[Track1-5] 製造業における最新AI適用事例のご紹介
3 likes3,378 views
2020/8/1 Deep Learning Digital Conference 株式会社電通国際情報サービス 芝田 潤 氏
[Track1-5] 製造業における最新AI適用事例のご紹介
- 1. 製造業における 最新AI適用事例のご紹介 20.08.01 株式会社電通国際情報サービス X(クロス)イノベーション本部 AIテクノロジー部 部⾧ 芝田 潤 Deep Learning Digital Conference Session Track :事例 1－5
- 2. ISID 会社概要 2 • ISIDは、株式会社電通 (現 株式会社電通グループ) と米国General Electric Company(GE)との合弁で1975年に設立 • 「Humanology for the future」をビジョンに掲げ、顧客、生活者、社会の進化と共存に寄与 企業情報 会社名 株式会社電通国際情報サービス（略称:ISID） 英文社名 Information Services International-Dentsu, Ltd. 代表者 代表取締役社⾧ 名和 亮一 本社所在地 東京都港区港南2-17-1 支社 関西支社/中部支社/豊田支社/広島支社 設立 1975年12月11日 資本金 81億8050万円 売上 1,006.7億円 (2019年12月期/連結) 従業員数 連結2,879名/単体1,519名（2019年12月末現在） 子会社数 17社（国内9社、海外8社） URL www.isid.co.jp 事業内容 コンサルティングからシステムの企画・設計・開発・運用 ・メンテナンスまで、一貫したソリューションを提供
- 4. 1. ISIDのAI実績および推進体制 2. 製造業向けAI事例のご紹介 3. AI3製品のご紹介 4. ISIDのAIサービスの特徴 目次
- 6. • ISIDは、2016年にAI専任組織を設立し4年間で100件以上のAIプロジェクトを遂行しております 6 ISID AI事例紹介 ＃ 顧客 部署 AIカテゴリ タイトル 1 造船 設計 Computer Vision エキスパート判定を代替するハイプ画像を元にした数千種類のパイプ判定AIモデル構築 2 自動車製造 品質管理 Computer Vision 機械学習による製造ラインセンサーの異常波形検知AIモデル構築 3 自動車製造 設計 Computer Vision MaskRCNN / PSPNet 再学習によるドラレコ映像インスタンスセグメンテーション 4 自動車製造 設計 Computer Vision エキスパート判定を代替するCNNによるCAE結果良否AI判定モデル構築 5 自動車製造 設計 Computer Vision CNN＆SimilaritySearchによるCAE結果の類似検索AIモデル構築 6 自動車製造 設計 Computer Vision MVCNNによる3D CADモデルの類似検索AIモデル構築 7 自動車製造 法規 Computer Vision 非定型図面読み取り・法規ラベルチェック/言語判定システム構築 8 輸送機械 設計 Computer Vision CAEの8分類固有モード判定AIモデル構築 9 自動車製造 デザイン Computer Vision CAD変換デザイン良否判定AIモデル構築 10 自動車製造 設計 Computer Vision ドライバーの顔の向き（ヨー、ロール、ピッチ）算出モデル構築 11 電子部品製造 品質管理 Computer Vision 製品の初期不良発見 12 エネルギー開発 技術 Computer Vision CNNによる地層の5段階判定AIモデル構築 13 官庁 技術 Computer Vision 微少な人の動作/非動作判定AIモデル構築 14 金融機関 DX Computer Vision 医療機関領収書のAIによる認識 15 材料化学 Computer Vision 素材の含有率把握 16 自動車製造 製品企画 自然言語処理 車購入者のアンケート結果から燃費に関する不満の要因抽出 17 自動車製造 品質保証 自然言語処理 車両の不具合に関する整備会社から問い合わせ内容自動分類 18 自動車製造 製品企画 自然言語処理 EV車の加速感の定義と競合比較、クレーム文書の自動分類 19 化学 研究所 自然言語処理 実験計画の類似事例検索 20 輸送機械 品質保証 自然言語処理 クレーム文書の自動分類・類似検索 21 複合機製造 生産技術 データ分析/モデル構築 歩留改善のための不良部品要因分析 22 自動車部品製造 品質管理 データ分析/モデル構築 機械学習によるバッテリー不具合に影響する因子分析 23 製薬会社 データ分析 データ分析/モデル構築 機械学習による創薬検討 24 製薬会社 データ分析 データ分析/モデル構築 機械学習による臨床試験データ分析 25 自動車部品製造 生産技術 データ分析/モデル構築 機械学習による鋳造品の不具合要因分析 26 建設機械 設計 データ分析/モデル構築 機械学習によるCADの干渉チェックAIモデル構築 27 自動車製造 品質保証 データ分析/モデル構築 機械学習によるテレマティクスデータ分析 28 自動車製造 実験 データ分析/モデル構築 衝突実験におけるエアバック動作時のG波形予測AIモデル構築 29 建設機械製造 設計 データ分析/モデル構築 IoTデータを利用した建機動作判定AIモデル構築 30 建設機械製造 部品調達 データ分析/モデル構築 現場の勘と経験をAIモデル化した不良品発生予兆検知AIモデル構築 31 農業機械製造 IoT データ分析/モデル構築 農作物収穫における最適手法開発 32 金融機関 データ分析 データ分析/モデル構築 機械学習による与信結果の要因分析判定
