AI First Manufacturing
産業用の強化学習AI - FKDPP
AIファースト・マニュファクチャリングを実現する産業用の強化学習AI
製造業に求められるAI
製造業においてAIに要求される項目は、安全面、環境面、品質面、そして投資対効果（ROI）等、サステナブルな操業や経営の根幹に関わる、いずれも非常に難易度が高いシビアな領域です。
実験室、Web等のデジタル上と異なり、フィジカル（物理的）な問題が強く、また外乱の多い環境であることが、AIの技術的難易度をさらに押し上げます。
こうした難易度が高く複雑な環境では、人間のように現実世界を観察・認知し、
物理的動作を組み合わせて行動するAIが重要となります。
産業用の強化学習AI - FKDPP
製造業のさまざまなクリティカルパスを
解決する強化学習AI
YOKOGAWAと奈良先端科学技術大学院大学が共同で
産業向けに開発した独自の強化学習AIアルゴリズム
FKDPP：Factorial Kernel Dynamic Policy Programming
アルゴリズム名（技術名）でありAIの名称（商標）ではありません
汎用的に対応できるAI
ヒトのように自律的に学習することで
複雑な問題を解決するAI
どんなAI？
- 複雑な問題解決が可能
- 自律的に学習が可能
具体例は？
- Deep Q-Network
- FKDPP
特定領域を専門としたAI
人間が学習させることで
特定の用途で問題を解決するAI
どんなAI？
- 特定の問題解決が可能
- 自律的な判断は不可能
具体例は？
- ChatGPT
- Alexa
- DeepLなど
記載の会社名・製品名、サービス名は各社の商標または登録商標です。
FKDPPの特徴
目標に向けてAIが自律的に行動を繰り返して学習し、非常に少ない試行錯誤で最適解を見つけ出します。
FKDPPと従来のAIの違い
FKDPP
- 事前の学習データが不要
- 数十回の試行で最適解を発見
- GPUが不要
- 判断プロセスが透明
一般的な深層強化学習AI
- 学習用に大量のデータが必要
- 数千〜数万回以上の試行が必要とされる
- 高性能GPUが必要になることが多い
- 判断プロセスが見えにくい
FKDPPが解くクリティカルパス
製造業のビジネスにおけるクリティカルパスには典型的な「人の介在によって成り立つ」以下の2つがあります。
1. 複数者の議論による意思決定
複数の異なるKPI、利害が一致しない際に起こるトレードオフによる方向性のせめぎあい
2. 匠や熟練者の暗黙知で成り立つ仕事
ロジックやモデル（形式知）が作れない経験や感覚による難しい判断
モデルが存在しない暗黙知や
難しいトレードオフをAIで解く
ロジックやモデルがなく、暗黙知で成り立っている難問を解くうえで、
ゼロ知識から自律的に学習できる産業用の強化学習AI「FKDPP」は有力な候補の一つです。
製造業におけるAI導入の要点
AIを活用している企業は多いと思いますが、「AIを導入すること」「AIが解ける問題を探すこと」が目的となり、わずかなコスト削減や効率化といった成果に留まるケースも見られます。
私たちは、まだ解法の見つかっていないビジネス拡大を阻むクリティカルパスに対して、マニュファクチャリングチェーン全体の強靭化と効果の最大化を目標に、段階的に取り組むことが重要だと考えます。
製造業をAIファーストへ
まだ答えの見つからない課題を
ぜひご相談ください
