インテリジェント製造をどう理解するか?

出典: インテリジェント製造入門 (著者: Li Peigen、Gao Liang)

1.スマート製造の定義<br /> 製造とは、原材料を使用可能な製品に変えるプロセスです。ここでの製造とは、単なる加工や生産以上の意味を持つことに注意することが重要です。製造業にとって、製造活動とは、製品の研究開発、工程設計、設備の運用・保守、調達、販売など、「原材料を適切な製品に変える」ことに関わるすべての活動を指します。

インテリジェント製造の最も一般的な理解は、「製造にインテリジェントテクノロジーを適用する」ということです。しかし、知性とは何でしょうか?人工知能とは何ですか?人工知能の概念が提唱されてから半世紀以上が経過しましたが、人工知能の定義については依然として議論が続いています。人工知能の現在の研究方向は、主に自然言語処理、機械学習、コンピュータービジョン、自動推論、知識表現、ロボット工学の 6 つの主要方向に集中していると一般に考えられています。しかし、明らかに人々は、企業がインテリジェント製造を実装するために上記のすべてのテクノロジーを適用する必要があるとは考えていません。

スマート製造にはさまざまな定義があります。
米国のライト氏とボーン氏は、著書『製造インテリジェンス』（インテリジェント製造研究分野における最初のモノグラフ）の中で、インテリジェント製造を「知識工学、製造ソフトウェアシステム、ロボットビジョン、ロボット制御の統合を通じて製造技術者のスキルと専門知識をモデル化し、インテリジェントマシンが人間の介入なしに小ロット生産を実行できるようにする」と定義しました。今日の製造活動で使用できるスマートテクノロジーは、上記の定義に記載されているものだけではありません。また、スマート製造は当然ながら小ロット生産に限定されません。しかし、この定義の限界を理由にその重要性を過小評価するべきではありません。関連技術がまだ未成熟だった時代（1980 年代）に、インテリジェント製造の概念を提唱したことは、間違いなく先見の明のある先駆的な取り組みでした。

陸永祥氏はかつて、インテリジェント製造を「インテリジェントマシンと人間の専門家から構成される人間と機械の統合インテリジェントシステムであり、製造プロセスで分析、推論、判断、構想、意思決定などのインテリジェント活動を実行できる。人とインテリジェントマシンの協力を通じて、製造プロセスにおける人間の専門家の知的労働を拡大、拡張し、部分的に置き換える。製造自動化の概念を柔軟性、インテリジェント、高度な統合へと更新、拡張する」と定義した。人間と機械の統合に重点を置くことは深い洞察です。

中国の「第12次5カ年計画：インテリジェント製造技術発展」では、インテリジェント製造を「製品ライフサイクル全体にわたるユビキタスセンシング条件下での情報ベースの製造であり、現代のセンシング技術、ネットワーク技術、自動化技術、擬人化インテリジェント技術などの先進技術を基盤とし、インテリジェントな知覚、人間とコンピュータの相互作用、意思決定と実行技術を通じて、インテリジェントな設計プロセス、インテリジェントな製造プロセス、インテリジェントな製造設備を実現する」と定義しています。この声明における設計プロセス、製造プロセス、製造設備のインテリジェント化は、インテリジェント製造の現象にすぎません。言い換えれば、インテリジェントな設計と設備は製造の手段にすぎず、目的ではありません。

工業情報化部は、2016年に発表した「インテリジェント製造発展計画（2016-2020）」で、インテリジェント製造を明確に定義しました。インテリジェント製造は、新世代の情報通信技術と先進的な製造技術の深い統合に基づいており、設計、生産、管理、サービスなど、製造活動のすべての側面を貫いています。自己認識、自己学習、自己意思決定、自己実行、自己適応などの機能を備えた新しい生産方法です。この定義は、間違いなく多くの学者や専門家の知恵を引き出し、インテリジェント製造の技術的基礎と応用のつながりを指摘し、その機能的な外観を明らかにしていますが、インテリジェント製造の本質と内包には触れていません。

