代表取締役監修、電気通信大学曽我部東馬准教授著書「Pythonによる異常検知」発売のお知らせ

弊社、代表取締役曽我部完が監修を務め、電気通信大学曽我部東馬准教授による著書『Pythonによる異常検知』が、オーム社より2月26日に発売されます。
本書は、機械学習による異常検知の基本と応用がわかる内容となっております。

書籍『機械学習による異常検知の基本と応用がわかる』とは

「異常検知」は機械学習を用いた応用分野で、あらゆる分野における課題解決を実現できる手法のひとつです。しかし、「異常検知」の専門書の多くは高度な数式で表現されており、難解です。本書は、一見堅苦しい「異常検知」の分野を機械学習の基本である「誤差と誤差関数」により紐解いています。誤差の観点から機械学習アルゴリズムを理解することで、「外れ値とはなにか」「閾値はどのように設定すればよいか」といった異常検知における手法の基本を自然と把握できるように構成しています。

基礎から入り、実際に時系列データを分析する際の手法と注意点(第3章)や、深層学習を用いた応用手法(第4章)といった実践的な内容まで踏み込み、最終的には自ら異常検知システムを構築できるよう導きます。
全例題Pythonのコード付きなので、例題を実行しながらハードルの低い内容から実践的な内容までフォローできる入門書です。

■本書の特徴
・誤差を中心に機械学習の原理を理解することで、異常検知の基本的な概念が自然と理解できます。
・基本的な原理(第1章・第2章)だけでなく、実践的な手法(第3章)や最新の手法(第4章)まで学ぶことができます。
・全例題Pythonコード付きなので、手を動かしながら学習することができます。

詳細及び購入はこちら

https://www.ohmsha.co.jp/book/9784274225413/

 

 

経済産業省とAI倫理について意見交換をしました

先日、AI活用を推進する一般社団法人AIビジネス推進コンソーシアム(以下、「AIBPC」)の代表理事を務める、弊社代表曽我部が経済産業省 商務情報政策局 情報経済課の「我が国のAIガバナンスの在り方 ver. 1.0(AI社会実装アーキテクチャー検討会 中間報告書)」取りまとめご担当の方と国内のAIガバナンス、AI倫理について意見交換を行いました。

AIBPCではAI活用推進のために複数のワーキンググループを運営しており、そのなかのひとつ、AI倫理ワーキングループにおける取組みをもとに今回の意見交換を行いました。AI倫理ワーキンググループ参加企業では、2019年よりビジネス上でのAI開発や活用において発生しうる倫理課題を明確にし、実際にどのように自社で課題を捉え、対処すべきかについての仕組みづくりを行っており、曽我部は本ワーキンググループのグループ長も務めております。

今回の意見交換は産業側の見解を述べる貴重な機会となりました。
グリッドにおいても、AIを推進する上でAIガバナンス、AI倫理の課題に向き合うことは重要と考えており今後も真摯に取り組んでまいります。

内閣府「地方創生SDGs官民連携プラットフォーム」に参画のお知らせ

株式会社グリッドは(本社:東京都港区、代表取締役:曽我部完、以下「グリッド」)、SDGs(持続可能な開発目標)推進の理念に共感し、内閣府が設置した「地方創生SDGs官民連携プラットフォーム」に参画したことをお知らせいたします。

「地方創生SDGs官民連携プラットフォーム」はSDGsの国内実施を促進し、より一層の地方創生につなげることを目的に、広範なステークホルダーとのパートナーシップを深める官民連携の場として、内閣府が2018年8月に設置したものです。

 

 

グリッドはこれまで、高速道路やプラント施設、海上輸送など社会インフラを中心としたAIプロジェクト開発に注力して参りました。

社会の基盤となるインフラは維持管理に膨大なコストが生じることから、AI効率化による影響は経済効果のみならず、業務担当者の働き方改革やエネルギー消費量の低減により環境負荷軽減に貢献できると考えております。グリッドは、こうしたAIによって創出される価値によりSDGs達成に貢献するため、特に以下4つの目標に注力をしております。

 

「7.エネルギーをみんなに そしてクリーンに」

グリッドが取り組む分野の多くはエネルギーによって支えられる社会インフラが中心です。AI活用により効率化が実現されることで、エネルギー消費量も同時に低減され環境負荷軽減につながっていきます。

 

