Please note that JavaScript and style sheet are used in this website,
Due to unadaptability of the style sheet with the browser used in your computer, pages may not look as original.
Even in such a case, however, the contents can be used safely.

キヤノングループの皆さまへ
NEC Mail Magazine for Canonグループ様
世界に誇るNEC基礎技術その(1) 世界初!異種混合学習技術

世界に誇るNEC基礎技術その(1) 世界初!異種混合学習技術

今回はNECが世界に誇る基礎技術の中でも最近特にニーズの高い機械学習によるデータ分析技術「異種混合学習技術:Heterogeneous Mixture Learning」についてご紹介します。人にはわからない規則性やパターンを自動的に見つけて、将来の精度の高い予測を行ったり、規則性を逆利用してあるべき適正な数値やレベルを制御することを可能にする世界初の技術です。

機械学習というと専門家にしかわからない複雑で難解な数式をイメージする方も多いと思います。NECでは、いかに人のためになるのかを常に意識しながら、市場での多数の実証実験を重ねつつ基礎技術開発を行っています。実際に人が使ってみて、これまでにない価値を見いだせることではじめて優れた技術といえると考えているからです。

異種混合学習エンジンの特徴と活用分野

異種混合学習エンジンは、多種多様なデータからコンピュータが自動的に規則性を見出して場合分けをする世界初の技術です。これまでの統計分析手法や機械学習と違い膨大なデータの中から多数の場合分けを試行して規則性を発見します。データに隠れる異なるパターンを自動発見することにより、高精度の予測を実現し、将来の予測や予知に幅広く活用することができるのです。製造業においては以下のような適用が考えられますが、実証実験の結果、予測精度があがり、サービスレベルの向上やコスト削減に貢献できた事例が多くあります。

  • 工場・設備・社屋等のエネルギー需要予測
  • 消耗品や高回転製品の需要予測
  • 価格予測や価格最適化シミュレーション
  • 品質探知・予測
  • 劣化予知・予防保全
  • サービスパーツ予測・最適化
もう一つの異種混合学習技術の特徴は、その解釈性の高さです。これまで様々な予測手法や技術が開発され製品化されてきました。高い精度を求めるとその複雑性によりアルゴリズムがブラックボックス化されてしまい、人が予測結果の解釈をするのが非常に難しくなってしまいました。異種混合学習技術では、単純な式の組み合わせのみでモデルを構築するため、予測ロジックのホワイトボックス化が実現しています。

捉えどころのない“ビッグデータ” や“IoT”というBuzzワード

少し話がそれますが、最近技術の話をすると必ずといっていいほどビッグデータやIoTというBuzzワードに遭遇します。しかしながらビッグデータ」と「IoT」の実態がわかり自分が何に取り組めばよいのか理解できている人は少ないようです。言葉の定義が漠として捉えどころがないからでしょう。とりわけ、どのようにして利益の上がる事業につなげていくのかが見えてこないという方が多いのではないでしょうか。どういう技術で誰が何をするとビジネスの拡大や利益向上につながっていくのか、自社では何から手をつければよいのかを明確に理解している経営層は決して多くはないでしょう。

この背景には、ビッグデータを扱うためのデータ収集やデータ処理能力が高まりビッグデータを取り扱えるようになっても、多種多様なデータを意味のある情報にし、事業に生かすための技術がそれに追いついていなかったことが挙げられます。言い換えると、多種多様なデータを企業に価値ある情報にするための分析技術が、人の仮設や分類に基づいたものでしかなかったということです。専門家が仮説に基づいて分析をするという前提にたった技術では、ビッグデータの取り扱いは不可能、もしくは、ある程度可能だとしても多大な費用と期間がかかります。そこで求められるのが、データから逆に関連性や規則性を見出して人にわかる情報にする技術です。

NECの異種混合学習技術はまさにその課題を解決するものであり、大量のデータから自動で価値ある情報を見つけるためのテクノロジーです。

NECフィールディング社における補修部品在庫削減の実証

2013年から、異種混合学習技術を応用してNECフィールディングの補修部品在庫削減プロジェクトを開始しました。NECが開発した「異種混合学習技術」をNECフィールディングの補給部品需要予測に適用評価し、現在の予測精度より高い精度の予測を実現することで、最終的には在庫の最適化につなげていこうというものです。

第一回目と第二回目のPOC(Proof of Concept:実証実験)は、補修部品のうちActive品を対象に従来手法と異種混合学習技術との予測精度を比較しました。結果は以下の通りです。

Active品を対象に行った実証実験の結果は、従来の予測に比べて約20%予測精度が向上しました。従来は、移動平均と回帰分析を行い予測誤差が直近6か月で最小のものを採用するという方式を使っていましたが、それを異種混合学習技術に置き換えた場合の結果です。なお、このプロジェクトは現在も対象品目やモデルを拡大して継続しており、更なる予測精度の向上をめざし、その後は在庫最適配置等にまでつなげていく予定です。

NECがビッグデータ時代の分析技術をリードする理由

~長年にわたる技術開発への投資と実績~

NECは、20年以上の長年にわたって機械学習の研究を続けてきた数少ない日本企業のひとつです。現在でも、日本の中央研究所や北米の研究所で機械学習における最先端の研究を行っていますが、こうした研究や実績の蓄積をベースに生まれたのが異種混合学習技術です。人間が行っている業務の一部を機械に任せたい。さらには、予測に必要な要因の組み合わせや取捨選択など煩雑な業務も、人間に代わって機械に考えさせたり、判断させて自動化したい。こうした発想から生まれたのが異種混合学習技術です。

~自社における膨大な所有データとデータ活用実績~

NECは自社で複数の事業展開をしており、多種多様な膨大なデータを日々運用しています。社会インフラにかかわる事業にも注力し、様々なデータの取り扱いがあります。それぞれの分野でこれまでデータと格闘して収益をあげるべく事業展開をしてきた技術と実績がデータ分析技術の先端を行く所以のひとつです。特に社会インフラに関わるデータは社外への開示が難しい場合も多く、実証実験を自社内、グループ内で行えるNECだからこそこの分野をリードしていけると考えます。

NECでは、日進月歩のIT(情報システム)やコンピュータ技術、さらにはセンサーやハードウェアの進化を人や社会への付加価値へと繋げるために、基礎技術の研究開発を続けています。

●本内容については、お気軽に担当営業までお問い合わせください。