米国、欧州連合、韓国などで高く評価されているSM（スマート製造）は、インテリジェント製造の発展のより進んだ段階といえます。 SM は、モノのインターネット、ビッグデータ、VR (仮想現実)/AR (拡張現実)、スマートセンサー、クラウド技術、新世代の人工知能など、近年の最先端技術の急速な発展の結果です。米国国立標準技術研究所は、SM は企業、サプライチェーン、顧客内の需要や状況の変化にリアルタイムで対応できる、完全に統合された共同製造システムであると考えています。この定義は非常に単純であり、関連するテクノロジーやシステムの特定の機能を直接指摘するものではありませんが、インテリジェント製造の目標をより明確に示しています。

インテリジェント製造はまだ発展途上であるため、ここではインテリジェント製造とシステムの非常に単純な定義を示します。単純な定義には、既存と将来の両方の機能と技術的要素のより広範な範囲が含まれる場合があります。また、単純な定義には、表面的と本質的、明示的と暗黙的の両方のより深い意味が含まれる場合があります。

スマート製造: 企業の対応する目標を達成するために、さまざまな製造活動に機械知能を統合します。
定義のキーワード: 機械知能、融合、製造活動、目標。

機械知能には、コンピューティング、知覚、認識、ストレージ、メモリ、プレゼンテーション、シミュレーション、学習、推論などが含まれます。これには、従来のインテリジェント技術（センシング、知識ベースシステム（KBS）など）と新世代の人工知能技術（ビッグデータに基づくディープラーニングなど）の両方が含まれます。一般的に、人工知能は計算知能、知覚知能、認知知能の 3 つの段階に分けられます。最初の段階は計算知能であり、これは高速コンピューティングとメモリストレージ機能です。 2 つ目の段階は知覚知能であり、視覚、聴覚、触覚などの知覚能力です。 3 番目の段階は認知知能、つまり理解し考える能力です。認知知能は、現在、機械と人間とのギャップが最も大きい分野です。機械に推論や意思決定を教えるのは極めて困難です。

機械知能は人間によって開発されていますが、多くの単位知能（コンピューティングやメモリなど）の強さは人間の能力をはるかに超えています。機械知能をさまざまな製造活動に統合してインテリジェントな製造を実現すると、通常、次のような利点があります。

（１）知能機械の計算知能は人間よりも高い。設計結果の工学分析、高度な計画とスケジュール、パターン認識など、多くの計算を必要とするが知識推論を必要としない固定された数学的最適化モデルがある分野では、経験に基づいて判断する人間と比較して、機械はより速くより良い解決策を導き出すことができる。したがって、インテリジェントな最適化テクノロジーは、設計と生産の効率を向上させ、コストを削減し、エネルギー利用を改善するのに役立ちます。

（２）知能機械は、人間よりも製造状況を積極的に認識し、自動的に制御する能力が高い。 CNC加工プロセスを例にとると、「工作機械/ワークピース/ツール」システムの振動と温度の変化は製品の品質に重要な影響を及ぼし、プロセスパラメータを適応的に調整する必要がありますが、人間がこれらの変化をタイムリーに認識して分析することは明らかに困難です。したがって、インテリジェントなセンシングと制御技術を適用して「知覚-分析-決定-実行」の閉ループ制御を実現することで、製造品質を大幅に向上させることができます。同様に、企業の製造プロセスには、動的かつ変化する環境が数多く存在します。製造システムの特定の要素 (機器、テストメカニズム、材料の輸送および保管システムなど) は、システムの変更に動的かつ自動的に対応できる必要がありますが、これも製造システムの自律的なインテリジェントな意思決定に依存します。

（３）製造業は、製品のライフサイクル全体に関する膨大なデータを持っている可能性があります。産業用インターネットやビッグデータ分析などの技術の発展により、企業は対応時間の短縮、効率性の向上、より深い洞察を得ることができました。これは、人間の経験と直感的な判断に頼る従来の方法とは比べものになりません。

