ごみ焼却炉の自動運転を人工知能(AI)で推進するでつ。
意外な用途でAIの社会実装を進めるでつ。
ごみ焼却施設におけるAI活用システムは、荏原環境プラントと共同で開発。
AIを活用し、ピットと呼ぶ集積所からごみを焼却炉に投入するクレーンの
自動運転を目指したでつ。
ごみ焼却施設では、安定した状態でごみを焼却する必要があるでつ。
そのために、焼却炉への投入に適したごみの選別という事前作業が必要。
具体的には、燃焼や機器に悪影響を及ぼすごみの識別、投入に適さない破れていない
ごみ袋の識別といったもの。
従来のクレーン自動運転では投入するごみの「質」の変動が大きいため安定燃焼ができず、
人間の目で24時間監視することが必要ごみの種類の識別、破れていないごみ袋の識別といった
作業をAIに肩代わりさせる共同研究を始めたでつ。
ピット内に設置したカメラで撮影したごみの映像をディープラーニングによるモデルで解析し、
ごみの種類や破れていないごみ袋を見分けるAI活用システムを開発。
このシステムの実証実験では、汚泥や剪定枝、ごみ袋などのゴミの種類を識別できるほか、
50メートルプールほどの大きさのピット内にある破れていないごみ袋を検知できることが
確認できたでつ。
人の目に代わる「ごみ識別AI」の完成。
すでにごみ識別AIを活用した自動クレーンシステムの運用を開始。
その効果は大きいでつ。
運転員の目による監視を必要としない自動運転時間は、従来のクレーン自動運転では全体の16%。
ごみ識別AIを活用した自動クレーンシステムでは89%にまで引き上げることができたでつ。
ディープラーニングの適用の仕方などについて、プラントと綿密なディスカッションを重ねて、
ピクセル単位でごみの質を認識できるようになったでつ。
ごみ焼却施設の自動運転の実現は労働人口減少といった社会課題の解決につながるでつ。
AIの社会実装を推進していくでつ。
これまでもAIのビジネス現場への実装に取り組んできたでつ。
その1つがAIによる白黒映像の自動カラー化。
このソリューションはすでにテレビ放送で使われた実績があるでつ。
また、製造現場における高解像異常検知、衛星データ解析といった分野にも取り組んでいるでつ。
異常検知では検品時のカメラ画像から細かい傷やゆがみなどを検出し、不良品を判定。
衛星レーダー画像の解析では、海上を撮影したレーダー画像からオイル流出エリアを
特定できるようにするでつ。
いずれも不良品やオイル流出は事例が少なく、学習データを多く集められないでつ。
技術とノウハウを活用して、少ない学習データから高い精度で特定できるAIを
開発しているでつ。
例えば不良品の特定では、「多くの不良品の画像を集めてディープラーニングで学習する」という
考え方を逆手に取って、「大量にある良品の画像からディープラーニングで『良品』の特徴を学び、
良品には存在しない傷やゆがみを検出する」という手法を用いているでつ。
この発想により、定義していない未知の不良も見つけることができるようになったでつ。
事業展開を加速する考え。
1つ目は「事業の強化とソリューション提供の加速化」で、AIを活用した用途特化型のソリューションを
製造業中心に提供するほか、AIと相性が良い事業領域への展開も見据えるでつ。
2つ目は「研究開発対象と環境の拡充」。
光学カメラ以外の赤外データや3Dモデルのデータ、時系列データなど、多様なデータの解析技術の獲得を目指すでつ。
3つ目は「優秀な人材の活用」で、採用強化、就業環境の整備などを見込むでつ。
AIを技術として磨くだけでなく、実際の世の中に役立つソリューションへと落とし込むための基盤を、
第三者割当増資によって一層固めていくでつ。
ごみ処理のAI投入は、危険な作業も避けられるし、効率もよくなるでつなぁ~
意外な用途でAIの社会実装を進めるでつ。
ごみ焼却施設におけるAI活用システムは、荏原環境プラントと共同で開発。
AIを活用し、ピットと呼ぶ集積所からごみを焼却炉に投入するクレーンの
自動運転を目指したでつ。
ごみ焼却施設では、安定した状態でごみを焼却する必要があるでつ。
そのために、焼却炉への投入に適したごみの選別という事前作業が必要。
具体的には、燃焼や機器に悪影響を及ぼすごみの識別、投入に適さない破れていない
ごみ袋の識別といったもの。
従来のクレーン自動運転では投入するごみの「質」の変動が大きいため安定燃焼ができず、
人間の目で24時間監視することが必要ごみの種類の識別、破れていないごみ袋の識別といった
作業をAIに肩代わりさせる共同研究を始めたでつ。
ピット内に設置したカメラで撮影したごみの映像をディープラーニングによるモデルで解析し、
ごみの種類や破れていないごみ袋を見分けるAI活用システムを開発。
このシステムの実証実験では、汚泥や剪定枝、ごみ袋などのゴミの種類を識別できるほか、
50メートルプールほどの大きさのピット内にある破れていないごみ袋を検知できることが
確認できたでつ。
人の目に代わる「ごみ識別AI」の完成。
すでにごみ識別AIを活用した自動クレーンシステムの運用を開始。
その効果は大きいでつ。
運転員の目による監視を必要としない自動運転時間は、従来のクレーン自動運転では全体の16%。
ごみ識別AIを活用した自動クレーンシステムでは89%にまで引き上げることができたでつ。
ディープラーニングの適用の仕方などについて、プラントと綿密なディスカッションを重ねて、
ピクセル単位でごみの質を認識できるようになったでつ。
ごみ焼却施設の自動運転の実現は労働人口減少といった社会課題の解決につながるでつ。
AIの社会実装を推進していくでつ。
これまでもAIのビジネス現場への実装に取り組んできたでつ。
その1つがAIによる白黒映像の自動カラー化。
このソリューションはすでにテレビ放送で使われた実績があるでつ。
また、製造現場における高解像異常検知、衛星データ解析といった分野にも取り組んでいるでつ。
異常検知では検品時のカメラ画像から細かい傷やゆがみなどを検出し、不良品を判定。
衛星レーダー画像の解析では、海上を撮影したレーダー画像からオイル流出エリアを
特定できるようにするでつ。
いずれも不良品やオイル流出は事例が少なく、学習データを多く集められないでつ。
技術とノウハウを活用して、少ない学習データから高い精度で特定できるAIを
開発しているでつ。
例えば不良品の特定では、「多くの不良品の画像を集めてディープラーニングで学習する」という
考え方を逆手に取って、「大量にある良品の画像からディープラーニングで『良品』の特徴を学び、
良品には存在しない傷やゆがみを検出する」という手法を用いているでつ。
この発想により、定義していない未知の不良も見つけることができるようになったでつ。
事業展開を加速する考え。
1つ目は「事業の強化とソリューション提供の加速化」で、AIを活用した用途特化型のソリューションを
製造業中心に提供するほか、AIと相性が良い事業領域への展開も見据えるでつ。
2つ目は「研究開発対象と環境の拡充」。
光学カメラ以外の赤外データや3Dモデルのデータ、時系列データなど、多様なデータの解析技術の獲得を目指すでつ。
3つ目は「優秀な人材の活用」で、採用強化、就業環境の整備などを見込むでつ。
AIを技術として磨くだけでなく、実際の世の中に役立つソリューションへと落とし込むための基盤を、
第三者割当増資によって一層固めていくでつ。
ごみ処理のAI投入は、危険な作業も避けられるし、効率もよくなるでつなぁ~