- 7. • ISIDは、2020年2月に全社にまたがる部門横断の新組織として、 「AIトランスフォーメーションセンター」を設置しました • AI トランスフォーメーションセンターの主な役割は以下の通りです 1. 顧客ビジネス課題解決のためのAI製品企画・開発 2. 最新AI関連技術・リソースの集約およびAIスタートアップ企業・学術機関等との連携強化 3. 幅広い業種に対するAIサービス提供のための全社横断サポート 4. 顧客企業の社内AI人材育成支援 • 人工知能に関する人材と知見を集約し、お客様に対するデジタル変革「DX」支 援で全社の力を結集し、製造業の設計開発への適用などで先駆けてきたAIソ リューションや深層強化学習などの技術を全社ビジネスに横展開し、お客様の新 規事業創出のご支援を行っています AIトランスフォーメーションセンター 7
- 8. 2.AI事例のご紹介 1. CAD x AI 2. CAE x AI 3. 制御モデル自動生成AI 4. 図面チェックAI 5. 実験業務効率化AI 6. 不良品画像識別AI 7. 文書AI 8. AI人材育成支援 8
- 9. 9 1.CAD×AIサービス 【事例】CAD図面の類似部品検索AI • 通常設計は過去の図面を元に行う場合が多い • 自分が設計したい図面に近い図面を”N方向の画像”から探す AIを開発 • CAD図面から類似部品をAIで検索可能とした 類似検索イメージ 学習済みモデル 特徴量ファイル 類似度比較 類似度TOP5を返す 【入力】 新しい3DCADモデル 【出力】 類似3DCADモデル 設計・開発業務におけるCAD利用業務にAI技術を適用することで、設計ノウハウの有効活用を実現します。 【事例】CAD干渉チェック • 3D-CADにおいて、干渉していてもOKな場合とNGの場合 があり現状エキスパートが目検でチェックしている。その 良否判定をAI化したい
- 10. 10 2. CAE×AIサービス 【事例】CAE動画による固有モード判定 • 騒音・振動性能を良くするためには、車体やサスペン ションの固有モード把握が重要 • AIによるモード判別により、目視時間の削減や、エキス パートの代替/サポートが可能に 設計・開発業務におけるCAE利用業務にAI技術を適用することで、設計ノウハウの蓄積、有効活用を狙う 【事例】CAE結果良否判定 CAEシミュレーションのコンター図出力画像から、エキス パートが判定した良否判定をAI化 後画像 下画像 上画像 左画像 正面画 像 右画像 複数の判定モデル
- 11. 11 3. 制御モデル自動生成AI • リアルタイムシミュレータを使い、深層強化学習・模倣 学習のための実行環境を構築。 • 深層強化と模倣学習を使った建機の自動制御アルゴリズ ムを実装。 • 「フォークリフト:自動ブレーキ」「クレーン車:吊り荷自 動揺れ止め」「ショベルカー:自動掘削 」等のユースケー スを強化学習で実現。 【事例】深層強化学習による制御プログラム開発 • MFP（Multi-Function Peripherals）本体の用紙搬送制御 に強化学習手法を適用 • 自動設計可能かを検証した結果，シミュレーション上で目的 に応じた狙いの動作を強化学習によって設計することが可能 であることを確認できた 【事例】強化学習による自動設計の検証 つくりながら学ぶ!深層強化学習 株式会社電通国際情報サービス 小川雄太郎 (著) マイナビ出版 ISBN:978-4-8399-6562-4
- 12. 4.図面チェックAI 図面チェック業務は、図面に必要な製造要件が全て記載されているかを確認する業務 図面チェックの現場では、エキスパートが図面を広げて細かい記載内容を都度チェックしていたが、非常に工数が掛かり、 かつ万が一抜け漏れが発生すると、リコールや納期遅れなど、多大な損害が発生していた 高解像度データの図面を詳細に確認し、図面チェック業務の負荷を軽減すると同時に、設計業務における品質向上を図る 設計 出図情報の最終確認 法規管理 法規要件の抜漏れ確認 材料管理 材料情報の抽出 製造現場 製造要件の確認 AI活用で劇的改善 業務量の大幅削減 チェック漏れ激減 情報DB化で活用価値向上 12 AIにより3つ発見 検出箇所を拡大して確認
- 13. 5.実験業務効率化AI 耐久試験等における実験データの波形情報をAIで分析し、実験業務の効率化をAIで実現する。 13 【事例】実験結果の予測 過去に実験した波形から、 未知の波形を推定 • 実験結果の波形データを基に、SVMやディープラーニング などの機械学習アルゴリズムを適用することで、未知のG波 形データの予測を実現する • 結果が未知である実験条件の波形データを予測することで、 試験の数を減らし、コスト削減を実現 【事例】実験データの異常値分類 目視で実施している付加価値の低い作業を低減する 1. 断線ケース（衝突の衝撃でワイヤが断線） 2. 極反転ケース 3. 2つの波形のギャップケース
