도쿄대학발의 벤처 IT기업·프리퍼드·네트웍스(PFN, 도쿄, 니시카와 토오루 사장)는, 대기업 전기기기 메이커·파낙(야마나시현 오시노무라, 이나바 젠지 사장)과 자본 제휴해, 로봇과 기계 학습 기술의 융합을 위해 공동 연구를 시작했습니다.로봇이나 센서 등 현장의 기기에 학습 능력을 갖게 한 일부의 시작판을 내봄까지 완성하고 싶은 생각입니다.
화낙에 따르면 자본제휴로 화낙은 9억엔을 PFN에 출자, PFN 발행주식의 6% 상당을 취득했다.향후, 공동 연구를 진행해, PFN이 개발하는 기계 학습, 심층 학습의 기술을 파낙의 로봇이나 공작 기계의 센서 등에 적용.로봇이나 센서가 스스로 학습하고 협조하는 한편, 협조의 방법도 스스로 배우고, 버그를 발견해 보충하도록 합니다.
장치의 지능화에 의해, 제조의 현장에서 지금까지 없는 고도의 자동화를 추진할 수 있게 됩니다.게다가 로봇은 화상 인식이나 예방 보전의 고정밀화, 동작 교시의 간략화 등 다양한 효과가 예상되어 많은 기술 혁신을 실현할 수 있다고 합니다.
장치의 지능화에 의해, 제조의 현장에서 지금까지 없는 고도의 자동화를 추진할 수 있게 됩니다.게다가 로봇은 화상 인식이나 예방 보전의 고정밀화, 동작 교시의 간략화 등 다양한 효과가 예상되어 많은 기술 혁신을 실현할 수 있다고 합니다.
제4의 산업혁명이라고 불리는 독일발의 인더스트리 4.0이나, 물건의 인터넷이라고 불리는 미국발의 IoT 등, 차세대의 제조업을 지지하는 큰 혁신의 파도에 주목이 모여 있습니다.그러나, 데이터량이 비약적으로 증대해, 모은 대량의 데이터를 어떻게 활용해 나가는지, 리얼타임 처리해 나갈 것인가가, 큰 과제가 되어 왔습니다.
거기서, 보다 기계측에 가까운 장소에서 대량의 데이터를 실시간 처리해, 로봇이나 공작 기계를 중심으로 한 제조 현장에서 고도의 자동화를 목표로 하는 수단으로서, 양사가 협업해 기계 학습이나 심층 학습을 이용하는 것 되었습니다.지금까지 기계 학습이나 심층 학습은 사이버 공간에서의 이용이 진행되고 있었지만, 제조 현장에서는 적용되지 않았습니다.