「8.働きがいも経済成長も」

グリッドのAI開発は、認識や予測だけではなく複雑な選択肢の中から最適な手法をAIによって選択する意思決定を可能とします。人的負担や人手不足の問題を解消し、集中すべき業務へ従事することができます。

 

「9.産業と技術革新の基盤をつくろう」

最先端技術を用いた、企業システムをAI化させることで新たな業務基盤を創りだします。ニューノーマル時代に相応しい、新たな業務システムを提供し産業の成長を支援します。

 

「11.住み続けられるまちづくりを」

都市のデジタルツインにより、スマートシティを実現に導きます。AIの力で必要な都市データを可視化し、住みやすい街創りに貢献します。

 

グリッドは本プラットフォームの参加を機により一層、注力目標を中心に、地方自治体や関連企業と連携しながらSDGs達成に貢献して参ります。

量子コンピュータ実用化課題を打開するアルゴリズム「ハイブリッド量子古典動的計画法:QDP」を世界で初めて開発し、有用性を実証

株式会社グリッド(本社:東京都港区、代表取締役:曽我部完、以下「グリッド」)は、量子コンピュータ上で動作する計算処理アルゴリズム「ハイブリッド量子古典動的計画法:QDP」(以下「QDP」を世界で初めて開発し、有用性を実証したことをお知らせいたします。

現在、実用化に期待がかかる汎用型「ゲート方式」量子コンピュータですが、現時点ではNISQと呼ばれ、実用的な問題を解く為にはメモリの制限やハードウェアのノイズによって計算能力が制限されるという課題があります。その為、現状の性能では実用的な問題に適用することは難しいとされていました。
今回グリッドが開発に成功したQDPはこうした、量子コンピュータが抱える現状においても、量子コンピュータ上で実用的な問題を解くために有効なアルゴリズムです。QDPは、古典コンピュータにおいて計算量の多い問題について計算を簡略化させ、計算時間削減を可能にするアルゴリズムである動的計画法を、古典コンピュータと量子コンピュータ双方を使い計算するハイブリット型として量子回路化させたものです。ハイブリッド型は、現状の量子コンピュータでは一度計算した結果を記憶する性能が無いため、量子コンピュータ上で得た計算結果を古典コンピュータ上に記憶させ、量子と古典双方で計算を循環させる仕組みです。それぞれのコンピュータが得意とする領域で組み合わせて活用する処理方法で、現在注目されています。

今回の開発では、AI分野で使われる強化学習で行う計算を対象にQDPの有用性を実証しており、同じ性質の古典的アルゴリズムと比較して※1、理論的に計算速度、探索空間規模において優位性があることを確認しております。QDP開発は、組合せ問題や、最適化問題など強化学習を用いる問題であって計算量が膨大になる問題を、量子コンピュータ上で計算可能にする第一歩であると期待しております。

グリッドは、今後、産業界のニーズに対応すべくハイブリッド量子動的計画法の研究開発を継続、拡大して参ります。既にグリッドで着手しているサプライチェーン最適化、電力分野への応用も視野に入れており、将来的には、化合物探索や新素材開発において従来手法と比較しより高速な開発が可能になると期待しています。

※1 同様のハードウェア制限(確率分布を用いて状態レジスタのビットを順に並べ替え)を用いた古典的Birkhoff-von Neumannアルゴリズムと、外部計算資源、特にメモリ制限を追加せずに、比較しています。

AIによる海上輸送と働き方改革をテーマにセミナーを実施いたしました

11月19日に株式会社グリッドは「AIによる海上輸送の効率化から働き方改革への可能性 」をテーマに国土交通省 海事局船員政策課 課長補佐 有田 翔伍氏をお招きし、日本内航海運組合総連合会の協力のもとオンラインセミナーを開催いたしました。

グリッドはこれまでインフラ分野を中心にAIによる最適化開発を行っており、中でも実証実験中の出光興産株式会社との配船計画最適化の実証実験では輸送効率改善、計画立案時間削減を確認できており海上輸送におけるDX化に貢献しております。

この度のセミナーはコロナ禍の影響も相まって、海上輸送においても急速にDX化への関心が高まっています。このような昨今の背景から、デジタル化が荷主企業と海運事業主双方にもたらす効率化と働き方改革の可能性を発信することで、海上輸送全体のデジタル化についての理解促進を目的として開催致しました。
セミナー前半では、国土交通省 海事局船員政策課 課長補佐 有田 翔伍氏にご登壇頂き「船員の働き方改革の実現に向けて」をテーマに内航船員の動向、働き方改革の議論結果等についてご説明頂きました。

