製造業のIoTスペシャリストを目指そう（12）
製造業におけるAIの活用ノウハウと落とし穴（3/3 ページ）
解答と解説
解答
正解は、
2.深層学習（ディープラーニング）においては、全くデータを入力しなくても新たな判断が導き出せるため、人間のような強いAIが可能になる。
です。
解説
1 次元圧縮は、多次元からなる情報を保持したまま、少ない次元の情報に落とし込むことであり、データの可視化などに利用されます。従って、正しい内容です。下記の様に次元圧縮で、二次元（身長×体重）から一次元へ次元圧縮を実施しても、体格を示したものという意味は変わらないということになります。
2 深層学習であっても、全くデータを入力しなくては学習が実施できません。従って、誤った内容です。AI全般にいえることですが、精度の高いデータを大量に入力することでより高い成果に結び付きます。深層学習は人間が特徴となるパラメータ（特徴量）の設定が不要のため、精度の高い画像認識などが可能になり、AIが「目」をもつという段階に入り、大きなブレークスルーにつながりました。
3 生産性向上にAI（人工知能）を適用する際、強化学習を適用すると「生産性（生産量／労働投入量）の定量的結果を報奨（得点）とすることで、生産性が向上する組み合わせを学習することが可能になります。従って、正しい内容です。強化学習は試行錯誤による学習であり、報奨や得点が必要になりますが、生産性（生産量／労働投入量）を報奨や得点とすることで、強化学習の適用が可能になります。
4 設備や機器の異常発生データが無い状態でも、クラスタリング技術を使えば、データの変化（過去と異なるデータ）を検出可能であり、データ変化の発生を点検員にアラート（警報）することで早期の故障の検出が可能になります。従って、正しい内容です。教師有り学習を適用しようとすると、一定量の故障時のデータが必要になりますが、上記の様にデータの変化（過去と異なるデータ）が発生したことの検出は教師無し学習でも可能であり、点検員に伝え早期に点検することで問題の早期把握は可能です。注意点としては、データが過去と異なると判定しているだけであり、設備や機器の故障以外の要因でデータが変化した場合に、アラート（警報）が発生してしまいます。
今回は「IoTにて収集したデータを適切にAIにより分析することが重要」との観点から、AIに関連する問題を出題しました。さて、今回の演習問題で「製造業のIoTスペシャリストを目指そう」シリーズ（全12回：2017年8月～2018年7月）は終了となります。また、次回のシリーズにて、IoT関連の知識・スキルアップに役立つ問題をお届けしたいと思います。お楽しみに！
著者紹介：
高安篤史氏（たかやすあつし）
コンサランス 代表、中小企業診断士、サートプロ IoT技術講師
早稲田大学理工学部工業経営学科卒業後、大手電機メーカーで20年以上にわたってストレージ製品などの組み込みソフトウェアの開発に携わり、プロジェクトマネジャー／ファームウェア開発部長を歴任する。
自身の経験から「真に現場で活躍できる人材」の育成に大きなこだわりを持ち、その実践的な手法は各方面より高い評価を得ている。DFSS（Design for Six Sigma）に代表される信頼性管理技術／プロジェクトマネジメントやIoT（Internet of Things）のビジネスモデル構築に関するコンサルタントとしての実績やハイスキル人材の育成にも定評がある。2012年8月合同会社コンサランスを設立し、代表に就任。
- 中小企業診断士：神奈川県中小企業診断協会所属
- 情報処理技術者（プロジェクトマネジャー、応用情報、セキュリティマネジメント）
- 2011年IPA（独立行政法人情報処理推進機構）SEC journal No.25にて、論文「DFSS（Design for Six Sigma）による組込みソフトウェアの品質改善」発表
- 「ETEC（組込み技術者試験）・クラス2」グレードA
- IoT検定制度委員会メンバー
Copyright © ITmedia, Inc. All Rights Reserved.
製造業のIoTスペシャリストを目指そう
この記事の著者
新着ホワイトペーパー PR
-
製品資料
[株式会社 Green AI] 自動車業界には好機 脱炭素×コスト削減×現場改善を実現するエネルギー戦略 -
製品資料
[株式会社 Green AI] 脱炭素投資をすぐ回収したい 自動車業界にも有効なCO2削減アプローチ -
市場調査・トレンド
[スマートジャパン編集部] 「ペロブスカイト太陽電池」の普及戦略が公表 政府が目指すコスト・導入量のロードマップを解説 -
市場調査・トレンド
[スマートジャパン編集部] 導入が加速する再エネ・系統向け蓄電システム コスト・収益性の現状分析 -
技術文書・技術解説
[スマートジャパン編集部] いまさら聞けない「ペロブスカイト太陽電池」の基礎知識と政策動向
関連記事
こんなメディアも見られています
TechFactoryに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
特集
- マテリアルズ・インフォマティクスの動向調査
- 研究・開発職のデジタル活用調査
- 設計・解析業務におけるAI活用
- 3Dプリンタ利用動向調査
- CAD利用動向調査
- つながる工場の現状と課題
- 製造業におけるAI開発および活用の実態
- 設計・製造現場における品質管理
ホワイトペーパーランキング PR
-
1
EE Times Japan×EDN Japan 統合電子版：「PCIM 2026」で見たパワー半導体最前線――電子版2026年10月号
-
2
降圧レギュレーターのVOUTリップル測定時における高周波ノイズ
-
3
スキマ時間に学ぶ！ 日本経済のいま（第33回～34回）
-
4
SiC・GaN時代のパワー半導体開発、信頼性評価と故障解析の課題にどう対応する？
-
5
工場内のメーター読み取り負担を軽減、AIカメラによる巡回点検自動化の実践術
-
6
DMG森精機の欧州深耕
-
7
高精度テクノロジーの学習モジュール 「高精度ADC 基礎編・上級編」
-
8
CAE解析をAIエージェントに任せてみた 人は何を担うのか
-
9
半導体の微細な構成要素を非破壊で可視化／評価する「3D X線技術」とは？
-
10
フィールドサービスの熟練技術者が「AIエージェント」を求めている理由
TechFactory SNS
@techfactory_itmをフォロー
インフォメーション
注目情報をチェック
TechFactoryをフォロー