低コストかつ優秀なAIをものづくりの現場に提供

こうした独自性のある技術を武器に同社が目指すのは、「あらゆるもの、あらゆるデバイスにe-AIやSOTBを盛り込んでいくことで、やりたくでも導入コストや維持コストがかかって断念していた分野にソリューションとして提供できるようになる」(横田氏)ということだという。

  • DRPとSOTB

    低消費電力やフレキシビリティを武器に、メンテナンスコストや導入コストの削減を図ることで新市場の開拓をはかっていく

  • 新規市場

    新規市場の開拓イメージ

  • e-AI

    e-AIによるモータ故障検知のデモの様子

e-AI搭載モータ制御マイコン「RX66T」を活用して、モータに流れる電流そのものを測定して故障の検知を行うというデモ。余分なセンサをつける必要がなく、モータの異常を検知することができる

そのためにはe-AIそのものも進化していく。その方向性としては「適応する自律」というキーワードが掲げられている。横田氏は、「モノが経年劣化していくことを学習し、都度、最適化を図っていくことで調整することを可能とする。それがe-AIのクラス4の状態であり、これを実現していくことで、AIを世の中のありとあらゆるところに広げていくことを目指す」と将来のe-AIの姿にも言及。中長期的には海外のニーズも増してくるとの見方を示しており、将来的には2022年にe-AIで100億円、SOTBで同じく100億円の事業規模の構築を目指していくとしていた。

  • 技術ロードマップ

    e-AIを中心とした産業機器向け技術ロードマップ

  • e-AI
  • e-AI

  • e-AIによる紙種判別ソリューションのデモ。安価な3つのセンサ(フォトリフレクタ2個とタッチセンサ)と組み合わせることで、複数種類の紙をスキャナが自動で識別できるようにしたもの。10種類の紙種を判別でき、通った紙の当該部分に赤いバーが記される。学習回数は30回ほどで、マイコンに搭載される推論アルゴリズムは数十KBほどだという

e-AIによる紙種判別ソリューションのデモ。紙を認識すると、右側のモニタの赤いバーがP0(左端)に移動する様子が見て取れる