NTTデータ、“予測モデルの陳腐化”を防ぐ技術--AI活用の課題解決

NO BUDGET 2017年12月22日 14時02分

  • このエントリーをはてなブックマークに追加

 NTTデータは12月20日、人工知能(AI)を用いた分析業務を自動化する分析オペレーション自動化フレームワーク「AICYCLE(アイサイクル)」を開発したと発表。2018年1月から正式提供を開始する。

 AICYCLEは、AIが予測分析をする際の判断ロジックとなる「予測モデル」を自動的に評価・更新するフレームワーク。当初作成した予測モデルを使い続けていると、環境の変化により、予測精度の低下(予測モデルの陳腐化)が起きることがある。AICYCLEを活用することによって、予測モデルを自動的に評価・更新でき、データサイエンティストなどの専門家による調整が不要となるとしている。

AICYCLEの全体像
AICYCLEの全体像(出典:NTTデータ)

 AICYCLEは、(1)予測モデル構築に必要なデータの前処理(ETL)・蓄積、(2)予測モデルの精度低下を検知・再構築することで予測精度を維持、(3)予測の結果、実績データに加えて、過去運用した予測モデルを保存・管理、(4)機械学習フレームワークは、顧客の要件・インフラ制約などに合わせて選択可能――といった特徴を持つ。

 また、予測モデルを再構築しても予測精度が低い場合は、予測モデルの運用を停止することができる。過去に利用したデータや構築した予測モデル・予測結果・実績などを保存・管理しているため、それらを基にデータサイエンティストが解析を行い、新たな予測モデルを構築することが可能となっている。

 

 正式提供に先立ち、三菱重工航空エンジンの航空エンジンブレード製造工程に試験導入され、不適合品の早期発見と工程改善の効果について実証実験が行われた。その結果、今まで2カ月かかっていた予測モデル更新の所要時間を2分に短縮し、不適合製品の発生割合を47%削減、メンテナンスにかかる工場の停止時間を25%削減するなどの効果を確認した。三菱重工航空エンジンでは、AICYCLEの適用拡大を検討していく予定。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

  • このエントリーをはてなブックマークに追加

この記事を読んだ方に

関連ホワイトペーパー

連載

CIO
デジタル“失敗学”
IT部門の苦悩
Rethink Internet:インターネット再考
インシデントをもたらすヒューマンエラー
トランザクションの今昔物語
エリック松永のデジタルIQ道場
研究現場から見たAI
Fintechの正体
米ZDNet編集長Larryの独り言
大木豊成「仕事で使うアップルのトリセツ」
山本雅史「ハードから読み解くITトレンド放談」
田中克己「2020年のIT企業」
松岡功「一言もの申す」
松岡功「今週の明言」
内山悟志「IT部門はどこに向かうのか」
林 雅之「デジタル未来からの手紙」
谷川耕一「エンプラITならこれは知っとけ」
大河原克行「エンプラ徒然」
内製化とユーザー体験の関係
「プロジェクトマネジメント」の解き方
ITは「ひみつ道具」の夢を見る
セキュリティ
「企業セキュリティの歩き方」
「サイバーセキュリティ未来考」
「ネットワークセキュリティの要諦」
「セキュリティの論点」
スペシャル
ざっくりわかるSNSマーケティング入門
課題解決のためのUI/UX
誰もが開発者になる時代 ~業務システム開発の現場を行く~
「Windows 10」法人導入の手引き
ソフトウェア開発パラダイムの進化
エンタープライズトレンド
10の事情
座談会@ZDNet
Dr.津田のクラウドトップガン対談
Gartner Symposium
IBM World of Watson
de:code
Sapphire Now
VMworld
Microsoft WPC
Microsoft Connect()
HPE Discover
Oracle OpenWorld
Dell EMC World
AWS re:Invent
AWS Summit
PTC LiveWorx
吉田行男「より賢く活用するためのOSS最新動向」
古賀政純「Dockerがもたらすビジネス変革」
中国ビジネス四方山話
ベトナムでビジネス
米株式動向
日本株展望
企業決算
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 ]