あなたはすでにインダストリー4.0とは何か、そのメリット、応用、産業オートメーションへの適合をご存知でしょう。この記事では、4.0技術を深く理解する必要がある、未来（そして現在）の労働者がどうあるべきかをお伝えします。 インダストリー4.0が労働者に与える影響 インダストリー4.0の影響は職種によって異なります。多くのポジションが自動化される一方で、プログラマー、開発者、オートメーション・システムエンジニアなど、人間のスピード、直感、判断が必要で、付加価値を提供する新しい職種が創出されます。 もう一つの大きなグループは、新技術と従来のライン作業者との間で密接な協働が行われる用途です。協働ロボ

「スマートシティ」という概念を一度は耳にしたことがあるでしょう。初めて聞いたときは未来都市を想像しますが、スマートシティはさらに進み、その目的は市民の生活の質を向上させることです。その特徴、メリット、スペインと世界の現状をご案内します。旅を始めましょうか？ スマートシティとは スマートシティとは、従来のネットワークとサービスが情報通信技術（ICT）の活用によりより効率的になる都市を定義する新興概念です。住民と企業の利益のためのデジタルおよび公共通信サービスの提供は、参加型行動と全市民のコミットメントを通じて、より大きな経済的、社会的、環境的な質的発展につながります。 この概念は90年代に登場し

それほど昔のことではないですが、物理的に運転しなくても車がポイントAからポイントBまで私たちを連れて行ってくれることは、完全に未来の話のように思えました。しかし、その日は私たちが思うより近づいています。 今日のブログでは、自律走行車とは何か、車を自律化する技術、自律レベルによる分類、これらの技術を搭載した現行モデルについてお伝えします。始めましょう？それとも「起動、キット」と言ったほうがいいでしょうか。 自律走行車とは 自律走行車とは、一連のセンサーとコンピュータロジックにより、周囲の世界を解釈し、人間が運転するように、あなたの介入なし、または部分的な支援で走行できる車両です。 これらのセンサ

第4次産業革命が始まって以来、インダストリー4.0は製造拠点を持つすべての国の目標となっています。しかし、実装、設計、資金調達の方法に関して、各国の政策は異なります。 多くの政府が、工場のデジタル化と近代化を推進する計画とイニシアチブを実施しています。 この記事で、インダストリー4.0と見なされる技術について事前に読むことができます。 世界におけるインダストリー4.0 インダストリー4.0は世界で巨額の市場を動かしています。具体的には、2019年には世界で717億ユーロ以上のシステムが導入され、2024年には1,566億ユーロに達すると予測され、市場の年間成長率は16%を示しています。 インダ

インダストリー4.0という用語は、第4次産業革命として知られる最新の技術的・経済的進化を指します。この変革の主要素は人工知能であり、自律ロボット、ビッグデータ分析、IoT、拡張現実、シミュレーションなど、この革命とともに登場する他の分野と連携しています。これらの日常的に耳にする用語のほか、インダストリー4.0の主要な柱の一つがサイバーセキュリティです。 サイバーセキュリティとは、情報技術に適用するセキュリティであり、システムとネットワーク上の他のデバイスを保護することを目的とした多数の技術と手法を含みます。 プロセスと通信を改善する新しいワイヤレス・自動化システムが、サイバー攻撃のリスクにさら

インダストリー4.0が企業に与える影響：メリット・デメリット、導入方法など インダストリー4.0とそれを構成する技術については別の記事で既に語りました。今回は、インダストリー4.0という用語の由来と、それが私たちの企業や現在のビジネスモデルにどう影響するかに焦点を当てます。 インダストリー4.0という用語は、第4次産業革命、あるいは新技術の統合と工場・企業のデジタル化から生まれました。基本的には、新技術を用いてスマートファクトリーを創ることです。 新技術とデジタル化は大企業だけのものだと思わないでください。あらゆるタイプの企業が、インダストリー4.0に関連する変化を取り入れ、ビジネスの一部を改

インダストリー4.0とは？   インダストリー4.0、すなわち第4次産業革命について語るとき、それは工場と生産プロセスに新技術を適用し、成果を向上させることを意味します。これらは生産プロセスの自動化を前進させるために使用する新技術です。要するに、従来の工場をスマートで、より自動化され、効果的な工場へと変革することです。インダストリー4.0を理解するには、このスマートファクトリー概念を可能にするキー技術を考える必要があります。 コンピュータビジョン 生産プロセスから得られるあらゆるタイプのデータの中で、最も多くの情報を提供するのは画像です。したがって、コンピュータビジョンは工場でますま

