物理的な意味を持つ式で、熟練者の判断を読み解く
物理的な意味を持つ要素を組み合わせて熟練者の知識やデータの関係を数式モデル化し、判断過程を読み取れるようにする説明可能AI「バイラテラルAI」。
株式会社アブステック 埼玉県 春日部市 / 2022年設立
研究発の技術 説明可能AI ホワイトボックスAI バイラテラルAI 要素記述法 ロボティクス モーション制御
実用化の段階
研究実証販売
技術の基盤研究と関連論文は公表されていますが、顧客導入、実証、販売開始を示す具体的な事例は確認できませんでした。
2製品
0提携・顧客
0特許
0出資者
しくみ
解こうとしている課題
製造現場などで熟練者の経験や技能が暗黙知のまま継承されにくいことや、収集・可視化した生産データから有用な関係を読み取って活用しにくいこと。
どう動くか
設計者が物理的な意味の明確な要素群と仮説を用意し、AIが入出力データに合う組み合わせやパラメータを最適化します。途中の計算結果を人が確認し、モデルや設計意図を更新していくため、モデルの意味を追いながら知識を反映できます。会社は、熟練者の技能やデータ間の関係を数式化できる点を特徴として説明しています。
できるようになること
会社・大学は、技能やデータの関係を人が理解できるモデルにして、技術継承や製造現場の知能化・自動化につなげることを目指すと説明しています。公表情報からは、導入による定量的な効果や普及実績までは確認できません。
技術の出自:慶應義塾大学 理工学部 システムデザイン工学科の研究分野。株式会社東京自働機械製作所との共同研究で基盤技術を開発。研究プロジェクト名は「人と対話的に設計可能なバイラテラルAIの基盤技術の開発」。 出典1 出典2 出典3 出典4
使われる場面
- 製造現場での熟練技能の数式化・技術継承
- 生産ビッグデータの分析とスマートファクトリー化
- ロボット・機械の知能化、モーション制御
- 筋電位データを用いた力推定・指動作推定などの研究
強み
会社は、計算過程の物理的な意味が読み取れるホワイトボックスモデルであり、人がAIの判断を理解できる点を特徴として挙げている。 出典
会社は、人がモデルや仮説を入力し、AIの演算結果を見ながら対話的にモデルを設計できるため、経験・技能とAIの計算力を組み合わせられると説明している。 出典
大学の発表慶應義塾大学の発表では、事前に用意した要素群を使って最適化し、結果を確認しながらモデルを生成する手法として基盤技術を紹介している。 出典
会社の説明をもとにまとめた。大学や第三者によるものには、印を付けている。
製品・サービス
これまでの歩み 新しい順
特許
公開情報では確認できていない。