セミナー後半では、グリッド代表取締役・曽我部より「AI配船最適化がもたらす海上輸送の働き方改革」と題してグリッドが取り組む配船計画最適化の紹介とAIが働き方改革に貢献できる可能性について紹介しました。
グリッドで既に取り組んでいるAI配船計画以外にも、AI活用によって働き方改革に貢献できる可能性のある分野として、リスクの少ない航路計画立案、沖待ちの時間短縮、配乗計画最適化、積み上げ時間の短縮を実現できる可能性があることを発表いたしました。
各業務をAI技術によって最適化させることで、効率化だけでなく現場で働く船員の方々の負担軽減に繋げられると期待しております。

グリッドは今後も海上輸送をはじめとした社会インフラを軸に、AIによる豊かな暮らしの実現に努めて参ります。
今回ご参加頂きました皆様、誠に有難うございました。

 

Presentation at IBM Quantum Summit

On September 17, 2020, we, GRID Inc. (“GRID”), participated in and made a presentation at IBM Quantum Summit held in September 15-17, 2020.

“IBM Quantum Summit” is an event held by International Business Machines Corporation (“IBM”).
GRID made a presentation titled “Hybrid Quantum Dynamic Programming and Beyond” about the algorithm QDP developed by GRID and the possibility of application of the algorithm in future.

GRID is working on the development of algorithms and software for quantum computing applicable in practice in the future of the practical use of quantum computing.

About IBM Quantum
IBM Quantum is an industry-first initiative to build quantum systems for business and science applications. For more information about IBM’s quantum computing efforts, please visit www.ibm.com/ibmq.

For more information about the IBM Q Network, as well as a full list of all partners, members, and hubs, visit https://www.research.ibm.com/ibm-q/network/

IBM Quantum Summit登壇のお知らせ

9月15日~17日(アメリカ時間)にかけて開催された「IBM Quantum Summit」にて、9月17日に弊社研究開発の発表を行いましたことをお知らせいたします。

「IBM Quantum Summit」は、IBMが主催したイベントです。
弊社は、「Hybrid Quantum Dynamic Programming and Beyond」をテーマに、グリッドが開発したアルゴリズムQDPの解説と、将来展望として同アルゴリズム応用の可能性を発表いたしました。

グリッドでは、量子コンピュータの実用化を見据え、実社会に活用可能な量子コンピュータソフトウェア、アルゴリズムの開発に今後も取り組んで参ります。

IBM Quantumについて
IBM Quantumは、ビジネス・アプリケーションや科学アプリケーション向けの量子システムを構築する業界初のイニシアティブです。IBMの量子コンピューティングへの取り組みについての詳細は、https://www.ibm.com/ibmq(US)をご覧ください。

IBM Q Networkの詳細や、パートナー、メンバー、ハブがすべて記載されたリストについては、https://www.research.ibm.com/ibm-q/network/(US)をご覧ください。

グリッド社員の論文がシュプリンガー・ネイチャー発行の「Advances in Artificial Intelligence」に選出されました

今年6月に開催された人工知能学会にて弊社社員が発表いたしました論文2本が、世界的な学術出版社であるシュプリンガー・ネイチャー発行の「Advances in Artificial Intelligence」に選出されたことをお知らせいたします。

選出された論文は”Bootstrapping Baysian Inverse Reinforcement Learning in Robotics through VR Demonstration”「ブースティングベイジアン逆深層強化学習を用いたVRによるロボット遠隔制御」と”Hybrid quantum-classical Ulam-von Neumann linear solver-based quantum dynamic programing algorithm”「ハイブリッド量子古典的Ulam-von Neumann線形ソルバーベースの量子動的プログラミングアルゴリズムの開発」の2本です。

「ブースティングベイジアン逆深層強化学習を用いたVRによるロボット遠隔制御」は人工知能学会2020の国際セッションにおけるトップ21の内の1本に、「ハイブリッド量子古典的Ulam-von Neumann線形ソルバーベースの量子動的プログラミングアルゴリズムの開発」は同トップ34の内の1本に選ばれました。

