技術ブログ

Developers's blog

これも機械学習なの?製造業における課題解決例

2020.01.20 竹中 涼香
利用事例 機械学習
これも機械学習なの?製造業における課題解決例

業種別 機械学習導入・検討状況

2018年にIBMがおこなった調査によると、企業の82%はAIの導入を検討しており、金融サービス業界では既に16%の企業がAI システムを運用または最適化し、製造業がそれを追いかけるように導入・検討が進んでいます。

例えば、シーメンス、ジェネラルエレクトリック(GE)、ボッシュ、マイクロソフトなどの業界大手企業は、既に製造業のあらゆる部分を後押しするための機械学習アプローチによるAIの製造に多額の投資をおこなっているようです。

また、Google Trendsでも現在までの検索数の増加から、世の中の関心の高まりが伺えます。

スクリーンショット 2020-01-20 11.55.34.png

本記事では、製造業でのさらなるAI・機械学習活用のために3つの活用例をご紹介します。


製造業での機械学習活用例

メンテナンス時期予知

機器を使った製造行程がある場合、機器のメンテナンスが必須になりコストがかかることは避けられません。 また、製造行程において、想定外のダウンタイムは世界中の工場で起こっており、その約42%が機器の故障によるものだそうです。

そのため、メンテナンス時期の予測にAIを活用することが注目されています。 測定できる機器の状態データをAI・機械学習を使って、機器の状態を予測、推定します。メンテナンスが必要となるまでの機器の寿命が大幅に長くなります。 担当者は、機器があとどれくらいで交換/修理が必要になるか事前に知ることができ、またそのための対策を前もってとることが可能になります。


不良品検知

製造過程で発生する不良品はごく少数の割合でしか発生しませんが、不良品チェックは省くことの出来ない工程です。

そこで、人が目で確認している不良品のチェックを段階的にシステムがおこない、不良品可能性のあるものだけを人がチェックをするように役割分担をすることで、人の業務負担を軽減することが出来ます。

良品・不良品の画像等のデータを学習させ、不良品可能性の高いものにアラートを出します。不良品と断定するのではなく、あくまでも可能性とすることで、不良品の見逃しを防ぎます。


需要予測による市場適応

今後の需要を知ることで経営者はもちろん、現場担当者も適切に準備をすることで過不足なく対応することが出来ます。機会損失や過剰に在庫を抱えることを避けられます。

何をいつどのくらい受注したかの受注情報とその要因になるデータを学習させることで、未来の需要(受注)を予測します。

スクリーンショット 2020-01-20 13.16.20.png


今まで人がおこなってきた業務をシステムが代替することでこのようなメリットがあります。

AI・機械学習活用のメリット

  • 需要への調整
  • 運用コスト削減
  • 生産性向上
  • ダウンタイム削減
  • 商品力/競争力強化



AI・機械学習の浸透

今後も業種を問わずAIの活用は進み、とりわけ製造業での活用は急速に進んでいくと予想できます。


2019年12月に株式会社アイ・ティ・アールが以下のように調査報告しています。

2018年度のAI主要6市場の売上金額は199億5,000万円、前年度比53.5%増と大幅な伸びとなり、今後も継続的な伸びが見込まれることから、CAGR(2018~2023年度)は26.5%、2023年度には640億円に達すると予測している。 また、AI主要6市場の中で最も高い伸びを示したのが画像認識市場である。画像認識は工場などで行っている製品の外観検査や作業員の安全管理業務で導入が進んできたが、現在、道路や橋などの社会インフラ、各種建造物の保全業務での利用も急速に進んでいる。また、顔認証や車両の自動運転など、活用シーンの多様化により、今後も継続的な導入拡大が見込まれます。

上記報告から、AIはその技術進歩と相まって、私達の生活に浸透し始めていることがわかります。


当社も機械学習を活用したソリューションをご提案しています。
例えば、動画を用いた物体検出や、電力需要の予測が一例です。このような技術を用いて、お客様それぞれの課題解決へ取り組んでいます。

