Cloud OnAir 番組レポート : Google Cloud の AI / IoT 最新事例紹介

Cloud OnAir は、Google Cloud の製品をわかりやすく解説し、最新の情報などをいち早く皆様にお伝えする Online 番組です。

10 月 22  日の放送では Google Cloud が提供している AI / IoT ソリューションを、各業界のお客様がどのように機械学習やデータをビジネスに活用しているか  グーグル・クラウド・ジャパン合同会社 マシンラーニング スペシャリストの児玉 敏男と、アカウントストラストラテジストの中沢 あずさがお伝えしました。

家庭のガス需要予測・発電機制御の最適化 (大阪ガス)

はじめに紹介する IoT 事例は大阪ガスの事例です。多くの家庭用ガス発電、給湯暖房機器や、業務用の発電設備等をクラウド IoT 基盤に接続するために、ハイパフォーマンスかつ安定性の高い IoT 分析基盤が求められていました。

既存のオンプレミス環境や、他のクラウドプラットフォームで構築された環境で、いくつかの業務に困難がありました。しかし、Google Cloud を利用することで、特に BigQuery を活用して安価で大量のデータを高速に分析と蓄積が進められ、都市ガスインフラを支える IoT 分析基盤上で大規模データのハンドリングや分析が可能となりました。

現在では、 7 万台を超えるガス発電・給湯暖房機器がクラウド IoT 基盤に接続し、2016年の導入からわずか数年で利用が拡大しています。

輸送車輌の基盤部品の劣化予測 (車輌部品メーカー) 

次に紹介するのは、車輌部品メーカーで機械学習、深層学習を活用した事例です。輸送車両の基盤部品の劣化を予測したいが、工作機械からのデータだけでは予測精度が 上がらない課題がありました。

人の目で判別が難しい僅かな違いを判別するため、部品の画像の外観検査を実施することになり、 Google Cloud の AutoML Vision を用いて、 2 値分類を行いました。その時に利用したデータ数が、ひびあり (57 枚)・ひびなし (151 枚) と非常に少量であるにも関わらず、結果として、高精度の予測精度を達成することができ、 AutoML Vision の精度の高さが評価された事例です。

災害記録文書データの可視化 (化学メーカー)

経産省が公開する災害情報の記録文書データから、 Natural Language API を利用して関連するワードを自動抽出し、可視化した事例です。災害記録情報は文章の蓄積になりやすく、関係者の全員が読むことが困難なため、暗黙知が形成されやすい課題があります。

災害情報の可視化により、現場の情報を持たない人でも、統計的な傾向からインサイトが得られ、災害の仮説を立てることができます。この事例は暗黙知を形式化した汎用的な災害事故対策への活用が検討されています。

番組では機械学習、深層学習を利用して、ゲームのプレー継続率を向上させた事例や、製造における品質管理 DX 事例を紹介しています。詳しくは番組をご覧ください。

番組で説明した資料はこちらで公開しています。

Cloud OnAir では、各回 Google Cloud のエンジニアがトピックを設け、Google Cloud の最新情報を解説しています。見逃した放送、説明資料、さらには視聴者からの質問と回答はこちらよりご覧いただけます。

最新の情報を得るためにもまずはご登録をお願いします。