サステナブルなモノづくりのために No.109
2026.05.13
前号で生成AIの話を書いたのだが、若干書き残しがあったので、少し続きを書かせてください。 前回、リマニュファクチャリング設計ガイドラインを生成AIを使って導出する研究の話をしたが、これの続きである。これは、エコデザインに興味の無い設計者にできるだけ簡単にリマニュファクチャリング設計をやって貰うために、100個程度の汎用的なリマニュファクチャリング設計ガイドラインから、今、設計しようとしている製品にカスタマイズした設計ガイドラインを導出するというものである。入力は、汎用ガイドラインに加えて、製品の構造情報、リマニュファクチャリングの工程情報（どの部品を交換するか、どの部品は取り出してクリーニングしてもう一回取り付けるか、といった情報とその手順）を与えている。構造情報は部品のネットワークの形で一応構造化されているが、工程情報の方は基本、文字情報である。それでも設計者に有用な結果が出てくる。これは、メーカーの技術者に確認済みである。 今回言いたかった1つ目は、当たり前と言えば当たり前なのだが、製品情報を違う製品にすれば、その製品にカスタマイズした設計ガイドラインがちゃんと出てくるし、汎用ガイドラインの方をリマニュファクチャリング設計じゃなくて、修理を容易にするリペア設計に変えれば、リペアのためのガイドラインが出てくる。いろいろな場面で使える汎用的なツールができたと喜んでいる。 もう1つ面白いのは、この研究では、今や当たり前になったAIエージェントを使っているのだが、そうするとツールの使用ログが出ている。ここでのツールというのは、汎用設計ガイドライン、製品情報、工程情報のことであるが、AIエージェントがどのような順番で、どのツールを見て、どういう情報を獲得したかが分かる。これはまさに、AIエージェントの問題解決プロセスの情報なので、これを集めて、知識として再利用できるようにしてやれば、我々の研究室のもう一つのテーマである「デジタル・トリプレット」でやっていることに繋がってくる。ただ、これまでのデジタル・トリプレットでは、熟練者や未熟練者といった「人」を対象にして、作業の記録を取ったあとに、1つひとつの作業の意図をヒアリングすることで、意味のあるプロセス知識を記述してきた。AIエージェントからは意図を取り出すことはできないであろうから、そこは考えないと。そこにあるのは単なる選択確率なのだろう。さらに言えば、この作業プロセスをAIエージェントに指示すれば、ユーザの意図に対してさらに適合した結果が得られるはずである。多分これは可能だし、既にやられていることのように思われる。そうすると、デジタル・トリプレットとAIエージェントの話が繋がってくるのではないかと思っている。
デジタルってマジックみたい♪
2026.05.13
トヨタ自動車株式会社 本社工場 水素開発製造部 設備課 玉城 海優
第14回 滑車の問題（2）
2026.05.11
国立大学法人 九州工業大学支援研究員・客員教授堀田 源治
第158回「2300ページのPDF と メモリの割り当て」
2026.05.08
