃいましたら、ぜひ富士ソフトにご相談ください。

「AI総合付加価値創造サービス」のサイトをご覧ください。
AI総合付加価値創造サービス

今回ご紹介した事例は以下の事例です。
株式会社豊田自動織機(AIインテグレーションサービス)
AIで工場の生産設備の設定値を自動補正。生産品質の安定維持化と業務の生産性向上。


内田 弘之内田 弘之(Hiroyuki Uchida)

イノベーション統括部
先端技術支援部 AIインテグレーション室
リーダー / エキスパート

この記事を読んだ人はこちらの記事も読んでいます。
AWS re:Invent 2020 注目のサービス
column
本記事では、AWS re:invent 2020における発表内容から注目のサービス3つを厳選して紹介します。 注目のサービス① AWS Gl...