岡崎正一「データ駆動モデル」

© 2023 Waseda University SmartSE Consortium
2023.2.15
スマートエスイーコンソーシアム
岡崎正一
データ駆動型モデル
－付加価値の変遷－
Ver.2023-02-15b

View Slide

産学官連携
【科学技術基本法】
↓ 2020年改正
【科学技術･ｲﾉﾍﾞｰｼｮﾝ基本法】
第6期（2021〜2025）
Cyber Physical System （ CPS）に基づく『データ駆動型モデル』
✓データ駆動型社会の実現
⇒ 意思決定のスピードアップ
ｻｰﾋﾞｽ向上の鍵は“データ”
データ
加工・分析
ゲートウェイ
エッジコンピュータ
データ駆動
↑
↑
↑
↑
↑
↑
ｾﾝｻﾃﾞｰﾀﾌｨｰﾄﾞﾊﾞｯｸ
ﾃﾞｰﾀ
収集
活用
・Google Web閲覧履歴データ
・Amazon 購買履歴
・FB 個人関連データ
・YouTube 映像データ
・Twitter つぶやき
・ｴﾊﾞﾉｰﾄテキスト
など
✓データGWを掌握するベンダー
ﾃﾞｰﾀｾﾝｼﾝｸﾞ領域
↓
部品でなくｻｰﾋﾞｽ
として価値提供
データ駆動型モデル
Cyber空間
Physical空間

View Slide

IoT
DX
post_DX
CPS
（Cyber Physical System）
付加価値（データ）の変遷
デジタル産業構造
SoS／Platform
(System of Systems)
データ流通（共有）
データ活用環境
Volume Expansion Speed
データの民主化
（中央管理者のいない分散型P2Pのinternet環境）
Big
Data
Industrie4.0
✓ スマートシティ
✓ MaaS
✓ メタバース
：
Value_ChainからValue_Networkへ
（面への展開・メッシュ型ﾈｯﾄﾜｰｸ）
システム間のデータ連携
●
データの規模拡大横への展開変化のスピードに追従
●

View Slide

IoT
DX
post_DX
CPS
SoS／Platform
(System of Systems)
Big
Data
Industrie4.0
✓ MaaS
✓ メタバース
：

View Slide

IoT
DX
post_DX
CPS
SoS／Platform
(System of Systems)
業界を越えてデータ連携
Big
Data
Industrie4.0
✓ MaaS
✓ メタバース
：

View Slide

IoT
DX
post_DX
CPS
SoS／Platform
(System of Systems)
Big
Data
Industrie4.0
✓ MaaS
✓ メタバース
：
環境の変化に柔軟・迅速に対応
データ流通・共有のﾌﾟﾗｯﾄﾌｫｰﾑ
業界を越えてデータ連携

View Slide

IoTによる製造現場の構築
リアルタイムシムレーション
バリューチェーン
の連携
＜自ら考える工場＞
・リアルタイム
フィードバック
（生産制御）
・生産計画の反映
（次期製品企画に反映）
・ﾏｽｶｽﾀﾏｲｾﾞｰｼｮﾝ
共有DB
Industrie4.0
Industrie4.0の狙い：
・ allデジタル化 ⇒ 製造状況をリアルタイムに把握（故障予知、製品企画への反映）
→ デジタルツイン
・マスカスタマイゼーション：個々の顧客の要求仕様に応じた多種多様な製品を、
大量生産並みのコストで生産できる仕組み
ﾃﾞｼﾞﾀﾙﾂｲﾝ

