佐藤亮介

記者紹介

佐藤亮介

京都大学大学院情報学研究科所属の修士1年生 大阪生まれ大阪育ち。大阪大学応用理工学科を卒業後、よりハイレベルな環境でデータ解析を学ぶため京都大学へ進学。現在は、製造業を対象としたデータ解析に勤しむ。今更ながら英語の必要性に気付き、格闘する毎日を送っている。

workers

近年、機械学習を導入する企業は増え続けていて、そのメリットについては以前の記事でまとめられています。

機械学習によるメリットには、

・仕事の効率化によるコスト削減
・これまでになかった新たな価値の提供

などがありますが、実際どのように機械学習が活用されているかを説明できる方は少ないのではないでしょうか?
そこで、イメージしやすい例として、製造業における生産ラインにおける機械学習を導入に伴う代表的な3つのメリットについて解説します。

そもそも製造業って?

car_factory

製造業と聞くと、自動車や家電などの工業製品をイメージされる方が多いですが、食料品や衣料品にいたるまで、工場で商品が生産されるあらゆる産業を表します。

1. 工場を最適な条件で操業する

生産ラインに全く同じ原料を全く同じ量だけ供給しても、できあがる製品の質は1回1回微妙に異なり、その原因として
・気温や湿度などの気候
・機械部品の老朽化
・原料の質
などが考えられます。
安定した品質の製品をつくるため、従来は環境に合わせて作業員の経験と勘で装置の運転条件を決めてきましたが、スマートな方法だとは言えません。
機械学習を使えば、これまでのデータをもとに、最も効率的な運転の仕方を自動で提案してくれます。

2. 機械の故障を自動で検知

1つの装置がトラブルによりストップしてしまうと、生産ラインの全てや一部が止まってしまい、生産効率が著しく落ち込むことは少なくありません。
そこで対策として、機械学習を用いて、多くのデータをあらかじめ学習しておくことで、正常に運転しているか、異常が起きているかの判別式を作っておきます。
その判別式をもとに、リアルタイムで異常の検知をしてくれるため、故障による被害を最小限に食い止めることができます。

3. 製品品質の予測

品質を保った生産が行われているかどうかは、製品が完成次第、1つずつ測定すればよいですが、現実では、

・時間がかかる
・多額の費用を要する

などの理由から、1日に測定できる回数が制約されていることが多くあります。
そこで、あらかじめ機械学習を用いて、運転条件と品質との関係を求めておくことで、測定せずとも、品質を推定することが可能になります。

おわりに

今回は製造業での機械学習の使い方について紹介しましたが、他の業界でも活用のされ方は似通っています。
色んな使い方に触れることで、機械学習を身近に感じてもらえれば幸いです。