
Spica(スピカ)とは、ドメインの暗黙知を最適化問題として定式化し、立式された最適化問題に対して、最適解を自動で求めるAIです。人間のフィードバックを取り入れながら「定式化そのものを探求・進化させる」新しい最適化アプローチを構築します。人間と AIの協調によって、人間だけでもAIだけでも到達できない、ドメインの「真の最適解」を導き出します。
熟練者が行う高度な判断や設計では、「どう進めるか」という手順だけでなく、「この条件は当たり前に満たしていなければならない」などという制約条件や「何をもって良しとするか」という目的関数も暗黙知化しています。また、これらの暗黙知は熟練者自身も言語化ができていないことも多くあります。Spicaは、企業の中に眠るこれら暗黙の手法と評価指標を数学的モデルへ定式化し、誰もが活用できる形式知へと変える AIです。
「定式化ループ」で熟練者の業務フローを最適化問題へと落とし込みます。最適化問題とは、データ・変数・制約条件・目的関数の4つの概念を定式化します。定式化された問題に対して、「最適化ループ」により、実行・評価・候補生成・選択をすることで、繰り返しより良い解を出力します。その結果に対して人間のフィードバックを「定式化ループ」へ還元することで、定式化の精度と最適化の結果を相互にブラッシュアップしていきます。
関連事例
Related Case Studies
製造業
機械加工ラインの生産能力シミュレーションによる設備投資の適正化
増産要請に対する加工機の追加台数は、経験と手計算で見積もられていた。増産倍率ごとの必要台数と工程別の稼働状況を提示し、投資の過不足を事前に判断できる最適化を構築
製造業
工程横断で製品の流れを追う工場ラインの滞留分析と設備構成の最適化
工程単位の稼働率を追うほど工程間は断絶し、仕掛品が滞留する。視点を製造単位の流れに転換し、生産量を維持したまま設備を最小化する構成を最適化
関連ニュース
Related News