View Slide

IoTによる製造現場の構築
リアルタイムシムレーション
バリューチェーン
の連携
＜自ら考える工場＞
・リアルタイム
フィードバック
（生産制御）
・生産計画の反映
（次期製品企画に反映）
・ﾏｽｶｽﾀﾏｲｾﾞｰｼｮﾝ
共有DB
Cyber
（S/Wｼﾐｭﾚｰｼｮﾝ）
Physical
（現実の工場）
Real time
Industrie4.0
Industrie4.0の狙い：
・ allデジタル化 ⇒ 製造状況をリアルタイムに把握（故障予知、製品企画への反映）
→ デジタルツイン
・マスカスタマイゼーション：個々の顧客の要求仕様に応じた多種多様な製品を、
大量生産並みのコストで生産できる仕組み
CPS
ﾃﾞｼﾞﾀﾙﾂｲﾝ

View Slide

AWSｸﾗｳﾄﾞｺﾝﾋﾟｭｰﾃｨﾝｸﾞ AIﾃﾞｰﾀ分析
（予知保全）
AWS AIプラットフォーム（AIﾗｲﾌﾞﾗﾘ活用）
AWS IoTプラットフォーム
APP
AWS Monitronゲートウェイ
APP ･････
出典：https://aws.amazon.com/jp/monitron/
をもとに作成
「予知保全モデル」
・製造機械用の状態監視デバイス
“Amazon Monitron”
・振動および温度信号を分析することに
より、機械の異常な動作状態を自動的
に検知する。（回転機器限定）
・ Amazonクラウドに１時間ごとにデータ
送信して、AI分析結果に異常があれば
通知する。
製造業全体へ展開
Amazon製造業プラットフォーム（例）
例えば製造現場での例
AWS Monitronセンサ
回転機器

View Slide

■ Industrie4.0（CPS）：現場（Physical空間）のリアルタイムシミュレーション
⇒ 故障予知、制御方式の改善などのフィードバック
デジタルツインの活用
■ リアルタイムシミュレーション：製造業だけでなく
・・・＞災害対策・環境シミュレーション・渋滞予測などに適用できる
■ デジタルツイン活用分野の拡大：
① 遠隔操作（遠隔より現場のロボットに修正動作を学習させるなど）
② システム間のデータ連携（SoSの結合部分）
③ デジタルツイン工場（BMW）
NVIDIAの“Omniverse”プラットフォームを使用
（40車種×100ｵﾌﾟｼｮﾝ）：2100組合せ/台 → max10車種/製造ﾗｲﾝ
参考 “The Digital Twin Computing Reference Model Version 2.0” NTT Digital Twin Computing Research Center

View Slide

出典：Digital Twin Consortium , “The Authority in Digital Twin”
デジタルツインの成長段階（ Digital Twin Consortium ）
ｽｺｰﾌﾟ･ｽｹｰﾙ
構成
https://www.digitaltwinconsortium.org/index.htm
Japan Branch：日本OMG( Object Management Group ）
・業界をまたがってデータ共有
・システム間でのデータ交換
SoS （System of Systems）
デジタルツインの領域と規模

View Slide

製造業デジタルツイン（例）：
⇒ 各工程がリアルタイムに連携され、もう一つの現実をコンピュータ上に
構築する（現実世界との連動）。
部品
調達
生産
計画
受注物流施工顧客
設計
試作
評価
生産
設計
生産
立上
管理システム
（稼働状況）
デジタルツイン（マスカスタマイゼーション）のイメージ
製造
製造ライン
エンジニアリング
チェーン
サプライチェーン

View Slide

デジタルツインの構造（例）
デジタルツイン
製造
デジタルツイン
開発
開発
製造
サプライチェーン
エンジニアリングチェーン
AI分析による
マスカスタマイズ
ゼーションの実現
デジタルツイン（マス
カスタマイゼーション）
を実現するための、
構造例
ｼﾐｭﾚｰｼｮﾝ
PLM／SCM
Product Lifecycle Management（製品ﾗｲﾌｻｲｸﾙ管理）／Supply Chain Management
Cyber
Physical
Physical
市場ニーズ、カスタ
マーからの要求など
を反映

View Slide

出典：https://data-society-alliance.org/
データ流通推進団体（DSA設立経緯）
データ流通のために
DATA-EX ：分野を超えたデータ
連携を実現するために、DSAが
行う取り組みの総称

