工場現場におけるAIの着実な台頭

カリフォルニア州サンノゼ — ディープニューラルネットワークが着実に産業環境に入り込み、工場自動化を変革しようとしています。

早期採用者はすでに、コンピュータビジョンカメラの知能としてニューラルネットワークを組み込んでいます。時間の経過とともに、これらのネットワークはロボットアーム、センサーゲートウェイ、コントローラーに浸透し、製造プロセスを再構築するでしょう。しかし、この移行は慎重なペースで進行しています。

「今後数十年にわたる進歩と次世代機械学習アルゴリズムの時代の初期段階にまだありますが、今後数年間で巨大な進歩が見られるでしょう」とIBM Watsonの最高技術責任者ロブ・ハイ氏は語ります。

ニューラルネットワークは、工場フロアを取り囲むように増えているLinux対応、マルチコアx86ゲートウェイとコントローラーに搭載され始めています。新たに台頭する5Gセルラーネットワークが、これらのシステムにリモートデータセンターへのシームレスなアクセスを最終的に提供するでしょう、とハイ氏は付け加えます。

自動車、航空宇宙、ヘルスケア分野が主にスマートカメラで早期採用のステップを踏んでいます。キヤノンは産業用カメラにNvidia Jetsonボードを組み込みディープラーニングを活性化しています。産業用カメラ大手のコグネックスは独自のディープラーニング製品を拡充しています。中国のスタートアップ、Horizon Roboticsはディープラーニング推論アクセラレーターを組み込んだ監視カメラを出荷しています。

「すべての早期採用者が視覚認識のためにディープラーニングを導入しており、他社もそれに気づき始めています」とNvidiaの自律マシン担当ジェネラルマネージャー、ディープ・タラ氏は述べます。「認識は比較的容易で、研究者はそれを解決済みの問題と見なしています。現在の大きな課題は、人間とのインタラクションやより詳細な作動へのAI活用であり、これらは10年の研究課題です。ドローンやロボットナビゲーションのような分野では、プロトタイプ段階にあります。」

タラ氏はロボティクスを「コンピューターとAIの交差点」と呼びますが、ディープラーニングの多くの産業用途は地味で、より早く到来するでしょう。

工場ロボットはまだAIを採用していないと、ロボット部品大手のハーモニックドライブCEO、ダグ・オルセン氏は言います。短期的には、スマートロボットアームから、故障を予測し使用データを収集して予防保全をスケジュールする組み込みシステムへ焦点が移ります。「そこがAIが最初に定着する場所です」とオルセン氏は説明します。

主要チップメーカーはこの傾向に沿っています。ルネサスは3年前から実験を開始し、エンドノードでAI対応マイクロコントローラーを導入して、自社半導体工場の生産ラインで故障検知と保全予測を行っています。10月には、リアルタイム画像処理用の動的再構成可能プロセッサーブロックを搭載した初のMCUを発売し、2020年にはリアルタイム認知対応コントローラー、2022年には増分学習対応を計画しています。

STマイクロエレクトロニクスもSTM32ラインで同様のアプローチを取っています。2月には、工場フロアでの故障検知を狙いとしたディープラーニングSoCとアクセラレーターの開発を発表しました。

スマートロボットは最終的に到来します。スタートアップのcovariant.aiは強化学習でそれらを実現しようとしています。「ロボットに視覚と、見たものに基づく行動を装備することは、今後数年間でディープラーニングがもたらす最大の違いの一つになるでしょう」とAI研究者でcovariant創業者、UCバークレーのロボティクスラボディレクター、ピーター・アベール氏は語ります。

アベール氏はニューラルネット技術で走ることを学ぶロボットの印象的なシミュレーションを披露しますが、この分野はまだ初期段階だと警告します。「実際、産業用AIの分野はまだそれほど混雑していないため、私たちはcovariantを立ち上げました」と同氏は述べています。