機械知能は人間の知恵の凝縮、拡張、拡大です。
全体的には人間の知能を超えてはいませんが、一部のユニットの知能は人間の能力をはるかに超えています。

企業の製造活動には、研究開発、設計、加工、組立、設備の運用・保守、調達、販売、財務などが含まれますが、統合とは従来の製造方法を完全に覆すのではなく、機械知能を統合することで製造効率をさらに向上させることを意味します。この定義では、インテリジェント製造の目的は企業の対応する目標を達成することであると指摘しています。具体的な目標は示されていませんが、効率性の向上、コストの削減、環境への配慮がすべて暗示されていることは読者にとって容易に理解できます。

インテリジェント製造システム: 機械知能を人とリソースで構成されるシステムに統合し、製造活動が需要や製造環境の変化に動的に適応できるようにすることで、システムの最適化目標を達成します。

ここでのキーワードには、インテリジェント製造におけるキーワードに加えて、システム、人、リソース、需要、環境の変化、動的適応、最適化の目標などがあります。リソースには、原材料、エネルギー、設備、ツール、データなどが含まれます。需要は外部（顧客だけでなく社会も考慮）または内部のものであり、環境には、設備の作業環境、作業場の環境、市場環境などが含まれます。この定義では、システムは図に示すように相対的な概念です。つまり、システムは処理ユニットまたは生産ライン、作業場、企業、または企業とそのサプライヤーおよび顧客で構成される企業エコシステムである可能性があり、動的適応とは、環境の変化（温度変化、ツールの摩耗、市場の変動など）にリアルタイムで対応する能力を意味します。最適化の目標には、効率、コスト、省エネ、消費削減などの企業運営の目標が含まれます。システムに必要なすべての手段が暗黙的に含まれています。

△インテリジェント製造システムのレベル上記の定義が意味するものは次のとおりです。

インテリジェント製造システムでは、人間に完全に取って代わるために機械知能は必要ありません。将来的には、高度にインテリジェントな製造システムであっても、人間と機械の共生が必要になります。

韓国の学者カン氏らは、スマート製造（SM）は効率性の向上やコスト削減といった経済指標に重点を置くだけでなく、持続可能な形で社会に新たな価値を生み出せるものでなければならないと指摘した。人々や社会問題に対する配慮の欠如は問題を引き起こす可能性があります。スマートマニュファクチャリングは、最先端のIT技術の応用だけにとどまらず、人と社会の「持続的発展」の理念に基づき、持続的な成長につながるモノづくりの原動力となるべきです。

2. インテリジェント製造の基本的な意味合い<br /> 序論では、自動化からデジタル化、ネットワーキング、そしてインテリジェンスへの避けられない発展について概説します。 100 年以上の開発を経て、自動化技術は比較的成熟しました。自動化テクノロジーが解決するのに適した問題について、少し抽象的に考えてみましょう。

自動化技術で解決するのに適した問題は、基本的に決定論的です。すべての自動ラインおよび自動機械では、そのプロセスフローが明確であり、その動作軌道が明確であり、制御対象のターゲットが明確です。もちろん、実際の機械の動作には誤差があり、それが製造品の品質に反映されることもあります。つまり、不確実性がまったくないわけではありません。しかし、自動システムの設計の観点からは、システムの入出力動作モード、パス、ターゲットなどはすべて決定されており、発生する誤差が許容範囲内であることを保証するだけで済みます。

従来の自動化技術は、基本的に構造化された問題に直面します。自動調整問題、PID（比例積分微分）制御など、古典制御理論を使用して記述できる問題が構造化されています。電子技術やコンピュータ技術の発展により、自動化システムにおけるプログラム制御やロジック制御の応用が加速し、対象となる問題も構造化されています。現代の制御システムでは、場合によっては IF-THEN に似た知識ベースのシステムが使用されますが、それ自体が構造化されており、処理する問題も依然として構造化されています。

