概要：プラントの最適制御では一般に、現時点の操作に基づく将来の状態を「予測モデル（サイバーシステム）」で予測し、予測した状態の好ましさを評価し、その評価値がよりよくなるよう現時点の操作を改良（最適化）し、というプロセスを繰り返して最もよい操作を求めて、実世界のプラント（フィジカルシステム）に適用して運転の改善が図られる。つまり、プラントの最適制御では予測方法と最適化方法の2方法が必要である。従来は、高性能な予測方法があっても高性能な最適化方法が対応していなかったり、あるいはその逆であったりと、かみ合う方法があまりなかったと言える。ところが近年の機械学習の高度化により、高性能な予測方法と高性能な最適化方法を組み合わせることができるようになってきた。これにさらに処理速度という観点もある。そこで本発表では、高性能だが低速な各方法と低性能だが高速な各方法を組み合わせることで、性能と処理速度を両立する方法の例と応用事例について述べる。

概要：核融合は、次世代のクリーンエネルギーとして注目されているが、その実現には高温のプラズマを安定して制御する必要がある。近年、AIと大量の実験データを活用したデータ駆動的アプローチにより、従来の経験や理論だけでは難しかった予測や制御が可能になりつつある。本講演では、核融合装置の運転状態をAIが学習し、最適な制御方法を導く技術や、その活用事例について紹介する。これらの取り組みは、エネルギー分野におけるAI応用の可能性を具体的に示すものである。

概要：従来の電力システムにおいて数理最適化といえば、よく知られているように発電計画の経済負荷配分計算が中心であった。一方近年の電力分野は自由化、再生可能エネルギーの増加、カーボンニュートラルへの取り組みなどにより多様化しており、それに伴って数理最適化が活用される場面も増加している。例えば発電計画自身は起動停止計画や系統制約を含んだ問題へ発展している。また発電機を保有しない小売事業者による電力取引や調達計画にも数理最適化は活用されている。本講演では講演者がこれまで取り組んだ調達計画や設備停止計画を中心にいくつかの事例を紹介し議論する。

概要：製造業をはじめとするさまざまな業界では、労働力の減少、コスト削減という課題に対し、AI、ロボット技術等を取り入れた自動化に取り組んでいる。しかしながら、多くの現場では「完全自動化」を目指すが故に実現場での運用までに長い時間がかかったり、AI・画像処理等の精度の課題で実運用までたどり着かないといった問題が起こっている。当社では「自動化が難しい部分を”遠隔”で”人”が対応する」というアプローチで、柔軟かつ効率的な運用を実現する「Remolink」という遠隔操作のプラットフォームを提供している。本講演では、外観検査などAI・画像処理で100％の判定が難しい場合や現場の装置・機器に不具合・異常が発生した場合に、「Remolink」で人が遠隔から状況判断、復旧操作を実現する事例を交え、AI・自動化機器・人が上手く共存した「半自動化＋リモート操作」という新しい自動化の形を紹介する。