読書メモ：計装 12月号　スマート工場へ適応する制御システム―その役割と進展方向

計装 12月号　スマート工場へ適応する制御システム―その役割と進展方向
〇ポイント　⇒感想

〇日本は、識別・認識の技術は優れているが、そのデータを分析してビジネスに生かす点が弱いと言われてる
⇒ビジネスよりも技術追及が好きな国民性

〇AI導入の目的は、故障の予兆を監視・検知し異常な動きなどを早期に発見し、大規模障害を未然に回避して、省力化、生産性向上、収益アップ、ひいては安全性の維持確保などを実現していくことである。
⇒その通り。目的と手段を常に意識すること。

〇日誌や運転引き継ぎやヒヤリハットなどを数値化してAI活用する。
⇒プロセスデータ類の前処理、ラベル付け、などに使う。

〇分離や回帰、推論、探索などはAIが得意。
⇒得意なことに使って、たくさん仕事をしてもらうことを考えるのが、ドメイン知識に精通してAIエンジニア。
⇒やはり、ドメイン知識の後にAI技術がAI人材育成の順番かも。今のところは。

〇DCSのように基本制御システムは堅牢に、それ以外の診断解析等のデータ活用を広げる部分は自由度を高く。
⇒全て制御システムに載せようとすると限界ある。開発スピードが遅くなる。割り切りが肝心。

〇忘れてはいけないのが、現場密着の制御改善やアラーム削減、機器・システムの設計等の計装の根幹的な技術大切さ。
⇒AIはあくまでも基礎の応用。根幹なくして枝葉（AI）なし。

〇アラームガイダンス機能の特徴は、運転員がガイダンス情報を自由に編集できることに加え、図・写真・マニュアルなどを添付ファイルとして保存し、システム全体で情報共有できること。
⇒自由度が高い＝個別最適や全体の整合性が保てないリスクあり
　でも、自由度がないと、進化しない。このジレンマの解決をどうするかがポイント。

⇒変調等を解析するためのツールは、多くのメーカが市販している。
　どれを選ぶか考えすぎないで、社としての採用方針を決め、進めていかないと、遅れるばかり。
　Excel、BIツール、AI解析ツールの住み分け
　メーカーどうするか
　パッケージではなくて自前で開発するか
　自前だとしたら言語はどうするか　python、R＋shine