稼働を止めずに安全に最適化する新技術「CNO」
製造プラントをはじめとする産業システムでは、生産効率や品質を向上させるために、常に最適な運用条件を見つけることが重要です。しかし、これまでの最適化手法には課題がありました。
-
従来の課題:
-
システムの稼働を一時的に停止して実験を行う必要があり、生産機会の損失が発生する。
-
強化学習（試行錯誤を繰り返しながら、報酬を最大化する行動を学習するAI技術）やベイズ最適化（少ない試行回数で効率よく最適な条件やパラメータを探索する手法）などの手法は、運用中にさまざまな条件を試すため、設備への負荷やリスクにつながる可能性があった。
-
これらの課題から、実際の製造現場では、こうした最適化手法の適用が難しいケースが多く存在していました。
そこでNTTドコモビジネスが開発したのが、新技術「CNO」です。CNOは、システムを稼働させたまま、現在の運用状態を起点にデータを少しずつ集めながら最適化を進める画期的な手法です。
CNOの「すごい」ポイント
- システムを止めない: 稼働を停止したり、リスクを伴う大きな試行錯誤を行ったりする必要がないため、生産機会を損なうことなく、安全に最適化を進められます。
- 因果関係を正確に捉える: データの原因と結果の関係を正しく考慮する「因果推論」（データと原因・結果の向きやつながりに関する事前知識を使い、「ある原因を意図的に変化させたとき、結果がどう変わるか」といった効果について、相関を超えて正しく推定する手法）を活用します。これにより、運用データから生じる偏りを除去し、精度の高い最適化を実現します。
- 効率的な最適化: 関数の傾きや曲率を利用して解や最適値を高速に求める「ニュートン法」（関数の傾きや曲率を利用して解や最適値を高速に求める数値計算法）をベースとすることで、短時間で最適な運用状態へと導き、最適解に至る過程での生産損失を小さく抑えられます。
- 理解しやすい: 因果推論とニュートン法を組み合わせたシンプルな構成により、高精度でありながら、なぜその結果に至ったのかが理解しやすくなっています。これにより、現場の担当者も納得して技術を活用できるでしょう。
CNOを使った製造プラント現場などのシステムで、現在の準最適な運用状態からデータを集めながら少しずつ補正して最適化を進める計算手法や最適化のイメージは以下の通りです。
多様な環境で確認された高い精度と安定性
CNOは、化学プラントシミュレータを含む多様な環境での実験を通じて、その性能が検証されました。古典制御（数学モデルに基づいてシステムを安定かつ目標どおりに動作させる制御理論）、強化学習、ベイズ最適化といった既存手法と比較した結果、CNOは同等以上の高い精度を維持し、一貫して安定した動作が可能であることが確認されています。
この手法は、変数間の原因と結果の関係をグラフと数式で表す「構造的因果モデル」（変数間の原因と結果の関係をグラフと数式で表す仕組み）として記述できるシステムであれば適用できる汎用性を持っています。そのため、製造プラントの生産指標最適化だけでなく、幅広い分野への応用が期待されています。
ICORE Conference Rankingsの詳細はこちらをご確認ください。
未来を拓くCNOの可能性
NTTドコモビジネスは、このCNO技術を、化学業界や水処理業界でのプラント自動制御、電力需要の予測および制御におけるNode-AI（AIモデルの開発から運用までを、現場主導で一気通貫に実現するNTTドコモビジネスのノーコードAIツール）との連携、フィジカルAIにおける動作制御、NaaS（ネットワークや付随するセキュリティ機能などをクラウドサービスのように提供するもので、ユーザーはサブスクリプション型で利用できます）における利用状況に応じたネットワーク帯域制御、データセンターにおける空調温度制御など、自動化が求められている様々な業界のDX推進に幅広く適用を進める計画です。
Node-AIの詳細はこちらをご確認ください。
この技術は、企業がAIを活用して生産性向上やビジネスモデル変革を進める「AI-Centric ICTプラットフォーム(R)」（企業がAIを活用して、生産性の抜本的改善、競争力強化やビジネスモデル変革を進めるAI時代に最適な次世代ICTプラットフォームのこと）構想のもと、AI事業を推進していくNTTドコモビジネスの重要な柱となるでしょう。
NTTドコモビジネスは、企業と地域が持続的に成長できる自律・分散・協調型社会を支える「産業・地域DXのプラットフォーマー」として、新たな価値を創造し、豊かな社会の実現を目指しています。CNOのような革新的な技術が、私たちの生活や産業にどのような変革をもたらすのか、今後の展開に注目が集まります。
