Multi-Sigma

研究開発の現場にAIの力を!

Multi-Sigmaは、複数のAI手法を組み合わせることで少ない学習データから予測・最適化が可能なwebアプリケーションです。

統計の専門的な知見、プログラミングスキル不要で、どなたでも最先端のAIエンジニアと同程度の精度で解析が可能です。

革新的実験計画法で研究開発を効率化

研究開発の現場で直面する課題の多くは、複数の入力(材料投入量、温度、時間など)と複数の出力(品質、コスト、環境負荷など)がある「多入力多目的システム」ではないでしょうか。
Multi-Sigma は試行錯誤や経験に頼って行われてきた研究開発にAI の力でブレイクスルーをもたらしたいというAI 研究者の強い想いから生まれました。
従来のPDCA サイクルにAI の手法を取り入れたオリジナルの「革新的実験計画法」により、多入力多目的システムの最適解を効率よく導きます。

Multi-Sigmaの特徴

新機能「ベイズ最適化」

実験コストの高いシステムに対して、ニューラルネットワークモデルよりも更に少ない実験回数で最適な解を探索可能な「ベイズ最適化」機能が追加されました。
ニューラルネットワークモデルとベイズ最適化を使い分けることで、Multi-Sigmaでこれまで以上に幅広い解析が可能となっております。

ベイズ最適化

最小限のデータとコストで、膨大な条件の組み合わせの中から最適解を探索

Multi-Sigmaの流れ

Multi-Sigmaの活用例

 
製品設計

製品設計

  • デザインパラメータの最適化
 
 
工程改善

工程改善

  • 製造条件の最適化
  • 環境負荷の低減
 
材料開発・創薬

材料開発・創薬

  • 物質特性+製造条件の最適化
 
治療行為の最適化

治療行為の最適化

  • 重症化リスク評価
  • 患者の状態に合わせた最適な治療方針の提案
 
マーケティング

マーケティング

  • 顧客層に対する最適な製品仕様の探索
  • 最も有望な顧客の属性の探索
 
経営管理

経営管理

  • 売上予測
  • 在庫管理の最適化
  • 対処方針の最適化

革新的実験計画法Multi-Sigmaのお役立ちポイント

ある研究者の例

開発を行っている研究者の方が、様々な実験にトライして目的の結果を得ようとしています。
(例えば、入力条件4つの場合組み合わせ(16x18x5x5=7200回)の実験が必要)

何とか実験の回数を減らし膨大な時間と労力を減らしたい

「Multi-Sigma」ならAIを使った実験データの予測・多目的変数の最適化が可能!

Multi-Sigmaの操作は簡単!ボタンを押していくだけ

Multi-Sigmaの画面
  1. 研究者は各要因を様々に組み合わせて約60回の実験を行い、Multi-Sigmaで解析を試みました。
  2. Multi-Sigmaはニューラルネットワークを使用してAIモデルを作成しますが、自動でチューニング(特許出願中)を行うことで、少ないデータから精度の高い予測を行うことができます。AIやプログラミングの知識は不要です。
  3. さらに、このモデルを使って最適化を行い、求めたい結果に必要な要因値を得ることが出来ました。
    従来の手法では少ないと感じる実験回数でも十分な効果がありました。

Multi-Sigmaのこのプロセスは、製造業、金融、医療、小売り、不動産、電力、航空などあらゆる業界での研究開発に利用可能です。

実績

人工知能で体外設置型人工心臓を最適設計
-機能向上と副作用低下を両立させた人工心臓をデザイン-

2020/10/13掲載の産総研研究成果記事をご参照ください

実績

カタログ

page_top_icon