ソリューション
機械工学
機械工学分野においては、実験や数値計算に対してAIを活用したデータ解析が非常に強力なツールとして注目されています。特に、実験や数値計算を網羅的に実施することが困難な場合や、発生頻度が極めて低い事象に対するデータ解析においては、多数の課題が存在しています。本稿では、そのような課題に焦点を当て、Multi-Sigma™を活用した解決策をご紹介いたします。
機械業界における課題
実験・計算コスト
現代の機械工業はその複雑化・高度化に伴い、試作機を制作には非常に高額な費用が必要となり、異なる設計条件に基づく多数の実験を行うことは極めて高コストです。さらに、材料の合成条件などを含めた要因も考慮すると、想定されうる実験パターンの組み合わせは膨大な数に達します。また、実験を数値計算で代替する場合、異なる条件に応じてComputer-Aided Design (CAD)を用いた3次元モデリングが必要となります。その後、非線形構造解析などの高度な数値計算を実施するため、計算負荷が膨大になります。流体力学の分野では、高性能計算機を用いたComputational Fluid Dynamics (CFD)シミュレーションが活発に行われていますが、計算時間が膨大になるため、多様な条件を網羅的に解析することは現実的ではありません。
製造プロセスの品質・生産性
工業製品の製造段階では、品質及び生産性の向上を実現するための技術が求められます。しかしながら、品質管理の現場において異常データは極めて稀にしか発生しないため、その発生条件を統計的に解析し、要因を特定することは非常に困難です。そのため、現状では、品質管理は経験的知識に基づいて実施されています。また、製造プロセスの最適化においては、コストや環境負荷といった側面を考慮しつつ、製造時間の短縮と製品性能の向上を同時に達成することが求められています。これらの相反する目的変数を適切に考慮しながら最適化を行うことは、人間の判断だけでは極めて困難です。
サプライチェーン
売上向上やコスト削減を達成するためには、製品需要の予測精度を高めることが不可欠です。特に、在庫の過不足を未然に防ぎ、適切な供給体制を維持することは、機会損失の回避や売上の最大化を通じて、企業にとって持続可能な成長の鍵となります。しかしながら、製造から物流、販売に至るまでの各プロセスが高度化・複雑化している現在、正確な需要予測は容易ではありません。変化の激しい市場環境においては、経験則に頼った需要予測と在庫管理の仕組みでは捉えきれない変動要素も増加していく中で、過剰在庫によるコスト増や品切れによる機会損失といった課題が顕在化しています。
機械業界でMulti-Sigma™が解決できること
サロゲートモデルの適用
構造解析やCFDなどの高負荷なシミュレーションを効率的に代替する手法として、限られた回数のシミュレーション結果とAIを組み合わせたサロゲートモデル（エミュレータ）の活用が進展しています。サロゲートモデルは、膨大な時間を要する網羅的なシミュレーションを実行することなく、少数のシミュレーションデータをAIに学習させることで、シミュレーション結果を予測するAIモデルです。Multi-Sigma™では、一般的なAIモデル構築ツールと比較して、より少ないシミュレーションデータでも高精度なサロゲートモデルの構築が可能です。同様に、Multi-Sigma™を用いて限られた実験データを学習させたAIモデルは、未実施の条件に対する実験結果の予測も可能となります。また、Multi-Sigma™で構築されたAIモデルは、シミュレーションや実験結果の予測に加え、要因分析や最適化も実行にも対応しています。これらの機能は、プログラムミングを行うことなく、Multi-Sigma™のプラットフォーム上で利用することが可能です。
品質管理・製造プロセスの最適化