- 14. 14 6. 不良品画像識別AI 画像AIに関する各種コンサルティング事例 # Computer Vision 技術でできること 業務への適用 1 画像分類 （classification） その画像が何かを認識。人の良否判定、 物体判定が可能 2 画像検出 （detection） その画像のどこに何があるのかを認識 3 画像セグメンテー ション (segmentation) その画像領域の意味を認識⇒物の個数 を把握。不具合、非正常部の部分検出 ComputerVision事例の一部 • 各種製品の外観検査 • 多種大量の部材認識 • 外観デザインの良否判定 • 特定製品のスケール測定 • 走行動画データ認識 等 【事例】外観検査 AIが画像をもとに 異物混入や傷の有無を チェック
- 15. 15 7. 文書AI:自然言語処理サービス • 過去の不具合文書を大量に学習しておいて、新たな 調べたい情報を入力すると、類似する不具合の原因 や対策を過去の文書から検索 【事例】過去の不具合文書から類似文書を検索 • 顧客や代理店から寄せられる品質保証のエキスパート が、不具合文章を読んで分類・仕訳する時間を削減 • 顧客の様々な不満やニーズ、製品品質に関する不具合 をより早く共有し、効果的な対策が可能となる 【事例】クレーム・不具合情報の自動分類
- 16. 16 8. AI人材育成支援 • ISIDのAI・IoT・データ活用の知見をお客様に提供することで、”自社のAI人材育成”を支援 • 座学のコンテンツを提供するのではなく、お客様の状況、ご要望に合わせたご支援を遂行 【Case 1】 単に理論がわかるAI人材ではなく、実 業務の課題解決や新サービス創出など の実現に貢献できるAI人材を、自社で 育成したい 【Case 2】 部下からのIT技術を絡めた新企画の提 案について、その内容の良否を判断し、 適切なアドバイスができるマネージャ を育成していきたい 【Case3】 組織としてAIを有効活用していく目標 を立てたが、どこからどのように進め て行けば良いかアドバイスが欲しい
- 17. 3.AI3製品の ご紹介
- 18. 18
- 19. 19
- 20. 20
- 21. 製品名 テクサインテリジェンス ディーカ オプタピーエフ 業種・領域 製造業向け 技術文書の活用 製造業向け 設計・生産技術部門等における 図面チェック業務 全業種向け AIモデルの開発・運用 主な機能と 特徴 社内に蓄積された大量の技術文書 を、AIが学習し蓄積。 文書の分類・要約・検索など、従 来エキスパートが時間をかけて 行っていた作業をAIが高速・正確 に行うことで、より高度な分析を 可能とする。 紙図面上に記載された各種数値・ 文字列や特殊記号をAIが識別し データ化。 設計出図情報の最終確認、製造要 件の確認や紙図面の電子化など、 人手で行っていた作業を大幅に削 減。 大量の数値/カテゴリデータや画像 データをアップロードすると、数 千種類のAIモデルから最善のAIモ デルを自動で選択し、自社システ ムに組み込み可能とする。 AIの専門知識がなくても、高精度 なAIモデルの構築・運用を可能と する。 ご提供価格 月額利用料 70万円～ （クラウド環境利用料は含まず） 月額利用料 50万円～ 月額利用料 40万円～ （クラウド環境利用料は含まず） ISID AI3製品のご紹介 21
- 23. 1. AIプロジェクトにおける上流工程から下流工程まで一気通貫でサポート ISID AIサービスの特徴 23 データ 収集 データ 前処理 実施 AIモデル 構築 AIモデル 精度検証 AIモデル開発フェーズ AI プロジェク ト企画 企画フェーズ 運用フェーズ 運用 再学習 社内 システム 連携 現場 トライア ル 現場トライアルフェーズ AI企画 コンサルタント AIプロジェクト マネージャー データ サイエンティスト システム 開発者 AI運用 担当者
- 24. 1. AIプロジェクトにおける上流工程から下流工程まで一気通貫でサポート 2. お客様の要件に応じたAI手法の採用 • 説明性を重視するか、予測精度を重視するか • 教師あり学習か教師無し学習か 3. お客様のAI活用支援 • ISIDが開発したアルゴリズムの技術移転 • データサイエンティスト、AI技術者育成支援 • AIプラットフォーム構築支援 ISID AIサービスの特徴 24
- 25. 25 以上、ありがとうございました。 ISID AIトランスフォーメーションセンター サイト https://isid-ai.jp/ ISID AI製品セミナー お申し込みサイト https://www.isid-industry.jp/events/ お問い合わせ先 株式会社電通国際情報サービス 製造ソリューション事業部 AIソリューション セールス担当 e-mail:g-ex-isid-ind-ai@group.isid.co.jp