9月14日
データサイエンティスト協会 勉強会2017 第2回
https://techplay.jp/event/631147
に行ってきたので、その内容をメモメモ
(表題は、真ん中あたりの
「やってみてわかったこと、日本企業の現在地」
に出てくる)
■コグニティブ・ファクトリーの実像と
IoT時代に求められるデータ・サイエンティストとは?
ー製造業の視点からー
IoTによるスマートファクトリー
・インダストリー4.0
IoT国際競争力指標:日本3位
→日本でIoT事例多い
2位中国(1位アメリカ)
中国も新しいテクノロジ進んでいる
・インダストリー4.0で言及されてきたトピック
低労働資本に頼らない生産
マスカスタマイゼーション
作業者
人ができる作業は、機械・ロボットで
人とロボットの共生
熟練工の技術伝承
設備
IoT・センサーデータによる設備監視および故障予知、不良検出
多能工ロボット、設備のAI化による自律運営
生産方式
リアルタイム・ダイナミックな生産方式
MESの見直し
部品
マスカスタマイゼーション
3Dプリンタ
・どのように進んできていて、これからどこに行くのか
IoT スマートファクトリー
インダストリー3.0の見直し(MES,スケジューラー、バリューチェーン)
人工知能:こぐにてぃぶふぁくとりー
・IoT/スマートファクトリー
3年前のビデオ
部品とか:いたるところにセンサーは埋め込まれた製造現場
IoTによるデータ収集
アナリティクス・AI
状況可視化
設備誇張予知
製造品質予知
部品;センサーをはって、ラインの通過→画像処理
金型の歯:部品ID
設備;音まで
作業者:一、生体
製品:フィードバック
・事例:設備の故障予知
→溶接ロボットの軸劣化の予知保全
劣化状態の実態:鉄粉濃度
止まる前にメンテナンス
故障予知の取り組み
決定木を中心としたモデリング
壊れる2日前に故障予知
・事例:製造品質予知~鋳造工程
Before:全数検査が必要
パラメータ
品質スコアの算定
良品
絶対不良品→検査せずにとかす
あやしいのだけ、検査
・事例:塗装工程要因特定
工程 種類 品質不良 加工条件 材料
・やってみてわかったこと、日本企業の現在地
統計解析手法を活用した品質分析は、従来からやっていた
しかし、統計解析を得意とする担当者は実施していた(単発で)
初心者でも使いやすい統計ツールSPSS→可視化
Rのブラックボックスが見えるようになった
点を面に
定常的な業務運営に落ち仕込む
共通基盤化
育成、組織化
コグニティブ・ファクトリー
・世界的なインダストリアルIoTイニシアチブの「各動き」
インダストリー4.0:工場、マスカスタマイゼーション、工場の未来
IIC:データ、産業用に二次ネス革新
IVI:人の知識、オープン戦略とグロース、現場から
・日本製造業の課題
人材育成がダントツの問題
匠の知の継承
自然言語:文章/作業日報・トラブル報告書
五感:音、におい、雰囲気、目;炎の形とか
人の動き:
→競争源泉
・増大化する非構造データ
・事例:自然言語IBM Watson
クイズ番組の動画
→製造業で
文章の中に眠っているアドバイスの事例
天然資源の発掘
技術者
Watson
→うち手の候補、参照文章の判断根拠を見せながら
安川電気とIBMで目指すこと
~協業プロジェクト
復旧支援:ロボット チョコ停もふくめると、結構止まる
復旧のやり方をガイド
Watson デモ
・五感
いろんなセンサー:匠の判断→形式知化、完全自動化
画像解析
Image Anomaly Detection
Embodied Cognition/Visual Perception on 3D
Dynamic boltzmann machine
Affective Computing
・人の動き
工場の作業員の動作・姿勢分析(ねじしめ等)
Eye Tracker分析(視線解析)
作業動線 帽子、ネームタグ、ビーコン:群集分析
・やってみてわかったこと、日本企業の現在地
非構造データ活用
熟練工のノウハウ:日本企業らしい
熟練工のノウハウを形式知に
・いけん
Watson:Industory4.0
非構造データを製造業に生かす
センシングの限界
求められるデータサイエンティスト像
・人材不足がIoT/AI化を進めるうえで大きな障害である
・いままで:ERP化
顧客対面、分析・洞察、コラボレーション:これから
→形式知化、
データ解析視点での必要スキル:活用、課題と手法→変化点をとらえる
・データサイエンティスト研修→人材像
課題の提案
手法→変革プログラム
リード、マネージ
企画・啓蒙
→スマートファクトリー グランドデザイン
テクノロジードリブン
技術ロードマップ
3年前のデータサイエンス
→全体のテクノロジーへ
まとめ
IoTセンサーデータ;故障予知、品質予知
面の活動へ
コグニティブ:匠の伝承
データサイエンティスト:企業変革をリード
データサイエンティスト協会 勉強会2017 第2回
https://techplay.jp/event/631147
に行ってきたので、その内容をメモメモ
(表題は、真ん中あたりの
「やってみてわかったこと、日本企業の現在地」
に出てくる)
■コグニティブ・ファクトリーの実像と
IoT時代に求められるデータ・サイエンティストとは?
