人工知能、略してAIという言葉は、今や日常生活で頻繁に出会うようになりました。ロボットやインテリジェントなソフトウェアは、これまでコンピュータはごく限られた範囲でしか処理できなかったため、人間が行っていた多くの作業を引き継いでゆきます。今日では、意識的であれ無意識であれ、日常生活で何らかの形で人工知能をツールとして使用しなければなりません。例えば、ナビやゲーム、スマートフォンのカメラなどを使うときにも、人工知能がサポートしてくれます。もっとわかりやすい使用例としては、自律走行または自宅やスマートフォンでの音声アシスタントの利用などが挙げられます。人間の脳の働きをモデルにした、いわゆるニューラルネットワークがバックグラウンドで使われるケースが増えています。このニューラルネットワークは、AIの特殊な亜種であるDeep Learningの重要な構成要素です。

人工知能は産業界にも進出しています。この技術の利用が広まるにつれ、Deep Learningとは実際に何なのか、あるいはニューラルネットワークが何を目標として生成され、生産プロセスを最適化するために産業でどのように有意義に利用できるのかを理解することがますます重要になってきています。特に、コンピュータがまだ対応できず、未だに人間が苦労して行っている単調な作業の繰り返しにおいて、このような疑問が生じます。人工知能は、人間の脳の働きを理解し、人工的に模倣しようとする試みです。例えば、画像認識による品質管理、中でも特に有機的対象物の認識など難易度の高いタスクでさえ高い信頼性で実行するコンピュータを目指しています。

人工知能の学習ケースは、様々な教育機関のトレーナー、講師、教師、教授を対象としており、学習者と共に人工知能を間近で体験し、AIを扱う能力をできるだけ実践的かつ生き生きと伝えることを目的としています。

学習ケースのキットには、多くの企業が実際に使用しているのと同じ形式による本物の産業用ハードウェアとソフトウェアが含まれています。このケースは、例えば入門用のeラーニングコースや、講義用として準備されたタスクや解答例を含む実験マニュアルなどの教材によって補完されます。

Deep Learningを包括的に理解するためには、理論的な知識を集めるだけでなく、実際に使ってみて、失敗をし、それを自主的に修正していくことが不可欠です。そこで、興味のある人が自分でニューラルネットワークを作成して実践的に体験できるように、以下のようなポイントを押さえたカリキュラムを用意しました。

• インタラクティブなeラーニングコースでは、学習者は対面式のトレーニングに向けて準備します。このコースでは、初歩的な背景知識を提供し、個々の受講者の異なる知識レベルを均一なレベルに統一していくことを目的としています。
• eラーニングコースで習得した知識を活性化し、さらに定着させ、対面式トレーニングで活用できるようにするため、対面式イベントの数日前に簡単なデジタルクイズを行います。
• 実際の産業用センサを使って作業を実行するために、受講者は印刷可能な実験マニュアル (解答例付き) とフローチャート例が含まれたキットを利用できます。サイコロや金属ボタンなど、キットに含まれる補助教材を使って、実験マニュアルの課題を直感的かつ段階的に解いていきます。SICKのプログラマブルカメラInspectorP621とクラウドベースの産業用ソフトウェアSICK dStudioを使って、学習者は自分でニューラルネットワークを作成し、それをカメラに転送することができます。学習者は、カメラが生成されたニューラルネットワークをもとに、品質管理の結果をあらかじめ定義されたクラスに独自に分類する様子を体験します。

講義用に準備され、互いに関連する5つのタスクを含むこのキットは、実際の実践的な知識を伴うコンピテンシーを最も持続可能な習得方法を目的としています。

最後の第6の課題では、学習者が独自に生成したニューラルネットワークを、最終的に3Dコンピュータシミュレーションで実際の生産工場に転送し、その品質を確認します。このタスクは、学習ユニットの締めくくりであると同時に、受講者のモチベーションを高める役割を果たします。

このキットは、様々な場面で短縮して使用することも、そのまま使用することも可能で、初心者の方でも安心して使用することができます。また、ハードウェアとソフトウェアによって、学習者が独自の課題を設計することも可能であるため、同梱の実験マニュアルに束縛されることはありません。また、センサに搭載されているソフトウェアを交換して、センサを使用した特に複雑なタスクを設計および解決することもできます。

実践キットの購入についてはこちらをご覧ください。