製造プロセスにおける品質管理では、異常値の発生頻度が極めて低いため、データは多数の正常データに偏る傾向があります。このような不均衡データの存在により、適切なデータ解析が困難になる場合があります。こういった課題に対して、Multi-Sigma™は不均衡データを調整する機能を提供しており、データ数が極端に少ない異常値についても高精度な予測を可能にします。これにより、従来の経験的知識に依存した判断から、Multi-Sigma™を用いれば誰にでも実行可能なデータ解析に基づく予測への転換が可能となります。さらに、Multi-Sigma™は多目的変数を最大100種類まで同時に取り扱い、AIモデルを構築することができます。これにより、相反する関係にある変数も含めたデータ解析を実行し、複雑な製造プロセスの理解と改善が促進されます。Multi-Sigma™の要因分析機能を用いることで、製造プロセスにおける製品の品質や生産性を向上させる要因を特定することが可能です。加えて、Multi-Sigma™の最適化機能を活用することで、製品性能を向上させつつ、コストや環境負荷を抑えた製造プロセスの構築を実現します。また、Multi-Sigma™のAI連鎖解析機能を用いれば、複数プロセスにわたる製造ラインのそれぞれのプロセスに対してAIモデルを構築し、それらAIモデルをMulti-Sigma™のプラットフォーム上で連結して解析を実行することも可能となります。
サプライチェーンの最適化
製造、物流、販売に至る一連のプロセスは、各工程が複雑化しているため、キャッシュフローの改善やコスト削減に資する施策の判断が極めて困難な状況にあります。製造現場における製品性能を最大化するAIモデル、物流を最適化するAIモデル、需要予測を行うAIモデルは、それぞれ独立して構築されるべきものですが、これらのAIモデルを連結して統合的に活用することは容易ではありません。Multi-Sigma™のAI連鎖解析機能では、市場変動といった外部要因、過去の販売データ、製品の生産能力、物流のキャパシティなどに基づき、それぞれのプロセスに対して個別のAIモデルを構築し、それらAIモデルをプラットフォーム上で連結することが可能です。これにより、一貫した解析が実現し、例えば、売上の最大化とコストの最小化を同時に達成するための製品仕様の最適化や製造プロセスの適正化を効率的に図ることができます。さらに、Multi-Sigma™のAI連鎖解析機能では、連結されたAIモデルの一部を再学習させる調整が可能です。これにより、製造や物流、販売などの特定の工程に変更が生じた場合、その部分のみを再学習することで、AIシステム全体を効率的にアップデートすることができます。また、各AIモデルに対して要因分析を実行することが可能であり、システム全体を構成する個々のモデルの動作や役割を詳細に理解することができます。
Multi-Sigma™を導入するメリット
必要最小限のデータから深層学習
Multi-Sigma™は少ない実験データからでも解析が可能となっており、実験の労力を最小限にして、研究開発に取り組むことができます。これにより、あらゆる分野で研究開発のサイクルタイムを大幅に短縮することができます。
非常に高い予測精度
Multi-Sigma™は、世界最高水準の精度で予測、要因分析、最適化が行えるツールです。これにより、実験データに基づいた現実的かつ、効果的な解析に取り組むことができます。
必要最小限のデータから深層学習
複数の競合する目標を同時に達成するための最適な解を見つけることは研究において非常に重要です。Multi-Sigma™は世界で唯一、100個のアウトプットを満たす200個のインプットを探索できるツールです。この類まれな機能により新しい材料の開発や製造プロセスの効率化などにお役立ていただけます。
説明できるAI （XAI）
Multi-Sigma™には、どのインプットがどのアウトプットにどの程度、そしてPositive/Negativeに効いてくるのか、ということが分かりやすく提示される要因分析機能があります。これにより、なぜそのようなアウトプットになるのか、結果を解釈し、内部のメカニズムの理解が進むことになります。
ノーコードでクラウドプラットフォーム
Multi-Sigma™はノーコード、つまりは専門的なプログラミングスキルなしでご利用いただけるツールとなっています。操作画面は非常に分かりやすく、ボタンを押していくだけで、どなたでも解析が可能です。またクラウド上のアプリケーションとなっており、不具合の修正はもちろん、新たな機能についてもユーザー様からご要望を頂きながら、頻繁に追加しています。
連鎖解析
連鎖解析は、プロセス改善と最適化のための強力な機能です。一般的に製品を作り上げるためには多くのプロセスを経ています。 Multi-Sigma™は、製品作成に関わるプロセスごとにAIモデルを構築し、それぞれのモデルにおけるインプットとアウトプットをリンクさせることで、複数のAIモデルを連鎖させ、包括的な分析を行うことができます。これにより、AIの保守性能が格段に向上し、各々のプロセスのメカニズム解明に役立てることが可能です。
