車の自動運転。
この夢のような話も、数年後には普通のことになっているかもしれません。車の自動運転には、いくつかの高いレベルの技術が必要といわれています。その1つが、正確なセンサーとしての役割を担う画像認識や音声識別の技術です。
もう1つは、より人に近い、高度な推測やコントロールを可能とする強化学習（※1）、模倣学習等を用いたAIシステムです。
弊社では、「AI」を用いた機械の「自動化」支援サービスをご提供いたします。既存の制御システムのAI化や、従来不可能と思われていた制御システムへのAI作成支援を行います。
| ※1 | 2016年3月、韓国のトップレベルの囲碁棋士に、ディープラーニングを利用した「AlphaGo（アルファ碁）」が勝利しました。AlphaGo は、イギリスのGoogle DeepMind 社が開発したコンピュータ囲碁プログラムで、強化学習（Reinforcement Learning）と呼ばれる手法で作成されました。 |
サービスの特徴
強化学習などのAIを利用した制御は「フィードバック制御」の拡張となります。ディープラーニングや、深層強化学習（Deep Reinforcement Learning）を用いた制御アルゴリズムです。
既存の制御システムのAI化はもとより、従来、コンピュータではコントロールが難しいとされていたシステムに対しても、AIを用いた自動化の支援を行います。ディープラーニングと深層強化学習を用いることにより、物理法則（数式）を利用することが難しいような状況にも対応可能です。制御対象の範囲を大きく広げることができます。
○ご参考
下記のURLは弊社のブログです。ディープラーニング、深層強化学習を利用して、ボールの動きをAIでコントロールする試みです。
①強化学習でボールを自由に動かす ～ネズミを追いかけるボール～ Part 2
疑似シミュレータで強化学習
URL：http://www.fward.net/archives/2755
②強化学習でボールを自由に動かす ～ネズミを追いかけるボール～ Part 3
実際の機材を使用した強化学習
URL：http://www.fward.net/archives/2807
ご提案例
（１）物体の静止
（２）機器の制御
|
※1 図は株式会社北川鉄工所様 ホームページより ※2 図は土木学会第58回年次学術講演会より ※3 図は国土交通省 ホームページより |
お問い合わせ
ご不明な点につきましては、お気軽にお問い合わせください。