ニューラルネットワークとは 人工ニューラルネットワークは、人間の脳の働きを模倣したモデルです。人工ニューロンと呼ばれるノードの集合体で構成され、これらが接続されて互いに信号を伝達します。信号は入力から伝達され、出力を生成します。 ニューラルネットワークの目的 このモデルの主目的は、自らを自動的に修正しながら学習し、従来のルールベースプログラミングでは実現できなかった複雑なタスクを遂行できるようにすることです。これにより、当初人間にしかできなかった機能を自動化できます。 ニューラルネットワークの仕組み 前述の通り、ネットワークの動作は人間の脳に似ています。ネットワークは一連の入力値を受け取り、そ

新規コネクテッドインダストリー4.0助成金：最大300,000ユーロ 夏季休暇から戻り、充電完了！公募情報の分野でニュースをお届けします。 産業研究プロジェクト、組織イノベーション、実験的開発、プロセスイノベーションの開発をお考えなら、コネクテッドインダストリー4.0公募にプロジェクトアイデアを提案できます。 この公募は、産業活動を少なくとも3年以上行っている中小企業および大企業を対象とし、インダストリー4.0の分野（プロセスのデジタル化を目的とした知識、技術、イノベーションの導入など）に枠組まれたプロジェクトを支援します。 申請期限は8月28日までです。 詳細については、産業省のウェブページ

人工知能は話題の中心ですが、私たちはどこまでそれを理解しているでしょうか。多くのアプリケーションや製品が「人工知能」を謳いますが、その用語がどこまでカバーするかは明確ではありません。定義が複雑な用語であることは疑いありません。本稿では、AIの概要、適用範囲、限界について少し掘り下げます。 AIとは 「人工知能」という用語は1956年に採用されましたが、データ量の増加、高度なアルゴリズム、計算能力とストレージの向上により、今日より普及しています。人工知能は、コンピューターや機械が自ら考え、人間の心の振る舞いをシミュレートする能力と定義できます。 これにより、機械はどれほど賢くなれるのか？機械は

データ収集は、太古から周囲で起きていることを理解するために行われてきました。時間、距離、温度などのパラメータを測定してきました。 同じことが生産ラインでも起きています。製造、製品、物流データを無制限に取得することで、より良い意思決定が可能になり、生産チェーン全体に価値を付加できます。このすべてのデータを取得する装置がセンサーです。センサーは、生産ラインでのデータ取得において、多様性とプロセスの潜在的変化に対応できるよう、信頼性と堅牢性が求められます。 センサーとは センサーは、生産ラインのあらゆるプロセスや物流オペレーションなどで生成されるデータを、大量に収集するデバイスです。 センサーは機

数週間前、弊社SNSでこのプロジェクトを紹介しましたが、今日は専用エントリーで詳細をお伝えします。詳細情報は専用ウェブサイトでもご確認いただけます。 このプロジェクトは、軽量包装廃棄物選別プラントにおいて、形状やサイズのせいで後工程の選別プロセスに支障をきたす大型廃棄物を、オペレーターが処理ラインから除去しやすくするというニーズから生まれました。 これを実現するため、人工視覚とディープラーニング（ニューラルネットワーク）に基づく廃棄物識別・分類のための人工知能システムを開発しています。その頭文字をとってSIARAと名付けました。詳しく紹介します！ SIARAとは ディープラーニング（ニューラ

「機械学習」は人工知能の一分野で、機械が直接プログラミングされることなく実データから学習する仕組みです。本稿では、これらのアルゴリズムが産業にもたらす優位性の活用法を解説します。 機械学習とは 機械学習は人工知能（AI）の一分野で、アルゴリズムを通じて機械が学習できるようにするものです。これらのアルゴリズムは実データから学習しモデルを生成。このモデルで、新しいデータがどのクラス/タイプに属するかを予測します。 機械学習には大きく分けて教師あり学習と教師なし学習の2タイプがあります。 教師あり学習では、データが所属クラスで正しくラベル付けされている必要があり、ラベル付きデータセットが必須です