従来の自動化技術が扱う問題には、自動処理、組立ライン生産、自動材料輸送など、すべて固定パターンがあります。

従来の自動化テクノロジーが対象とする問題は比較的ローカルなものであり、サプライチェーンの問題、顧客関係、戦略的対応など、エンタープライズシステムレベルの問題はほとんどありません。

企業の本当の問題をもう一度観察し、考えてみましょう。企業には、どの企業も注意を払わなければならない品質問題など、多くの不確実性が存在します。品質欠陥を引き起こす可能性のある既知の決定論的な問題のいくつかは、対応するプロセスと自動化手段を設定することで解決できます。これは、従来の自動化技術の範囲内です。温度や振動など、品質に影響を与えるランダムな要因は数多くあります。これらの要因が品質に影響を与えることは事前に分かっていますが、それらは定性的な概念に過ぎず、制御量を事前に設定することはできません。これには、製造プロセスにおける関連要因の変化をリアルタイムで監視し、その変化に基づいて周囲温度の調整や処理エラーの自動補正などの対応する制御を適用する必要があります。これはインテリジェント制御の初期段階です。品質問題を引き起こすこれらのランダムな要因は不確実ですが、明白であり、人々が認識しやすいものです。隠れていて、エンジニアや管理者にとっても認識が難しい別の種類の不確実性があります。たとえば、高度で複雑なエンジンシステムの場合、相互に関連し組み合わされた要因がいくつそのパフォーマンスに影響するでしょうか。どの程度影響があるのでしょうか？たとえば、新しいプロセスの場合、プロセスのパフォーマンスに微妙な影響を与える可能性のあるパラメーターは何でしょうか?どれくらい影響があるのでしょうか？エンジニアにとって、これらは不確かなものかもしれません。実際、これらの要因とそれに関連する影響のいくつかには特定の側面がありますが、人々は依然としてそれらの客観的な法則を理解しておらず、それが主観的な不確実性につながっています。また、もともと確かだった事柄がデジタル化されていないために、人々の理解が曖昧になっているものもあります。たとえば、企業内のさまざまな活動やプロセスの配置は、本質的に決定論的です。しかし、関係者が多すぎること、出来事がそれぞれ異なる時期に起こったことから、特別な手段がなければ、人々の理解は極めて混乱するものとなるでしょう。これは、人間の主観的不確実性または認知的不確実性とも呼ばれます。主観的な不確実性も製造システムにおける不確実性として考慮されるのはなぜですか?製造システムには関係者が含まれる必要があるからです。本質的に不確実なタイプの暗黙的影響要因も存在します。例えば、精密製造工程における原材料特性の微妙な不一致、エネルギーの不安定性、突発的な環境要因（突然の外部振動など）が品質の不安定化につながる、工場の人員配置の一時的な変更によって引き起こされる品質問題、特定の期間の特別な大規模な社会的イベント（サッカーワールドカップなど）により特定の従業員の勤務スケジュールと休息スケジュールが変更されることによって引き起こされる品質問題、企業のサプライチェーン、地域の場所、人の流れ、従業員の感染など、さまざまな特殊性（企業ごとに異なる）に関連する重大な公衆衛生安全事故後の企業への具体的な影響などです。現状では、こうした問題については抽象的かつ定性的な理解しかできず、具体的な影響度合いを踏まえた比較的詳細な対応を行うことは困難です。このような問題に対しては、古典的な自動制御技術は当然棚上げされ、特定のインテリジェント機能を備えた最新の制御技術でさえ無力です。

インテリジェント製造システムでは、人間に完全に取って代わるために機械知能は必要ありません。将来的には、高度にインテリジェントな製造システムであっても、人間と機械の共生が必要になります。

注意: 明示的および暗黙的な不確実性要因!

