エジプト情報学大学コンピューター・情報科学学部の学生2チームが、製造分野における2つの実務上の課題、すなわち生産と機械の効率向上、および原材料の供給遅延リスクの検出を対象とするアプリケーション2件を開発した。両プロジェクトはドイツ、スペイン、オランダの専門家との協力により開発され、指導教員と専門家が参加するZoomによる評価セッションを受けた。
大学によると、両アプリケーションはスマート産業と第5次産業革命に関連する機関のニーズに応えるために設計され、Horizon Europeプログラムの資金提供を受けたスマートで柔軟かつ再生可能な製造ネットワーク・プロジェクトを活用している。外部評価委員会はドイツ人のベルント・クラーマー教授が主宰し、マイク・パパ・ゾグル教授、マリア・ラミレス・グティエレス博士、スペインのAIDIMME財団のフェルナンド・ジガンテ氏が参加した。
センサーのデータから保守判断へ
1つ目のアプリケーションは「知識モデルに基づく生産・機械効率オプティマイザー」という名称である。現代の製造プラットフォームでよく見られる問題、つまりシステムが受動的な対応パターンにとどまり、機械の故障や生産上のボトルネックが発生して初めて対処するという問題の解決を目指している。
このアプリケーションは、Isolation ForestやXGBoostなどの機械学習モデルと、OWL言語を用いたオントロジー推論を組み合わせたハイブリッド意思決定支援プラットフォームに依存している。システムはセンサーのデータストリームを工場資産の階層構造に結び付け、その後、SWRLルールを使用して、部品の劣化、生産システムのボトルネック、生産効率の損失の間にある因果関係を追跡する。
このプラットフォームには、大規模言語モデルを利用して複雑なセマンティック状態を、より平易な言葉による保守推奨事項に変換する説明モジュールが含まれている。また、このプロジェクトには知識ベースを拡張する層も含まれており、6つの競合型AIエージェントを管理する。エージェントは新たな行動パターンを監視し、エンジニアが承認前に確認するSWRLルールを提案する。大学によると、この設計はコンテナ化された低遅延の実行経路で工場環境においてプラットフォームを稼働させることを目指している。
原材料リスクのデジタルツイン
2つ目のアプリケーション「原材料供給リスクを検出・処理するセマンティックデジタルツイン」は、製造物流におけるリアルタイムの可視性の低さと、構造化されていないサービスレベル契約の条件に対応する難しさに焦点を当てている。このシステムは、納入遅延を事前に検出し、必要に応じて代替サプライヤーを有効化することを目指している。
このアプリケーションは、遅延の可能性を予測する機械学習、契約文書を構造化された「オントロジー三つ組」に変換する大規模言語モデル、意思決定の実行を支援するオントロジー推論エンジンを組み合わせている。データと依存関係を結び付けるナレッジグラフを通じて、このフレームワークは、遅延が発生した後の対応から先行的な介入へとサプライチェーン管理を移行し、在庫の可用性に関する情報を一元的に提供しようとしている。
なぜこの発展が重要なのか？
両プロジェクトの重要性は、AIの能力を一般的に提示するだけでなく、AI技術と知識表現手法を2つの具体的な産業シナリオで組み合わせている点にある。実際、1つ目のプロジェクトはセンサーのデータを解釈し、意思決定に利用できるようにすることに重点を置き、2つ目は契約データと分散したサプライチェーンデータを、予測と介入に利用できるモデルへと変換することに重点を置いている。
しかし、資料では、故障の減少や供給時間の改善などの定量的な運用結果を示しておらず、両アプリケーションが商用利用段階または実地試験段階に入ったかどうかも明らかにしていない。そのため、発表されている産業上の影響は、稼働中の工場で実証された性能結果ではなく、開発と評価の段階に関連するものにとどまっている。
1つ目のアプリケーションのチームは、アブデル・カリーム・アハメド、セイフ・ワフィーク、モハメド・フセイン、リナード・サーメフ、マレク・モンタセルで構成され、シェリーン・エル・ファイユーミ博士が指導した。2つ目のアプリケーションのチームは、マシュー・ワエル、ユーセフ・ファレス、ユーセフ・オサマ、マーク・タドロスで構成され、同じ指導体制の下で取り組んだ。