インダストリアルIoTにおける人工知能の活用
GRIDとの協業による現実解アプローチ

【保木】IoTを推進するにしても、AIを活用するにしても、苦労して収集・蓄積したデータから実際に課題解決に役立つ分析結果（示唆）が得られなければ、何の意味もありません。本セッションではAIによる分析で、どんなことがわかるのか、今までのデータ分析と何が違うのかを理解いただきたい。

IoTの課題をAIの活用で解決しようと、CTCはGRIDとの協業により、同社が開発した「ReNom（リノーム）」を用いたディープラーニングに取り組んでいます。

【蝦名氏】ReNomは、ディープラーニングやDeep Q Network（Q-learningとディープ・ニューラルネットワークを組み合わせた学習手法）など、さまざまなアルゴリズムを簡単に利用できる機械学習フレームワークです。多数のアルゴリズムに対応し、ブロックのように複数のアルゴリズムを組み合わせ、ディープ・ニューラルネットワークを構築できます。学習済みモデルは実行可能ファイルとして出力可能で、外部システムやエッジコンピュータと連携し、リアルタイムでの判断を自動化できます。

すでに消費電力や発電電力の予測、気象予報、映像解析、言語解析などの分野で使われているReNomですが、IoTの解析にも有用だと考えられます。具体的には各種センサーや画像から異常・故障・消耗に至るパターンを認識し、異常・故障・消耗などの事象が発生する前に予兆を検知して回避するといった使い方が可能になります。また、稼働パラメータと検査結果の相関関係から状態を予測するといった検査・品質管理や状態監視の自動化にも有用です。さらに過去データの学習と数理的な最適化により、複雑な組み合わせを計算するシミュレーションの手間を短縮するという効果も期待できます。

GRIDとCTCは、分析ツールとしてReNomを利用する企業、自社の製品／サービスにReNomを組み込みたいパートナー向けのビジネスを積極的に展開しています。