人工知能（AI：Artificial Intelligence）の活用は、あらゆる産業のビジネスモデルを変える潜在能力を秘めています。
機械学習（Machine Learning）は、人工知能の技術要素の一部分です。 IoT の導入が進むビジネスシーンにおいて、クラウドと IoT
機器が連携しながら、さまざまな機能やサービスの提供を実現するために、クラウド AI やエッジ AI として、その技術が活用されています。
本サービスでは、時系列予測、異常検知・故障予知、画像認識など、さまざまな技術要素で IoT 分野における AI 活用への取り組みを支援します。
Microsoft 社の Azure Machine Learning（以下 Azure ML）を使って、ビジネスにおける機械学習の活用を支援します。
SBT のデータサイエンティストの支援のもと、さまざまな機械学習フレームワークを使ってモデル構築を行います。
リアルタイムデータ分析の要となる、IoT 機器への AI の実装を行います。
機械学習導入支援サービスは、お客さまの導入ステージに応じて、企画検討から設計、実装、チューニング、導入、運用の各プロセスを通して、AI ソリューションの実装を行います。
Microsoft Azure をはじめとする多くのクラウドサービスの導入実績がある当社なら、お客さまのデータを活用し価値のあるインサイト創出へと導きます。
Azure ML をはじめとするさまざまな AI 開発ツールを利用した開発実績と、データ分析の経験が豊富なデータサイエンティストの支援で、最適な AI ビジネスモデルを実現します。
クラウド AI、エッジ AI 双方の分野において、マイクロソフト社、当社 AI パートナー企業と共に取り組んできました。このリレーションシップが、お客さまの実現したいビジネスモデルを形にします。
| 課題 | 設備エネルギーと消費電力をクラウド上で予測し、効率的かつ最適な設備設計・提供を実現したい。
|
|---|---|
| 技術 | 簡単にモデル構築が可能な Azure ML を採用し、エネルギー予測モデル（時系列回帰）を構築。自動化やサービス提供に向けた連携開発にも対応。 |
| 成果 | 予測結果の活用や、提供を通じたエネルギー最適化計画のモデルと基盤構築に成功。Azure ML の採用により、自社内で精度検証を行うしくみを、レクチャーとあわせて支援した。 |
| 将来の展望 |
|
| 課題 | ドローン搭載の赤外線カメラを利用して、太陽光発電ソーラーパネルの故障箇所を特定したい。
|
|---|---|
| 技術 | Deep Learning による画像のセグメンテーションと分類を実施。分析基盤には Azure データサイエンス VM（DSVM（GPU））を採用し、従来の学習時間を1/10以下に削減し、精度検証効率も向上。 |
| 成果 | 特定種別の検査対象において、正解率93.5%の精度実現に成功。オリジナルの画像検出モデルとして、検査用 Web アプリケーションに組み込める形で提供した。結果、これまで2時間要した検査作業が3分となり、お客さまの業務時間短縮に成功した。 |
| 将来の展望 |
|
ビル管理 AI
の実証実験を成功させ、実用化への一歩を踏み出すために、機械学習にも、クラウドにも、建設業にも精通し、ワンストップで対応してもらえるビジネスパートナーを探していました。
事例 PDF をダウンロードする
機械学習を組み込んだ空調熱負荷予測モデルシステムを、WebGUI で操作できる Azure Machine Learning
で構築しました。ソフトバンク・テクノロジーのデータサイエンティストからの提案で、開発効率化と精度向上を図ることができました。
事例 PDF をダウンロードする
