大阪ガスとGoogle Cloudが成分推定AIシステムを共同開発、製造業の品質向上と生産性向上に向けた取り組みを開始

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

PR TIMES より

記事の要約

大阪ガスとGoogle Cloudが成分推定AIシステムの共同実証を開始
近赤外分光分析技術とAI基盤技術を組み合わせた高精度な水分量推定
食品・樹脂製造における品質向上と生産性向上を実現

大阪ガスとGoogle Cloudによる成分推定AIシステムの開発

大阪ガスとGoogle Cloudは製造業の品質向上と生産性向上を目的とした成分推定AIシステムの共同実証を2024年10月24日より開始した。大阪ガスが培ってきた調理機器開発の知見とガスセンシング技術、画像解析技術、非接触温度計測技術、近赤外分光分析技術などの独自のセンシング技術を活用している。^[1]

食品製造時の食材の成分変化や状態変化を数値化・可視化する取り組みは、長年の調理機器開発における様々な食材の変化に関する知見が基盤となっている。センシング技術とGoogle CloudのAI基盤技術を組み合わせることで、製造業における様々な物質の成分や状態変化の高精度な推定が可能になるだろう。

従来の水分量測定方法は、熟練者による目視判断や試料の乾燥による重量変化測定、特定試薬を用いた測定など、属人的で時間のかかる手法が一般的であった。近赤外分光分析技術とAI基盤技術を組み合わせることで、高精度かつリアルタイムな水分量推定を実現している。

成分推定AIシステムの特徴まとめ

項目	詳細
開発企業	大阪ガス、Google Cloud
実証開始時期	2024年10月
主な技術	近赤外分光分析技術、AI基盤技術
測定対象	食材、樹脂内の水分量
特徴	高精度、リアルタイム測定が可能

近赤外分光分析技術について

近赤外分光分析技術とは、対象物に近赤外光を照射して光の吸収の度合いから成分を判別・定量する分析手法のことを指す。主な特徴として、以下のような点が挙げられる。

非破壊での成分分析が可能
リアルタイムでの測定が可能
高精度な定量分析が実現可能

製造業における品質管理において、近赤外分光分析技術は非破壊での測定が可能なため、生産ラインでの連続的なモニタリングに適している。大阪ガスのセンシング技術とGoogle CloudのAI基盤技術を組み合わせることで、より高精度な成分推定が実現できると期待されている。

成分推定AIシステムに関する考察

成分推定AIシステムの開発により、製造業における品質管理プロセスの大幅な効率化が期待できる。特に食品製造業では、従来の熟練者による判断や時間のかかる試験方法に依存していた水分量測定が、リアルタイムかつ高精度に行えるようになることで、製品品質の安定化と生産性の向上が見込まれるだろう。

一方で、AIシステムの精度向上には大量の学習データが必要となることが課題として考えられる。製造業の現場では、製品や原材料の種類が多岐にわたるため、それぞれに対応した十分な学習データの収集と、AIモデルの継続的な改善が必要になるだろう。

今後は、水分量以外の成分や物性値の測定への応用展開が期待される。特に医薬品製造や化学品製造など、より厳密な品質管理が要求される分野への展開可能性が高く、製造業全体のDX推進に貢献することが期待できるだろう。

参考サイト

^ PR TIMES. 「Google CloudのAI基盤技術と当社センシング技術を活用した　製造業向け「成分推定AIシステム」の共同実証開始について | Daigasグループのプレスリリース」. https://prtimes.jp/main/html/rd/p/000000063.000139670.html, (参照 24-10-25).
Google. https://blog.google/intl/ja-jp/

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。