編集部からのお知らせ
「ZDNet Japan Summit 2020」開催します!
新着記事まとめ:エッジコンピューティング

ものづくりに特化したAI活用基盤を開発する富士通

NO BUDGET

2016-06-28 18:11

 富士通は6月9日に、「ものづくり統合支援ソリューション」に、設計・生産現場でAI技術を活用するためのコンサルティングサービスを追加し、10月から提供を開始すると発表している。

 このサービスでは、各種製造現場にAIを取り入れるための機能を新たに体系化した「ものづくりAIフレームワーク」を活用する。このフレームワークは、富士通のAI技術「Human Centric AI Zinrai」を実装し、学習データベースやAI処理エンジン、認証サーバなどから構成するAI活用基盤。


「ものづくりAIフレームワーク」のシステム構成

 各種製造現場では、製品や、仕様検討、設計、検証、製造といった工程ごとの業務プロセスが存在する。しかし、これらのプロセスごとに要求される高度な予測や判断処理を実現する標準的なモデルがないため、AIを活用する場合、その都度適合したモデルを新たに構築しなくてはならなかった。今回、学習モデルを製品や業務プロセスごとに使い分けられる「ものづくりAIフレームワーク」を開発し、コンサルティングサービスと併せて提供する。

 「ものづくりAIフレームワーク」では、利用シーンに応じた異なる学習データベースを個々に構築する。学習データベースは製品の設計・生産の周期ごとに世代管理され、使えば使うほど継続した学習によって予測精度が向上する。開発中の新製品にもAIを適用でき、安定した運用が可能となる。標準的なWebAPI群を備え、既存システムとの連携も容易となっており、ユーザー認証、通信の暗号化といったセキュリティ機能も備えている。

 例えば、電気系設計におけるプリント基板の設計支援では、新製品の部品数や基板サイズなどの特徴を入力するだけで、学習データベースから必要なプリント基板の層数を予測できる。これにより、プリント基板の設計工程を約20%短縮できるとしている。


プリント基板の層数予測

 構造系設計における3Dモデルの類似部品検策では、ネジの3Dモデル検索において、従来の類似度算出の手法では検索精度が68%であったのに対し、AIを活用することで96%まで向上させた。


3Dモデルの類似部品検索

 生産ラインにおける画像認識プログラムの自動生成では、生産ラインのカメラによる画像認識で部品の位置や姿勢を検出するプログラムで、高い認識精度を実現するプログラムを自動生成する。富士通の社内事例では、画像認識専門エンジニアがプログラムを開発した場合と比較し、プログラムの開発期間を10分の1に短縮し、画像の認識精度を97%まで向上させた。


画像認識プログラムの自動生成

 「ものづくり現場でAIを活用するためのコンサルティングサービス」は、販売価格は個別見積。2018年度末までに売上15億円を目指す。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

特集

CIO

モバイル

セキュリティ

スペシャル

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNet Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]