AI(人工知能)が加速させるモノづくりの進化

投稿日

 ai21980年代、世界のIT業界で人工知能(AI)ブームが起きました。日本の通産省が人工知能を実現する次世代コンピューターの開発を目指して、第五世代コンピューター研究開発プロジェクトを立ち上げたのもこの頃です。
 
 この時代の人工知能の主流は、人間の専門家が持っているノウハウをルールとして表現して取り込んだエキスパートシステムと呼ばれるITシステムでした。当時、富士通のAI開発推進室に所属していた筆者も、自動車シミュレーションの効率化、石油プラント設計ノウハウのシステム化、製鉄所の電気設備保守診断など、様々なエキスパートシステムを開発しました。
 
 当時のAIの限界は、人間の知識をすべてルールのような形式で表現することは難しいことにありました。ノウハウ(know how)とセイハウ(say how)は違います。人は知っていることのすべてを言葉で伝えることはできません。つまり、言葉に表現できる範囲の知識であるセイハウをコンピューターに入力することはできても、言葉で表現できない暗黙知も含むノウハウのすべてをシステムに取り入れることは困難だったのです。また、取り入れることができたとしても、メインテナンスは大変です。
 
 それから30年、図のように今また、人工知能が注目されています。今回のブームのキーワードはディープラーニング(深層学習)とビッグデータです。ディープラーニングとは、人間がルールを与えなくても、コンピューターがデータの中から意思決定にとって有意な特徴を見出し、どう判断すればよいかを自ら学習する能力。これに、コンピューターに蓄積されたり、センサーやIoT機器から収集したりしたビッグデータを入力として与えることにより、場合によっては、コンピューターが人間を凌駕する判断能力を持つようになってきました。
 
      AI
図.人工知能の応用分野        
 
 さらに、制御技術と融合することで、自律性の高いロボットが登場しています。倉庫から必要な商品をピッキングする自律型ロボット等は既に実用化されていますが、加えて、人間の目で識別する必要があった作業もロボットに置き換えることが可能になってきました。今後、人工知能を搭載した自律型ロボットは、...
 ai21980年代、世界のIT業界で人工知能(AI)ブームが起きました。日本の通産省が人工知能を実現する次世代コンピューターの開発を目指して、第五世代コンピューター研究開発プロジェクトを立ち上げたのもこの頃です。
 
 この時代の人工知能の主流は、人間の専門家が持っているノウハウをルールとして表現して取り込んだエキスパートシステムと呼ばれるITシステムでした。当時、富士通のAI開発推進室に所属していた筆者も、自動車シミュレーションの効率化、石油プラント設計ノウハウのシステム化、製鉄所の電気設備保守診断など、様々なエキスパートシステムを開発しました。
 
 当時のAIの限界は、人間の知識をすべてルールのような形式で表現することは難しいことにありました。ノウハウ(know how)とセイハウ(say how)は違います。人は知っていることのすべてを言葉で伝えることはできません。つまり、言葉に表現できる範囲の知識であるセイハウをコンピューターに入力することはできても、言葉で表現できない暗黙知も含むノウハウのすべてをシステムに取り入れることは困難だったのです。また、取り入れることができたとしても、メインテナンスは大変です。
 
 それから30年、図のように今また、人工知能が注目されています。今回のブームのキーワードはディープラーニング(深層学習)とビッグデータです。ディープラーニングとは、人間がルールを与えなくても、コンピューターがデータの中から意思決定にとって有意な特徴を見出し、どう判断すればよいかを自ら学習する能力。これに、コンピューターに蓄積されたり、センサーやIoT機器から収集したりしたビッグデータを入力として与えることにより、場合によっては、コンピューターが人間を凌駕する判断能力を持つようになってきました。
 
      AI
図.人工知能の応用分野        
 
 さらに、制御技術と融合することで、自律性の高いロボットが登場しています。倉庫から必要な商品をピッキングする自律型ロボット等は既に実用化されていますが、加えて、人間の目で識別する必要があった作業もロボットに置き換えることが可能になってきました。今後、人工知能を搭載した自律型ロボットは、モノづくりの現場を一変させることでしょう。
 
 では、30年後にはどうなっているのでしょうか。米国の著名な発明家カーツワイル氏は、人工知能が人間の知的能力を超え、科学技術の進歩を主導するようになる技術的特異点(シンギュラリティ)が、2045年に訪れると予言しています。このとき、人工知能がモノづくりにとって、さらに有益な技術になっていることを期待したいものです。
 
 この文書は、 2016年1月21日の日刊工業新聞掲載記事を筆者により改変したものです。
 

   続きを読むには・・・


この記事の著者

谷萩 祐之

グローバルビジネスの経営戦略策定から現場に密着した業務プロセス改革まで、多様なニーズにお応えするコンサルティング・サービスとセミナーをご提供致します!

グローバルビジネスの経営戦略策定から現場に密着した業務プロセス改革まで、多様なニーズにお応えするコンサルティング・サービスとセミナーをご提供致します!


「技術マネジメント総合」の他のキーワード解説記事

もっと見る
設計上の機会損失 設計機能(その2)

【設計機能 連載目次】 設計機能(その1)機能とは  設計機能(その2)設計上の機会損失  設計機能(その3)機能の分類&n...

【設計機能 連載目次】 設計機能(その1)機能とは  設計機能(その2)設計上の機会損失  設計機能(その3)機能の分類&n...


イノベーションの創造 普通の組織をイノベーティブにする処方箋 (その137)

  【この連載の前回:普通の組織をイノベーティブにする処方箋 (その136)へのリンク】 前回は会社の経営陣やマネジャークラスがイノベー...

  【この連載の前回:普通の組織をイノベーティブにする処方箋 (その136)へのリンク】 前回は会社の経営陣やマネジャークラスがイノベー...


テーマの評価 技術企業の高収益化:実践的な技術戦略の立て方(その6)

  ◆ 儲かるテーマをどう見極めるのか  今回は、研究開発テーマの評価についてです。この記事を読んでいただく事で、研究開発テーマの評価方...

  ◆ 儲かるテーマをどう見極めるのか  今回は、研究開発テーマの評価についてです。この記事を読んでいただく事で、研究開発テーマの評価方...


「技術マネジメント総合」の活用事例

もっと見る
設計部門と組織政治の影響(その3)

 前回のその2に続いて解説します。   ◆政治的要因の検討で決まるスケジュールの確度・精度    日程を決めるときには、仕組み...

 前回のその2に続いて解説します。   ◆政治的要因の検討で決まるスケジュールの確度・精度    日程を決めるときには、仕組み...


プロジェクトの進捗管理 プロジェクト管理の仕組み (その4)

 前回のその3プロジェクトの計画策定に続いて解説します。最後は、プロジェクトの監視と制御、そして、測定と分析です。まとめて進捗管理といっても問題ないと思い...

 前回のその3プロジェクトの計画策定に続いて解説します。最後は、プロジェクトの監視と制御、そして、測定と分析です。まとめて進捗管理といっても問題ないと思い...


マトリクス体制での品質保証1 プロジェクト管理の仕組み (その30)

 適切な品質管理を実施できるような仕組みを構築し、運用することが品質保証であることを前回説明しました。品質管理を正しく実施するポイントは、製品(ここではサ...

 適切な品質管理を実施できるような仕組みを構築し、運用することが品質保証であることを前回説明しました。品質管理を正しく実施するポイントは、製品(ここではサ...