【背景】AIを用いて現場プロセスイノベーションを推進

パナソニック コネクティッドソリューションズ社において、顧客が抱える課題を解決する現場プロセスイノベーションを推進するための中核組織のひとつが、2019 年1月に発足した現場プロセス本部だ。製造業・物流業・小売業の現場では、モノや情報、人が複雑に絡み合っており、現場が抱えている課題解決には高度なソリューションが要求される。　なかでも今回Driverless AI を導入した同本部 AI・IoTソリューション部では「お客さま自身が立ち入りにくい雑多な領域に対して、我々自身が現場に直接入りながら困りごとを整理し、課題解決に導くためのAIソリューションを提供しています」と同部 主幹技師 江島 將高氏は説明する。

【課題】精度はもちろん、可視化しやすいAutoMLを希求

AIにおける機械学習では、おもにデータセットの準備とモデル作成の領域に大きくプロセスがわけられるが、特にデータの中身を理解したうえでクレンジングする前段部分に多くのリソースを割くことで、作成されたモデルの精度を高めることが可能になる。「他社同様、我々も前さばきの部分に多くの時間を費やしているのが現状です。そのため、後段となるモデルの作成はできる限り省力化していくことで、お客さまの課題やその実現性を見極めるための時間を十分に確保したいと考えたのです」と同部 主幹技師田島 敬士氏は説明する。その解決策として注目したのが、モデルの自動生成が可能なAutoML（Automated Machine Learning）と呼ばれる機械学習自動化ツールだった。

AutoML に求められるのは、利用するアルゴリズムの精度はもちろん、結果に大きく影響する因子が可視化できるかどうかだと田島氏は説明する。「たとえば時系列予測を行う場合、当日の天気のような実運用時には使えない未来情報をモデルが使っていないかを確認しなければなりません。そのためには、モデルがどの因子を使っているのか、どの因子が有効なのかがわかりやすく可視化できるものが求められます」。

特に時系列予測の場合、Leakageの発生によって本来の性能よりもいい結果が出てしまい、現場に適用しても思った効果が得られないケースもあるため、どの変数を用いているかの見極めは重要になってくる。当然AutoMLによって導き出された結果を顧客に説明する必要があり、どんなアルゴリズムを使っているのか、どんな変数を使っているのかといった透明性は重要な要素のひとつだという。

【選定】高度な可視化が可能なツールと橋渡しとなるパートナーの存在が大きい

実際に同社では以前からAutoMLツールを活用してきたが、できる限り負担軽減につながる仕組みで、透明性がより高く、既存のAutoMLと同等以上のことが可能なソリューションを模索していたところ、マクニカネットワークスが提供するDriverless AIに出会ったという。「いくつか製品を試してみましたが、我々が求める精度におよばないものもあれば、何のアルゴリ…

事例の続きはこちらからダウンロードいただけます。

お客様事例1ページ目サンプル