ー製造業の視点からー
IoTによるスマートファクトリー
・インダストリー4.0
IoT国際競争力指標:日本3位
→日本でIoT事例多い
2位中国(1位アメリカ)
中国も新しいテクノロジ進んでいる
・インダストリー4.0で言及されてきたトピック
低労働資本に頼らない生産
マスカスタマイゼーション
作業者
人ができる作業は、機械・ロボットで
人とロボットの共生
熟練工の技術伝承
設備
IoT・センサーデータによる設備監視および故障予知、不良検出
多能工ロボット、設備のAI化による自律運営
生産方式
リアルタイム・ダイナミックな生産方式
MESの見直し
部品
マスカスタマイゼーション
3Dプリンタ
・どのように進んできていて、これからどこに行くのか
IoT スマートファクトリー
インダストリー3.0の見直し(MES,スケジューラー、バリューチェーン)
人工知能:こぐにてぃぶふぁくとりー
・IoT/スマートファクトリー
3年前のビデオ
部品とか:いたるところにセンサーは埋め込まれた製造現場
IoTによるデータ収集
アナリティクス・AI
状況可視化
設備誇張予知
製造品質予知
部品;センサーをはって、ラインの通過→画像処理
金型の歯:部品ID
設備;音まで
作業者:一、生体
製品:フィードバック
・事例:設備の故障予知
→溶接ロボットの軸劣化の予知保全
劣化状態の実態:鉄粉濃度
止まる前にメンテナンス
故障予知の取り組み
決定木を中心としたモデリング
壊れる2日前に故障予知
・事例:製造品質予知~鋳造工程
Before:全数検査が必要
パラメータ
品質スコアの算定
良品
絶対不良品→検査せずにとかす
あやしいのだけ、検査
・事例:塗装工程要因特定
工程 種類 品質不良 加工条件 材料
・やってみてわかったこと、日本企業の現在地
統計解析手法を活用した品質分析は、従来からやっていた
しかし、統計解析を得意とする担当者は実施していた(単発で)
初心者でも使いやすい統計ツールSPSS→可視化
Rのブラックボックスが見えるようになった
点を面に
定常的な業務運営に落ち仕込む
共通基盤化
育成、組織化
コグニティブ・ファクトリー
・世界的なインダストリアルIoTイニシアチブの「各動き」
インダストリー4.0:工場、マスカスタマイゼーション、工場の未来
IIC:データ、産業用に二次ネス革新
IVI:人の知識、オープン戦略とグロース、現場から
・日本製造業の課題
人材育成がダントツの問題
匠の知の継承
自然言語:文章/作業日報・トラブル報告書
五感:音、におい、雰囲気、目;炎の形とか
人の動き:
→競争源泉
・増大化する非構造データ
・事例:自然言語IBM Watson
クイズ番組の動画
→製造業で
文章の中に眠っているアドバイスの事例
天然資源の発掘
技術者
Watson
→うち手の候補、参照文章の判断根拠を見せながら
安川電気とIBMで目指すこと
~協業プロジェクト
復旧支援:ロボット チョコ停もふくめると、結構止まる
復旧のやり方をガイド
Watson デモ
・五感
いろんなセンサー:匠の判断→形式知化、完全自動化
画像解析
Image Anomaly Detection
Embodied Cognition/Visual Perception on 3D
Dynamic boltzmann machine
Affective Computing
・人の動き
工場の作業員の動作・姿勢分析(ねじしめ等)
Eye Tracker分析(視線解析)
作業動線 帽子、ネームタグ、ビーコン:群集分析
・やってみてわかったこと、日本企業の現在地
非構造データ活用
熟練工のノウハウ:日本企業らしい
熟練工のノウハウを形式知に
・いけん
Watson:Industory4.0
非構造データを製造業に生かす
センシングの限界
求められるデータサイエンティスト像
・人材不足がIoT/AI化を進めるうえで大きな障害である
・いままで:ERP化
顧客対面、分析・洞察、コラボレーション:これから
→形式知化、
データ解析視点での必要スキル:活用、課題と手法→変化点をとらえる
・データサイエンティスト研修→人材像
課題の提案
手法→変革プログラム
リード、マネージ
企画・啓蒙
→スマートファクトリー グランドデザイン
テクノロジードリブン
技術ロードマップ
3年前のデータサイエンス
→全体のテクノロジーへ
まとめ
IoTセンサーデータ;故障予知、品質予知
面の活動へ
コグニティブ:匠の伝承
データサイエンティスト:企業変革をリード