事例の概要
| 企業 | 日本ガイシ株式会社（NGK） |
|---|---|
| 地域 | 日本 |
| 業種 | 素材・その他 |
| 企業規模 | 大企業 |
| 用途 | 生成AI・ナレッジ |
| 使われた技術 | Laboro.AIと共同開発した、生成AIを使う大規模シミュレーションソフトウェア |
| 関連する製品・サービス | — |
成果
取り組みの内容
セラミックス製品の開発では、焼成時の収縮や内部の応力を熱・構造の解析で確かめる工程に時間がかかります。解析を何度も回しながら形状や条件を詰めるため、解析の時間が開発のリードタイムを左右します。大規模な解析ほど計算の負担が重くなります。
日本ガイシは、カスタムAIを開発するLaboro.AIと、生成AIを使った大規模シミュレーションソフトウェアを開発しました。Laboro.AIの公式サイトで紹介されています。
解析時間の短縮幅や精度などの数値の成果は公開されていません。生成AIをシミュレーションのどの部分（条件の設定、計算の代替、結果の解釈など）に使っているかも、公開情報からは確認できません。
解析をAIで速くする取り組みでは、学習に使った条件の範囲外では精度が落ちることに注意が必要です。設計探索の初期段階でAIを使って候補を絞り、最終的な判定は従来の解析で行う使い分けが一般的です。過去の解析結果を蓄積していることが、こうしたAIを作る前提になります。
この事例から読み取れること
- 開発の解析工程にAIを取り入れる動きは、解析時間がリードタイムを決めるセラミックスのような業種で効果が大きいと当サイトは見ています
- 生成AIを解析のどの部分に使っているかが公開されていないため、事例としては取り組みの方向性の参考にとどめるのが妥当です
- AIによる解析は学習範囲外の条件で精度が落ちるため、最終判定に従来の解析を残す設計が前提になります
本ページは企業・提供元が公開した情報にもとづき、費用負担を受けずに作成しています。成果の数字は発表時点のもので、当サイトによる検証値ではありません。