関連ページ:人工知能学会全国大会での発表論文

バイオインダストリー協会主催の同協会初となる「量子コンピュータ」勉強会に代表の曽我部が登壇致しました

一般財団法人バイオインダストリー協会主催の同協会初となる「量子コンピュータ」の勉強会が8月24日開催され代表取締役の曽我部が登壇いたしました。

グリッドはこれまで2019年4月に量子コンピュータ向けアプリケーション開発フレームワーク「ReNom Q」を開発し、同年の9月よりIBM Q Networkに参加し、IBMが提供する最新の汎用近似量子コンピュータでソフトウェア、アルゴリズムの開発をおこなっております。またこれまでのAI開発の知見を活かし、量子機械学習のアルゴリズム開発、量子コンピュータを使った最適化問題、新素材開発に向けた量子化学計算、量子モンテカルロ法のアルゴリズム開発の研究開発に注力をしております。

今回の講演で曽我部は「量子コンピュータの現在と未来」をテーマに、最先端の量子コンピュータを取り巻く研究開発の状況と共に将来的な応用の可能性について講演いたしました。現在大手企業からベンチャー企業まで世界中で量子コンピュータハードウェアの開発を行っており、各国で行われているハードウェア開発の現状を解説し、また量子コンピュータの期待が先行している部分も一部あるなか、実ビジネスとしての活用実現にあたっての課題点を「ハードとソフト其々で技術的な大きな課題がある。1つはソフト面で、量子コンピュータ上で計算させる量子回路をつくるのが非常に難しい。もうひとつハードウェアの課題として、ノイズの影響で計算させても正しい計算結果を出すことが出来ず量子エラーの発生がある」と話しました。
一方で、世界中での研究が進んでいることを踏まえ5年以内には量子エラー問題が解決され、10年以内には量子超越性が実ビジネスにおいて実現できるのでは、と期待を語りました。その中でも、量子コンピュータでの活用分野が期待されている化学分野における量子化学計算をおこなうメリットについて「量子コンピュータは分子中の電子の量子力学的な動きをシミュレートしているので、化学計算との相性が良い。また、分子軌道を量子ビットに割り当てることで、電子がその軌道に入っているかどうかを量子ビットの0、1で表現することが可能」と話しました。


つづいて量子化学の計算手法として期待されるアルゴリズムとして、Variational Quantum Eigensolver(以下、VQE)について紹介。「VQEは物質の分子軌道の基底エネルギー値計算に用いられるアルゴリズムで、量子化学計算でも必要になる励起状態の計算も可能にする為に、ポテンシャルのあるアルゴリズムではあるが、同時にVQEで量子化学計算が求める計算性能を実現することは現実的ではなく、アルゴリズムの大幅な改善、又は全く違う概念のアルゴリズムを生み出す必要がある」と話しました。また量子コンピュータの大きな方向性として、「量子コンピュータの特性が活かせる計算のみを量子コンピュータ上でおこない、殆どの計算は古典コンピュータで計算する量子古典ハイブリットが主流となっている」と解説。
現状としては、実問題を解けるようになるまでにはハードウェア、アルゴリズムのブレイクスルーを数回重ねる必要があるとしながらも「時間はかかるが、そこまで遠くない将来にブレイクスルーが起きると信じ研究を重ねているので、技術の進歩を是非注目していてほしい」と期待を込めて話しました。
質疑応答でも「化学分野で特に量子計算が得意となるであろう領域」や「量子コンピュータを使ったAI開発」についてなど質問が相次ぎ関心の高さが伺えました。
最後に、主催したバイオインダストリー協会の担当者の方は「このような先端技術は、突然爆発するので、常に注目をしていないとあっという間に進んでいて、見逃してしまい遅れを取ってしまうことになるので今回の勉強会で現状と可能性を知れたのは大変意義がある」と話し講演を終えました。

 

ご参加頂きました皆様、バイオインダストリー協会の皆様、このような機会を頂きまして有難うございました。

Idemitsu Kosan and GRID complete world’s first POC applying deep reinforcement learning to vessel routing plan optimization

Idemitsu Kosan Co., Ltd (HQ: Tokyo-to Chiyoda-ku, Representative: Shunichi Kito, Trade name: Idemitsu Showa Shell, herein “Idemitsu Kosan”) and GRID Inc. (HQ: Tokyo-to Minato-ku, Representative:  Masaru Sogabe, herein “GRID”), along with MITSUI & CO., LTD. (HQ: Tokyo-to Chiyoda-ku, Representative: Tatsuo Yasunaga, herein “Mitsui & Co.”) have announced the successful completion of the proof-of-concept (POC) experiment for their plan to apply deep reinforcement learning AI technology to the optimization of coastal ship routing.

