技術紹介 » シミュレーション
解析予測AI（サロゲートモデル）x 最適化技術
物理や化学シミュレーションを深層学習に置き換え、高速化する技術
解析予測AI（サロゲートモデル）と最適化技術を用いて、物理や化学シミュレーション（CAE）を高速・高精度で代替する技術です。
物理的な試作では達成し得ない膨大な回数の設計試行とシミュレーションをAIが繰り返し、製品の設計・開発・評価・性能向上のサイクルを大幅に短縮できます。
CAEと比較して条件や課題により50〜100倍程度の速さで解析値の予測が可能になります。
速さだけではなく、解析値の予測精度においてもCAEと同程度の結果を出すことができます。
解析したい内容の物理的法則の理解は不要で、影響する要素さえ決定すればモデルの構築が可能です。
適用例
計画/プロセス最適化技術
複雑な制約条件を満たす計画立案を自動化する技術
複雑な順序や制約条件を考慮しながら、コストの最小化や価値を最大化する条件を高速で探索する技術です｡
数千数万件といった大量データの準備は不要で、アウトプットや業務遂行上の条件を数理的に表現できる様々な案件に適用が可能です。
建設業・建築業・製造業・海運業・ゲームメーカーなど様々な業態・業務に数多くの適用実績があり、豊富なノウハウを保有しています。
過去の知見を蓄積した高速化技術により、市販の数理最適化パッケージで7時間かかっていた処理に対し、10秒程度で解を導き出しました。
解くべき問題に対して最適なアルゴリズムを組み合わせ、現場で利用可能な水準の精度・性能でソリューションを提供できます。
適用例
経路最適化
複雑な制約条件がある2地点間の最適な移動経路を探索する技術
数多くの制約条件がある場合でも、2地点間を移動するための最適なルートを探索する技術です。
作業効率・安全性・経由地の順序関係性・機材の利用可能状態など複雑な条件下でも、人間よりも早く・正確な計画策定が可能です。
一般のツール（最適化ソルバなど）で解くのが難しい複雑な要素が絡み合う問題でも解を出すことができます。
複数の手法の組み合わせにより、実業務に求められるスピードでの求解が可能です。通常半日かかるようなケースにおいて数秒で解を出した実績もあります。
熟練担当者の中で暗黙的・感覚的に把握している制約などを加味した解が出せます。AIの導き出した解も担当者の感覚と合うように調整が可能です。
適用例
模倣学習
熟練職人や専門家などの行動や判断の再現をする技術
熟練職人や専門家などの行動や操作データを基に、その意図までをAIが学習し、人間にしかできないと思われていた専門的な行動や判断を再現する技術です。
操作ステップの記述とは異なり、未知の状況にも対応が可能です。
エキスパートの操作を直接的に学習できるため、比較的短い時間の学習で高い精度を発揮することが可能です。
シミュレーターの存在しない業務でもAI化が実現できます｡
学習データが特定の操作に偏っている場合でも、ギリアの独自の手法によりAIの振る舞いが自然になるよう調整できます。
適用例