人工知能は日常生活にますます浸透しています。スマートフォンの顔認証ロック解除は明確な例です。しかし、AIは私たちを非常に深く理解し、Netflixのような有名ストリーミングプラットフォームで、私たちが好む映画やシリーズを推薦するレベルにまで達しています。これは、プラットフォーム利用で私たちが生成するデータを収集し、私たちと類似のプロフィールに基づいて行っています。 Netflixと同じ仕組みは、Spotifyなど音楽を含む他のストリーミングプラットフォームでも見られます。システムをより多く利用するほど、推薦はより適切かつ精度高くなります。 Netflixアルゴリズムが収集するデータとは プラッ

本ブログでは、企業でインダストリー4.0を適用する前の5つのヒントを提案します。インダストリー4.0プロジェクトを企業で実装する際に役立つことを願っています。 デジタル化とインダストリー4.0は、新しい製造モデルにおいて既成事実です。インダストリー4.0関連技術を組織に導入することは、競争力向上の鍵となります。しかし、ゼロからインダストリー4.0の世界に入るのは容易ではありません。 インダストリー4.0技術、デジタル化とその可能性を知る インダストリー4.0適用前の5つのヒントの一つは、それを構成する技術と、生産プロセス改善にどう役立つかを知ることです。コンピュータビジョン、機械学習、拡張現

デジタルツインとは デジタルツインは、物理的なオブジェクトやプロセスのデジタル/バーチャルな表現（レプリカ）です。これらのデジタル表現は、実プロセスに設置されたセンサーで取得した実データで供給され、人工知能（AI）技術で処理されます。つまり、これらのデータによって実プロセスをバーチャルに再現します。ここから、振る舞いのシミュレーション、オブジェクト/プロセスの動作予測などが可能になります。 産業環境では、製品デジタルツインとプロセスデジタルツインが見られます。 製品デジタルツインは、製品のすべての物理的構成要素（電子、機械、ソフトウェア）をバーチャルに表現します。 このバーチャル表現により

マイクロチップ危機とは？いつ発生したか？ 近月、マイクロチップ危機とそれが複数の産業分野にもたらす問題について多く語られています。この危機とは何か、どのような問題を引き起こすのか。 まず、マイクロチップは通常シリコンなどの半導体材料で構成される微細構造体で、実質的にすべての現代電子機器に不可欠です。したがって、これらの部品不足は、現在起きているように、さまざまな分野に問題をもたらします。 近年の多くの事象と同様、この危機はCOVID-19の出現とそれに続くパンデミックから始まりました。制限とロックダウンの開始により、世界中でマイクロチップ需要が驚異的に増加しました。これは、人々と企業が新しい

包装自動化とは 近年のEコマースの急成長により、世界中の出荷数が指数関数的に増加しました。これにより、さまざまな製品の包装プロセスを可能な限り最適化する必要が生じています。 包装は通常ライン末端で実施され、製品を整理・保護して後続の保管・出荷に備えます。このプロセスをより効率的かつ迅速に実行するため、人手を介さず自動実行を可能にするさまざまな技術が用いられます。主力技術は協働ロボティクスで、通常手作業で行われるタスク（ここでは包装）をロボットで実行します。さらに、ディープラーニングやAGVなども包装を支援・補完する技術として活用されます。 包装自動化に活用できる技術 包装への協働ロボティクス

産業分野がインダストリー4.0を迎えるのと同様に、農業分野も独自の革命を経験しています。これがアグリカルチャー4.0（農業4.0）と呼ばれるものです。 産業側と同様に、アグリカルチャー4.0は、データ収集と作業の両面で新技術・新手法を統合・活用し、農業分野により高い効率、パフォーマンス、自動化をもたらすものです。 アグリカルチャー4.0で使用される技術 農業における新技術の活用は多岐にわたります。データ収集によるリソース最適化分析に用いる一方、作物作業の自動化・効率化にも活用できます。アグリカルチャー4.0で特に重要な技術・手法を以下に説明します： ドローン 圃場上空を飛行し、通常さまざま

リサイクルプロセスにおいて、最も重要かつあまり知られていないタスクの一つが、包装容器の選別です。専用プラントで実施され、異なる容器（黄色い容器から回収されるもの）を材質と性質（通常はプラスチック、金属容器、紙パック）ごとに分離する作業です。 この作業は極めて重要で、これらの廃棄物を適切にリサイクルするために不可欠です。近年、インダストリー4.0技術の向上と普及により、手作業から自動化へと進化し、プロセス全体の効率が大幅に向上しています。 包装容器選別に用いられる技術 選別プロセスでは、さまざまな技術が異なる形で効率化と最適化に貢献しています： コンピュータビジョン 事前取得した画像に各種