This POC aimed to use AI techniques to both automate and optimize the creation of vessel routing plans, which until now was completely dependent on the knowledge of skilled workers with significant experience in the petroleum industry. The experiment included the creation of a simulator to recreate marine delivery of petroleum from refineries to oil tanks and an AI model for optimizing the vessel routing plan.

The vessel routing plan produced by the AI model demonstrated a stable supply of petroleum, as well as an increase in delivery efficiency of up to 20% [1] when compared to actual past data. Based on this result, the companies expect to achieve reductions in shipping costs, standardization of vessel route planning, and reductions in fuel consumption, leading to decreases in environmental impact. Additionally, this experiment demonstrated a significant reduction in the time required for route planning by a factor of 60, from approximately 1 month down to a few minutes [2].

This will significantly help vessel route planners, allowing them to rely on this technology to easily compare multiple routing plans to select the optimal plan. The optimization model factored in numerous restraints and conditions, such as vessel operation efficiency [3], stowage balance, time at sea, cargo handling time as well as overall vessel operation time. The plans generated by the AI model were also confirmed to be feasible in reviews by veteran route planners and ship operation companies.

The deep reinforcement learning technology at the core of this POC has previously been applied with great success to games such as go and chess but is often considered difficult to apply to real-world problems that contain extremely large numbers of combinations. In particular, this POC handled a route optimization problem with 10^800 possible combinations, significantly larger than the 10^360 possible combinations in a game of Go.

To select an optimal route from this vast solution space, this POC used a combination of algorithms in addition to the deep reinforcement learning mentioned above. The companies involved in this project expect this unprecedented achievement to be the first step in optimizing the entire supply chain. As the next step, they plan to validate this system with an increased number of refineries, oil tanks and vessels, as well as system development. They plan to begin production system operation in 2021.

※1 This was the largest improvement from Idemitsu Kosan’s POC test environment.

※2 Time required varies depending on the computational environment. The shortest time is listed here.

※3 Calculated by the product of total operation time, cargo ratio and ratio of time with cargo.

国交省の性能カタログ掲載、AIを活用した 床版上面の損傷箇所判定システムを開発

ニチレキ株式会社(本社:東京都千代⽥区、代表取締役社⻑:⼩幡学、以下「ニチレキ」)と株式会社グリッド(本社:東京都港区、代表取締役:曽我部完、以下「グリッド」)は、AIと電磁波を組み合わせた技術により非破壊で橋梁の鉄筋コンクリート床版上面の損傷箇所を判定するシステム「smart床版キャッチャー」の開発に成功いたしました。また、国土交通省が取りまとめた「点検支援技術性能カタログ(案)」※1)に本システムが掲載されたことをお知らせいたします。

 

近年、高度経済成長期に集中的に整備されたインフラが耐用年数を迎え、老朽化することが喫緊の課題となっております。なかでも橋梁は全国に約72万橋近くあり、10年後には、建設から50年以上を経過する橋梁が半数以上を占めることとなり、今後、維持管理費・更新費が増大することが見込まれます。老朽化による損傷が急速に増大する将来においては、インフラを定期的に点検・診断し、致命的欠陥が発現する前に対策を講じることで、事故や災害を未然に防ぐとともに、インフラの長寿命化により、長期的に見た場合のライフサイクルコストの縮減を図る「予防保全」の考えに立った維持管理が必要となります。

従来、橋梁のコンクリート床版上面の点検は、舗装の撤去復旧が必要となり非常に困難でした。ニチレキは、「予防保全」を実現するために電磁波レーダを搭載した測定車「床版キャッチャー※2)」を平成26年に開発し、一般車両の交通の流れの中で走行しながら測定を行い、非破壊で床版上面の状態を判定するシステムを確立しました。しかし、電磁波の反射信号による判定は熟練技術者の判断で行われていたため、判定に長時間を要することによる高い調査コストや判定技術の継承などの課題がありました。