  • 自社にあるデータを活用したい
  • 自社に親しい業種の活用例を知りたい
  • AI・機械学習を活用したいが、方法に困っている
  • 機械学習ではなにが出来るのか興味がある


上記のようなご相談は画面右上の[お問い合わせ]までご相談ください。


当社、アクセルユニバースのご紹介

私達はビジョンに『社会生活を豊かにさせるサービスを提供する。』ことを掲げ、このビジョンを通して世界を笑顔にしようと機械学習・深層学習を提案しています。

  • ミッション(存在意義)
    私達は、情報通信技術を使って万物(全ての社会、生物)の暮らしをよりよくすることに貢献し、 それを加速させることを使命とします。

  • ビジョン(目標とする姿)
    社会生活を豊かにさせるサービスを提供する。

  • バリュー(行動規範)

    1. 変化を求め、変化を好み、変化する
    2. 自分の高みを目指してどんどん挑戦する
    3. お客様と一蓮托生でプロジェクトを進める



acceluniverse


Twitter・Facebookで定期的に情報発信しています!

関連記事

AWSを利用した弊社の開発環境

目次 AUCの使用ツール GitHub、CircleCI使用までの流れ AWSの構成図 まとめ AUCの使用ツール 弊社ではGitHubとCircleCIの2つのツールを利用し、DevOpsの概念を実現しております。 DevOpsとは、開発者(Development)と運用者(Operations)が強調することで、ユーザーにとってより価値の高いシステムを提供する、という概念です。  開発者は、「システムへ新しい機能を追加したい」  運用者は、「システムを

記事詳細
AWSを利用した弊社の開発環境
利用事例
機械学習で採用予定人数を予測する。狙い目企業はどこ?

2022年卒大学生の皆さん! コロナウイルスが流行していることで就活にどういう影響があるのか、とても不安ですよね。 今回は業界ごとに採用人数を予測し、「どの業界が狙い目なのか」機械学習を使った分析手順を紹介します! 目次 概要 手順 今後の課題 1.概要 データセットの内容 分析対象の7業界・各4企業 化粧品 電子機器 商社 不動産 金融 サービス IT・情報 説明変数と目的変数 特徴量 年初の株価、決算報告書提出翌日の株価、一株あたりの純資産額、従業員数

記事詳細
機械学習で採用予定人数を予測する。狙い目企業はどこ?
利用事例 機械学習
機械翻訳の歴史と今後の可能性

目次 機械翻訳とは 機械翻訳の手法 現在の機械翻訳の欠点 欠点が改善されると 今後の展望 機械翻訳とは 機械翻訳という言葉を理解するために2つ言葉を定義する。 系列 : 記号の列のことで自然言語処理の世界だと文を構成する単語の列になる。 系列変換モデル : 系列を受け取り、それを別の系列に変換する際の確率をモデル化したもの。系列変換モデルはseq2-seqモデルとも呼ばれている。 この2つの言葉から機械翻訳は、ある言語の文章(系列)を別の言語の文章(系列)

記事詳細
機械翻訳の歴史と今後の可能性
利用事例 機械学習 自然言語処理
機械学習で為替予測(FX)をしてみる

こんにちは。 皆さんはFXでお金を稼ぎたいと思ったことはあるでしょうか?もしFXでこれまでの生活を一変させるような額のお金を稼ぐことができたら夢のようですよね? 今回はそんな夢を目指して、為替の値動きを機械学習で予測してみたというお話をしたいと思います。 目次 概要 手順 結果 今後の課題 1 概要 使用したデータセット:OANDA APIを用いて取得 https://www.oanda.jp/fxproduct/api (デモ口座を開設することにより、無

記事詳細
機械学習で為替予測(FX)をしてみる
利用事例 機械学習

お問い合わせはこちらから