物联网IoT时代自动化工厂将如何变化？

　　—本特集的主题是“物联网IoT时代的自动化工厂”，但现实中达到了什么水平呢？

　　感知器、机器人、网络技术等各个要素取得了相当大的发展，之后是如何提升到能够作为系统提供解决方案。事业正式开展为止还需要一些时间。我们公司擅长的是工厂自动化FA和机器人，所以自动化和信息科技IT化在模块上正趋近完成。但是，如果是物联网IoT，在那之外还需要使工厂全体开展协作的制造实行系统(MES)、储存数据的高度安全服务器，以及使用从机器人和工具机取得的大量信息进行系统最优化的“机械学习(DeepLearning)”等要素。

　　—不综合这些的话，不能实现“物联网IoT时代的自动化工厂”？

我们公司擅长的领域就自己去做，除此之外的领域，和各式各样拥有擅长领域的企业合作就可以。所以，MES和美国Rockwell Automation，安全服务器和美国Cisco，另外，机械学习和PreferredNetworks，共计4家企业联合。去年春天，向美国汽车制造商交货了第一个大规模系统。

　　—是怎样的构成呢？

　　数千台机器人全部连接在一起，同时还有预防性维护。总之，是“永不停止的生产线”。运用各式各样的感知器，随时监视全部机器人的状态，看其是否正常运作。等发生异常就晚了，随时检测哪些地方有发生异常的征兆。我们公司有“故障前通知，坏之后立即修复”的口号。但是在实现这个口号的系统中，发挥很大成效的是现在大家所关注的机械学习。每个机器人的性能通过学习不断提高，在网络中共享学习成果，生产线整体的工作效率会有飞跃性的提高。

　　—Preferred Networks担任这个学习技术。对擅长人工智能开发的东京大学初创公司，不仅是贵公司，丰田汽车也投资了。真是受到关注的企业。

　　机械学习对工厂自动化是非常有效的手段。我们公司开发了自动取出散装零件的系统，采用了机械学习，已经接近完成。以取出圆柱状零件为例，使其从零开始自动学习的话，最初只是随机地降下手臂，有的时候取出，有的时候没有取出。不断积累成功和失败的事例。这样，从数据中，机械自己发现成功所需要的特征，学习抓住圆柱的哪个地方能够将其提起。1,000数据的时候，成功率是60%。但是花8个小时取得5,000数据的话，成功率可提高到90%。这是可以匹敌让熟练工人调整机械所达到的数字。

—机器人能够自动学习匹敌熟练工人的机能？

　　利用这种机械学习，不远的将来，机器人不需要教育就可以使用。人类只需要指示“做这个”这样的结论，机器人自己思考有效率的方法，最优化过程。指示移动路线这样的教育是非常繁琐的工作，这个将不再必要，工程师的负担会大幅度减轻。

　　—这样做有什么效果？

　　一位工程师同时操作很多机器人将成为可能。因为是自己学习机制，作业精度不断提高，之前说机器人之间可以共享学习内容，所以生产线展开也变得容易。

　　—在实际的现场，达到了能够使用的水平了吗？

　　之前向汽车制造商交货的生产线是完成度很高的产品，散装零件的取出系统也差不多完成了。现在正在解决其他各种课题。虽然是拥有很广泛可能性的领域，但是用来做什么的探索才刚开始。如果以登山比喻，也就是位处山脚。但是已经取得了不错的成果。所以机器人的学习机机能2~3年应该能够达到商品化水平。如果工厂的物联网IoT发展的话，今后网络应对型案件将增加，预计和Rockwell以及Cisco的合作事例也将不断积累。

—大家认为和欧洲比，在日本，支持机器人导入的系统整合商(SystemIntegrator: SI)的数量相当不足。SI不足是否是开发的一个契机？

　　完全不是。这是使机器人更加智慧，更加完善，不断进行开发的结果。确实，在日本，因为SI的不足被作为一个问题，所以结果被作为补足这个问题的技术。另外，因为操作机器人的负担大幅度降低，所以即使没有之前工匠般的技术也可以成为SI。就是说进入这个领域的门坎降低。此外，由于在欧美和中国，自动化和省人力化的需求很高，所以这是个能够在全世界推动使用的领域。可以对这个事业充满期待。

　　—用户产业是？

　　当然汽车产业作为主要用户没有改变。但此外，之前几乎不使用机器人的产业，建筑材料、出版 印刷、生鲜食品等，所有领域都可以考虑应用。对被称作一般产业，制作多种多样零件的用户群，高学习机能的自动化系统也是有魅力的。在少子 高龄化的日本，能够作为解决劳动力不足的一个手段。