これらを解決するため、日本有数のテクノロジーベンチャー企業であり、社会インフラ業界を中心としたAI開発プロジェクトを多数手掛けてきたグリッドのAI技術とニチレキの道路舗装材料に関する製造・工法・施工および高度なコンサルティング技術を用いて本システム「smart床版キャッチャー」を開発いたしました。

本システム(図-1)は、電磁波の反射信号に熟練技術者が判定した結果を付与した教師データを基に開発した AIにより、損傷を判定します。従来は解析、報告作業は事務所にて行っておりましたが、導入後は、計測後に損傷範囲の判定結果がクラウドに解析速報として即時アップロードされ、調査から解析まで現場で完結させることができるため、道路管理者は迅速に安定した判定結果を確認することが可能となります。また、「smart床版キャッチャー」に高精度位置情報(RTK-GNSS)を採用したことで、計測座標を基にしたAI判定前後の作業において、これまで熟練技術者により行われていた両車線の座標合わせ作業を自動化しました。以上により、作業工数を削減して定期点検の効率化を図ることで、従来の熟練技術者による方法と比較し、調査費用を約2割のコストダウン(ニチレキ社比)に成功しました。

 

図-1 システムの全体イメージ図

 

なお、本システムには、実際の損傷などから得られる新たな知見を反映できる「AI再学習機能」を取り入れております。これは、熟練技術者がAI技術者の手を借りることなくAI再学習を可能にする機能です。この機能により新たに蓄積したデータをAIが再学習することで、判定の精度を向上させることが可能となり、調査による予防保全の支援を強化し、橋梁の予防保全に大きく貢献できると考えております。

 

※1)技術番号BR020010-V0020

「点検支援技術性能カタログ(案)」内「第2章 性能カタログ ■非破壊検査技術(橋梁) 2-260」

(国土交通省資料)https://www.mlit.go.jp/road/sisaku/inspection-support/pdf/13.pdf

※2)床版キャッチャーは、搭載した電磁波レーダから、一般交通の中で走行しながら路面に電磁波を発信し、路面下の電気的特性の分布に起因する電磁波の反射信号を受信して、その特徴に基づきRC床版上面の状態を非破壊で判定する測定車両です。

【株式会社グリッドについて】
株式会社グリッドは、「インフラライフイノベーション」を企業理念として、AI技術を社会インフラや人々の生活に役立てるべくAI開発を行っております。さらに、AIの予測技術より判明した、将来の事象を踏まえた上での複雑な条件下の業務計画を、AIによって最適化するソリューションも開発・提供しています。機械学習、深層学習、深層強化学習、位相的データ解析や最近では量子コンピュータを活用した量子アルゴリズムなどの多様なアルゴリズムを組み合わせ、社会インフラの様々な課題解決事業を展開する、テクノロジーベンチャー企業です。

【報道関係者からのお問い合わせ先】
株式会社グリッド 広報担当
問い合わせフォーム

出光興産とグリッド、業界初の深層強化学習を活用した 配船計画最適化の実証実験を完了しました

  出光興産株式会社(本社:東京都千代田区、代表取締役社長:木藤俊一、トレードネーム:出光昭和シェル、以下「出光興産」)と株式会社グリッド(本社:東京都港区、代表取締役:曽我部完、以下「グリッド」)は、三井物産株式会社(本社:東京都千代田区、代表取締役社長:安永竜夫、以下「三井物産」)と深層強化学習などのAI技術を活用した「内航船による海上輸送(以下、配船)計画の最適化」の第一弾となる実証実験が完了したことをお知らせします。

本実証実験は、これまで石油元売り業界の喫緊の課題であった熟練担当者の経験や職人技に依存した配船計画策定を、AI最適化技術を用いて最適化および自動化を目指して参りました。実証実験では、製油所から油槽所へ製品を海上輸送する現実の配船オペレーションを再現するシミュレーター構築及びAI配船最適化モデルの構築を行い、AIによる最適な配船計画策定を実現いたしました。

 

過去実績データとAI配船結果との比較検証を行った結果、安定供給を実現しつつ輸送効率を最大約20%改善※1できる配船計画の作成に成功しました。これにより輸送コスト削減を図るとともに、属人化しがちであった配船計画業務の標準化ができ、さらには燃料消費量の低減による環境負荷軽減に貢献できると考えております。
また、計画立案速度も格段に上がり、これまで計画立案に要していた時間の約1/60にまで削減、約1ヵ月の計画を数分※2で立案することが可能となりました。これにより、担当者の業務負担を大幅に軽減し、また複数の配船計画を比較し最良の計画を担当者が選択するという業務プロセスの改善も期待できます。構築された配船計画モデルは、船舶の運航効率※3や製品の積み付けバランス、航海時間や荷役時間含めた船舶稼働時間など様々な制約条件を考慮しており、計画の実行性という観点においても、配船計画担当者や海運会社にとって違和感のない現実的な配船計画を作成できることを確認しております。