企業における問題の多くは構造化されていません。品質を可能な限り向上させたい場合、品質問題に影響を与える要因を構築することが難しいことに気づきます。また、重大な公衆衛生安全事故が発生した後、環境と問題自体が構造化されていないため、企業への具体的な影響を定量的に分析することは困難であり、対応することは困難です。企業内には、全文テキスト、画像、音声、ハイパーメディアなどの情報など、従来の数値データやデータベースに格納される構造化データではなく、2次元の表構造で論理的に表現できる大量の情報が存在します。これが非構造化データです。これらの非構造化データはすべて、R&D 担当者からのレポート、収集された外部資料 (テキスト、画像など) など、企業にとって有用な情報です。従来の自動化テクノロジーでは、この情報を効果的に活用できず、ここで止まってしまいます。

非構造化データを活用して正しい判断や決定を下すにはどうすればよいでしょうか?

ビジネスにおける多くの問題はパターン化されていません。今日では、多くの企業が顧客のニーズをよりよく満たすためにパーソナライズされたカスタマイズを実装しています。企業の種類によって、パーソナライズされたカスタマイズを実装する方法は異なります。同じ企業であっても、製品や顧客の種類によって異なるモデルが必要になる場合があります。データの収集、処理、データ駆動型のパーソナライズされた設計と制作の方法はすべて異なります。もう 1 つの例は、工場や作業場での省エネです。企業のタイプによって、省エネに対するアプローチは異なります。たとえ企業が同様の製品を生産していたとしても、設備、地域環境、工場構造が異なれば、省エネモードも異なります。従来の自動制御に従事する技術者は、当然ながら、このような非固定パターンの問題について質問することはありません。

私たちの祖先には、全体的なつながりに重点を置く素晴らしい文化的伝統がありました。古代中国の物質観では、金、木、水、火、土は相互に補強し合い、相互に抑制し合うものとされています。この理論は科学的ではありませんが、全体的なつながりを重視するのは合理的です。伝統的な中国医学では、人体を全体として捉えます。例えば、経絡理論では、人体全体のつながりを重視しています。その理論は科学的観点からは限界があるものの、特定の治療法（鍼治療など）の有効性は、その考え方の合理性を示すことができます。

企業とは、多くのサブシステムとサブサブシステム、さまざまなアクティビティ (設計、処理、組み立てなど)、さまざまなリソース (原材料、ツール、部品、設備、人材など)、サプライヤー、顧客などを含む大規模なシステムです。大規模なシステム内のこれほど多くの要素は相互に関連しており、影響を与えているのでしょうか?肯定的な影響力 - 想像力と感情に基づく。大規模システムの全体的なパフォーマンスに対する具体的な影響は何ですか?上級管理者やエンジニアはこの点について明確に理解していない可能性があります。デバイスシステムであっても、そのコンポーネント、サブシステム、動作パラメータ、環境、その他の要素間の相互影響の一部しか定性的に把握できず、すべての影響の範囲を明確に理解することは困難です。つまり、企業システムとそのサブシステム間の全体的なつながりについての理解は非常に限られています。その理由は、システムが大規模で複雑であるだけでなく、システムが前述の不確実性、非構造化、非固定パターンの問題に満ちていることです。

全体的なつながりをより明確に理解することで、企業全体の有効性をさらに向上させることができます。

過去の人々が全体的なつながりや不確実性、その他の問題の存在に気づいていなかったわけではなく、単にツールが不足しており、知力が限られていただけなのです。人類は「超自然的存在」の道具の追求を決してやめないだろう。全体的なつながり、不確実性、非構造化、非固定パターンなどの問題をより明確に理解し、さらに洗練された制御を実現したいという願望に基づいて、人類はついに、モノのインターネット、ビッグデータ分析、人工知能（特に新世代）などの適切なツールを生み出しました。こうしたツールや手段があるからこそ、全体的なつながりや不確実性といった問題に悩まされることはなくなり、製造業も例外ではありません。この時点で、インテリジェント製造の意味をより深く理解することができます。

インテリジェント製造の本質と真の意味は、モノのインターネット、ビッグデータ、人工知能などの先進技術を使用して、製造システムの全体的なつながりを理解し、システム内の不確実性、非構造化、非固定パターンの問題を制御および克服して、より高い目標を達成することです。