View Slide

出典：https://www.nedo.go.jp/news/press/AA5_101565.html
「戦略的イノベーション創造プログラム(SIP)第2期（2018～2022年度）」（内閣府）で
採択された研究開発の１つ
＜分野間でのデータ交換のための仕組み＞
コネクタ：分野間データ連携基盤
・形式が異なるデータカタログ共通化
・データ利用者と提供者間の共通I/F機能
実証実験（交通分野、観光・旅行分野など）
DATA-EX応用（例）
「分野間データ連携基盤技術」
実証実験
各分野でコネクタを実
装することにより、デー
タを交換が可能
✓ 欲しいデータを見つけにくい
✓ I/Fを合わせるための開発が発生
＜従来＞

View Slide

AI分析に必要なセンシングデータは？
特徴量の選定：
・振動加速度センサ（3方向）
・電流
・温度・・・など
測定対象：回転機械の転がり軸受の損傷検出
AI分析用データ：
・メタデータの活用
・タイムスタンプの補正
etc.
例えば、
AI分析で価値創出するためには
複数のデータの
組み合わせが
必要
の場合：
転がり軸受

View Slide

センシング
データ
ゲートウェイ
エッジコンピュータ
データ駆動
↑
メタデータ：“データに関するデータ”のこと、メタデータによりデータの中身がどのようなデータ
であるかを把握することが可能になる
（例）カメラ画像：撮影日、露光量、フィルム感度、シャッタースピード･････> Exif規格
センシングデータ：センサの種類、性能、データ仕様、測定条件、測定位置･････> IEEE 1451.4
↑
↑
↑
↑
↑
センサｾﾝｼﾝｸﾞ
ﾃﾞｰﾀ
収集
活用
【データ提供の情報】
・ DBテーブル形式
・データ品質情報
・機密レベル情報
【データ仕様の情報】
・データ項目名
・データの意味
・単位系、データ型
【データ加工の情報】
・データ圧縮方法
・データ前処理
・欠損補完
【センサ仕様の情報】
・センサの性能
・センサの構成
・センサの分類･型式
【観測測定の情報】
・観測対象、観測環境
・センサの設置方法
＋
出典：「センシングデータのためのメタデータ策定の基準化に向けた提案」
（データ社会推進協議会）をもとに作成
メタデータの流通（例）
データ加工データ提供
データ仕様
センサ仕様

View Slide

今後の展開
既存産業からデジタル産業への移行に伴う環境の変化
【環境の変化】（経産省DXレポート2.1）
① 顧客体験の向上が主戦場に
② 市場変化への迅速な対応が必要
3次元空間への展開
⇒ PLATEAU（国交省）･･･日本全国の3D都市モデル化
⇒ メタバース･･･ゲームの世界のメタバース＆産業向けメタバース
CPS2.0
⇒ 「デジタルツイン＋メタデータ」の流通
⇒ デジタルツインのプラットフォーム化の加速
など

View Slide

今後の展開
既存産業からデジタル産業への移行に伴う環境の変化
【環境の変化】（経産省DXレポート2.1）
① 顧客体験の向上が主戦場に
② 市場変化への迅速な対応が必要
スマートエスイーIoT/AIコース
２次募集中
<ｽﾏｰﾄｴｽｲｰIoT/AIｺｰｽ>
１．変化に素早く反応
できるスピード
２．体系だったIoT/AI
の習得
⇒フルスタック体系
３．柔軟な組み合わせ
で価値を創出
2023年4月開講 IoT/AIコース 6期生
2次募集の受付中順次選考を実施の
うえ、定員に達し次第、締め切り予定

View Slide

END
スマートエスイーコンソーシアム
[email protected]
🐾
🐾

View Slide

岡崎正一「データ駆動モデル」

岡崎正一「データ駆動モデル」

Hironori Washizaki

More Decks by Hironori Washizaki

Other Decks in Technology

Featured

Transcript