この度の配船計画で使用した深層強化学習は、囲碁や将棋、オセロなどのゲームで世界チャンピオンを破り一躍有名になりましたが、学習させる組み合わせの数が膨大になる社会課題への活用は困難であると言われてきました。本実証実験における配船計画ルートの組み合わせ数は囲碁の10の360乗通りよりも遥かに多い10の800乗通り存在しております。この膨大な組み合わせ数から最適ルートを出力するという難解な課題に対して、本実証実験では深層強化学習だけでなく、複数のアルゴリズムの組み合わせを用いました。世界的に見ても類を見ない、深層強化学習の社会課題への応用によるAI配船計画最適化の成功は、サプライチェーン全体の最適化への大きな足掛かりとなると期待しております。

今後は実運用に向け、製油所・油槽所・船舶の数をさらに増やしたAI配船計画モデル構築の検証を実施すると共にシステム構築のための仕様検討を開始し、2021年のシステム運用開始を目指します。

※1 実証実験に用いた出光興産のパソコン環境での最大改善値を記載しております。

※2 パソコンスペックや計算環境、設定条件によって変動はありますが、最大速度を記載しております。

※3 実働率と積載率、実車率の3つを掛け合わせてパーセンテージで表したものです。

【株式会社グリッドについて】
株式会社グリッドは、「インフラライフイノベーション」を企業理念として、AI技術を社会インフラや人々の生活に役立てるべく、AI開発プラットフォーム「ReNom」を開発・提供しています。さらに、AIの予測技術より判明した、将来の事象を踏まえた上での複雑な条件下の業務計画を、AIによって最適化するソリューションも開発・提供しています。機械学習、深層学習、深層強化学習、位相的データ解析や最近では量子コンピュータを活用した量子アルゴリズムなどの多様なアルゴリズムを組み合わせ、社会インフラの様々な課題解決事業を展開する、テクノロジーベンチャー企業です。

 

【最適化・予測ソリューション】
詳細ページはこちら

【報道関係者からのお問い合わせ先】
株式会社グリッド 広報担当
問い合わせフォーム

最適化Webセミナー登壇のお知らせ

「今知っておきたいAIによる最先端の最適化Webセミナー」を4月15日(水)と4月22日(水)にSB C&S株式会社と共催し、弊社コンサルティング&セールスチームの小出が登壇致します。

<イベント詳細>

開催日:
2020/4/15(水) 15:00~16:00
2020/4/22(水)    10:00~11:00

参加費:無料(登録制)
開催方法:オンライン(Web)にて開催
※参加用URLは、参加登録者様へ後日送付させていただきます。

共催:SB C&S株式会社、 株式会社グリッド
備考:競合各社さまのお申し込みはお断りする場合がございます。

詳細はこちら
https://sbb.smktg.jp/public/seminar/view/1982

<概要>
グリッドが注力する、最新技術を用いた最適化の取り組みについて、実際の事例をまじえてお伝えします。長年の課題であった、ベテランの経験に頼った計画業務」のノウハウをシステムで自動生成する、AIを中心とした複数の技術手法を用いた最適化開発の取り組みについて、最適化手法やプロジェクトの流れ等を具体的な事例をまじえながらご紹介し、システムによる効率化や自動化のメリットをよりイメージしていただける内容となります。

オンラインセミナー内容
1.グリッドからのご挨拶と会社紹介(10分)
2.グリッドの最適化の取り組みについて(15分)
深層強化学習を含む具体的な最適化手法の紹介や、その特徴についてご紹介します。
3.事例紹介(15分)
出光昭和シェル様と実施中の配船計画最適化など、サプライチェーン最適化や生産計画最適化などのこれまでの事例や今取組み中のプロジェクトについて説明します。
4. 最適化プロジェクト実施の流れ(10分)

