データと分析
工場データから作るデータセット、モデル、レコメンド
「データと AI」は、データセットの準備、小規模なモデルの学習、ナレッジベースの管理、ルールベースのレコメンドを行います。IRISのアシスタントはデータを読むだけで、記録を変更しません。
- 事後保全WO-0431事後保全 · 主軸
- 事後保全WO-0447事後保全 · クーラント
- 事後保全WO-0452事後保全 · 主軸
- 予防保全WO-0455予防保全 · 給油
- ルール
- 件数 ÷ 10
- 事後保全の件数
- 3
- スコア
- 0.3
「データと AI」がCMMSの作業指示をライブで読み取ります。
主な機能
- 01
データとモデル
ソース、ストリーム、パイプラインを設定します。実験では、限られたアルゴリズムでプラットフォームの実データを学習します。
- 02
ナレッジベース
文書は意味とキーワードの両方で検索されます。文書ごとに閲覧権限があります。
- 03
ルールベースのレコメンド
しきい値ルールが対応策を提案し、各スコアの根拠を示します。適用するか却下するかは人が決めます。
動作を見る
動画は英語のナレーションです。字幕はプレーヤーで利用できます。
文字起こし(英語)
This is the Overview of Data and AI in IRIS. The cards count your sources, streams, datasets, models, recommendations and alarms. The tabs across the top lead to your data, the ML Studio, knowledge, AI, governance and configuration. Open AI to see the recommendations IRIS creates from your plant data. The tiles count recommendations by status, and the filters narrow the list by status or recipe. Evaluate now runs the recipes on current data and creates new recommendations. Each card shows its source and a rule priority. You can apply it, snooze it or dismiss it. Next to Recommendations you will find outcomes, insights across modules, agent events, decision traces, alarms and the AI chat. That is enough to get started. Governance and the ML Studio are in the same module, so look around there too.
データの取得元
- IRISの他のモジュール。データをコピーせず、その場で読み取ります。
- IoTのアラームなどのプラットフォームイベント。相関分析に使います。
- アップロードしてナレッジベースに追加した文書。
補足
- レコメンドのスコアはルールの優先度です。モデルの予測値や信頼度ではありません。
- レコメンドは初期設定では提案で、人が適用か却下を選びます。自動適用はレコメンドのルールごとに設定できます。
- 機械、工程、製品に関する知識はお客様の工場が対象です。IRIS製品についての質問には共有のナレッジベースを使います。
IRISデモの画面
IRISデモ工場のサンプルデータです。画面をクリックすると拡大します。
関連記事

工場のオペレーションでAIが今日実際にできること現場で今使えるAIの6つの用途と、それぞれに必要な条件、AIがまだ苦手なこと、「自律工場」の誇大宣伝に惑わされない最初のユースケースの選び方を解説します。記事を読む · 7分
工場のAIがつながった運用データなしでは失敗する理由工場のAIパイロットの多くは、モデルではなくデータでつまずきます。AIに必要な5種類の運用データ、データの流れの重要性、1ラインで使える準備度チェックを解説します。記事を読む · 7分
AIが推奨すべきときと人が判断すべきとき工場運営におけるAIの3つのレベル(観察・助言・実行)、意思決定ごとにレベルを決める5つの質問、そして実効性のある承認ルールの書き方を解説します。記事を読む · 7分