製造現場において、実際にAIをどのように活用しているのか。
そんな知見が得られるかもと思い、株式会社スカイディスクさんのセミナーに参加させていただきましたので、そのレポートです。
「AIを製造現場に導入するには」
2019/11/20(水) ＠八重洲(東京)
主に自分が理解した要約と、考察になります。
講演者自身の意図等と異なる可能性がございますのでご了承ください。
また、自分の曲解、誤認等もあるかと思います。当情報をご利用された上での損害等に責任は負いませんのでご了承ください。
なお、講演者様、講演企業様と弊社の直接の関係はございません。
ご興味やご質問がある方は、直接コンタクトください。
1. AI活用事例と、導入から実運用までの進め方のポイント！
現在のAIに向いていること：「ゴールが明確な問題の解決」
数値化しやすいもの(性能とか)、人が正解か否か判断できるもの(良品/不良品)など。
成功するAIプロジェクトの取り組み方
「なんでも自前主義ですすめない」「スモールスタート」
日本の製造業の強みは「匠の技」であり、このAI化は日本が強いはず。
暗黙知(五感や行動)をAIに置き換えていく。(目視検査や音検品など。)
AI化するには、AI化できるデータの見極めが重要。
どのパラメータを選択するか、データ量がどれくらい必要なのか。
(業界の事例紹介は割愛します。)
「SkyAI」という、Dockerを利用したAIサービスを提供されているそう。
その機能をエッジにおさめた、「Nモデル」というものも提供を開始されたそうです。
(Nモデル、中身はラズパイらしく、こういったところでもラズパイは使えそうだな、、、と感じました。)
Raspberry Pi(ラズベリーパイ) とは、イギリスで生まれた小さなコンピュータ基盤のことです。 いくつかモデルはありますが、小さいものだとお菓子のFRISK大のサイズであり、非常に小型です。 が、実体はサーバとして稼働させること[…]
考察
AIというか「ディープラーニング」という意味ですと、私自身、GoogleのTensorFlowを少し使ったことがあり、実際にどのように学習するのかのイメージはあります。
(ディープラーニングG検定の保有者でもありますし。)
適切なデータを選択し、収集し、そこからモデルを作る。
最終的に「使えるモノにできるかどうか」は、その「適切なデータを選択」できるかどうかにかかっていると感じます。
それは、業務に深く精通している「匠」でないと、できないことかもしれません。
出席者にはなぜか「どらやき」が配られました。
もぐもぐしながら拝聴するセミナーも乙なモノですね。
ごちそうさまでした！
絶賛配信中！
メルマガ詳細はこちら >>>
広告を含むご案内のメールをお送りする場合があります。
以下も、ぜひご活用ください^^