【詳細・お申込み】
https://sbb.smktg.jp/public/seminar/view/1982

このような課題にお困りの方にお勧めです。
・複数条件が日々変動する中で、最適目標を考慮しながら計画を立てなければならない
・ベテランに依存せざるを得ない属人的な計画業務がある
・サプライチェーンの配送や在庫について、より効率化したいが有効な手段が見つからない
・線形計画法などでうまく解決できなかった計画業務がある など

具体例
・物流輸配送計画の最適化
・生産計画の最適化(いつ、どこで、何を作るかの計画)
・プラント運転計画の最適化
・エネルギーコスト削減のための生産運転スケジュール最適化
・在庫コスト削減のための在庫配置の最適化
・コンテナやパレットへの積み合わせ計画最適化
・勤務シフトや配置の最適化

是非ご参加ください!

AIの開発・実行環境と連携する維持管理ツールを提供開始

AIの精度や稼働状況をモニタリングし、継続的な活用を促進

 

伊藤忠テクノソリューションズ株式会社(代表取締役社長:菊地 哲、本社:東京都千代田区、略称:CTC)と、ウイングアーク1st株式会社(代表取締役社長:田中 潤、本社:東京都港区、以下:ウイングアーク1st)、株式会社グリッド(代表取締役:曽我部 完、本社:東京都港区、以下:グリッド)の3社は、グリッドのAI開発プラットフォーム「ReNom」上で開発したAIについて、精度や稼働状況をモニタリングする維持管理ツールの提供を本日から開始します。製造業を中心にReNomやインフラ環境を含めて展開し、1年間で10社への販売を目指します。

近年、企業におけるAI活用は実用の段階に入り、製造業や流通業などで様々な用途での利用が進んでいます。しかし、業務データや環境などの導入後の変化によりAIの解析精度が低下するケースもあり、AIを効果的に活用していくためには性能監視や再学習といったAIの維持管理が必要です。

今回提供する維持管理ツールは、ReNom上で開発を行い稼働するAIについて、実行結果や解析精度をモニタリングし、スコアリングや再学習の推奨を通してAIの結果の可視化や維持管理を効率化するものです。精度低下の要因となったデータの選出や、インフラと連携して再学習に必要なコンピュータリソースも用意することができ、企業は、精度を保ちながらAIを継続的に活用することが可能です。

データの前処理から解析を中心とする機能を備えているグリッドのAI開発プラットフォーム「ReNom」に加え、AIの可視化を行うダッシュボードツールとしては、様々なデータの可視化を実現し、データから新しい気づきにつなげるウイングアーク1stのBIダッシュボードツール「MotionBoard」を活用しています。また、CTCは、インフラ環境としてAIハイブリッドクラウド「CTC Integrated AI Platform Stack(CINAPS)」を提供するとともに、設定やお客様の既存システムとの連携などのシステムインテグレーションを担います。

今回の提供にあたり、製造現場で完成品の品質チェックを行う画像解析AIについて、可視化テンプレートやモニタリングの仕組みも開発しており、複数の生産ラインでAIを多用するケースでも早期な環境の構築が可能です。

今後、CTC、ウイングアーク1st、グリッドの3社は協業を強化し、流通やライフサイエンスなどの製造業以外への展開も行い、お客様企業のAI活用を支援していきます。

■モニタリング画面のイメージ

※  記載されている商品名などの固有名詞は、各社の商標または登録商標です。

※  掲載されている情報は、発表日現在の情報です。最新の情報と異なる場合がありますのでご了承ください。

【プレスリリース原稿】

AIの開発・実行環境と連携する維持管理ツールを提供開始

【報道関係者からのお問い合わせ先】

株式会社グリッド 広報担当 E-mail : info@gridpredict.jp

 

 

新型コロナウィルス感染拡大の影響による「量子コンピュータセミナー」開催延期のお知らせ

株式会社グリッドは、新型コロナウィルス感染拡大の影響を考慮致しまして2月28日(金)開催を予定しておりました「量子コンピュータセミナー」の開催延期を決定した事をお知らせいたします。

現在の感染状況を鑑みご来場いただく皆様の健康面を第一に考慮致しまして、この様な判断と致しました。延期の日程につきましては感染状況を考慮しまして、改めて弊社ウェブサイトにてお知らせさせて頂きます。

既にお申込みいただき楽しみにされていた皆様には大変申し訳ございませんが、ご理解・ご了承の程何卒宜しくお願い申し上げます。