東京エレクトロン デバイス株式会社（以下、TED）は、生成AI活用による製造業向け製品サポート特化型AIソリューション「FalconAutoPrompt」を、2024年10月22日より提供を開始する。
「FalconAutoPrompt」は、製造装置のトラブル対応から、データの解析、適切なプロンプトの生成までを自動で実行するAIソリューションだ。
独自のプロンプトエンジニアリング手法に基づくプロンプトにより、生成AIがサポート要員の業務を支援する。
具体的には、自社が蓄積した情報資産を踏まえ、生成AIが判断を行い、解決策を提供する。また、製品ごとの問い合わせの傾向や対応状況などを可視化し、業務改善や品質向上に役立てることが可能だ。
自動プロンプト生成機能では、収集した機器データをもとに、生成AIが適切な対応策を検討するために必要な情報を追加・選択し、生成AIに抜け漏れのない指示を行うことができる。
なお、「FalconAutoPrompt」は、11月に開催される「JIMTOF2024」出展の芝浦機械株式会社ブースにてデモ展示される予定だ。
東京エレクトロン デバイス長崎株式会社（以下、TED長崎）は、小型センサマネジメントユニット「RMS-3200」を、2024年4月2日より販売開始した。
「RMS-3200」は、センシング機能と予兆検知機能を搭載したオールインワン型のアプライアンス製品だ。管理者が設定した閾値の超過率を監視し、設備の故障やトラブルの予兆検知、メンテナンスを行う最適なタイミングを管理者に通知する。
設備のセンサデータやトレンドログをブラックボックス化することなく可視化しているため、管理者が自ら最適な閾値（しきい値）の検出パターンを自由に設定することが可能だ。
警報しきい値超過を事前検知するトレンド監視機能を搭載しており、一定周期での予兆検知しきい値の超過率（％）を監視する。振動センサなどのトレンド監視で機械・設備の「いつもと違う」を発見し、故障予測で適切な予知保全の仕組み構築を仮説検証できる。
また、マシンルームなどの温湿度、電源電圧の監視などの環境監視にも活用可能なほか、ソフトウェア内蔵型のアプライアンスのため、インストールなどの構築作業が不要で、環境センサに接続することで使用できる。
加えて、トレンドログ機能を備えており、センサグラフで最大・最小・平均値をグラフ化し、傾向分析を可視化する。測定値の閾値超過時間監視によるシンプルな予兆検知アルゴリズムで、短期間での予知保全仮説検証が可能だ。
販売価格は420,000円で、導入・構築・検証支援やヘルプデスクサービスはTED長崎が提供する。
なお「RMS-3200」は、2024年4月24日から26日に開催される「JAPAN IT WEEK春 ～IT運用管理＆データセンターEXPO～」にて展示される予定だ。
東京エレクトロン デバイス株式会社（以下TED）は、スマートフォンを利用して産業機器向けアプリケーションソフトのライセンス認証を管理できるクラウドサービス「FalconGuardian」を開発し、2024年1月18日から販売を開始する。
「FalconGuardian」は、アプリケーションソフトのアクティベーション（ライセンス認証）とライセンス管理を、クラウド上で行うサービスだ。オンプレミス環境（オフライン）のエンドユーザも、スマートフォンから認証用のQRコードを読み込むことでライセンス管理データベースと連携し、ライセンス認証と管理が可能となっている。
さらに、暗号技術によってアプリケーションソフトをエンドユーザが使用する固有のハードウェア（製造機器管理用PCなど）と紐づけてライセンス認証を行うことで、不正コピーや不正利用の防止につなげる。
また、TEDが構築する顧客専用のデータベースは、アプリケーションソフトのバージョンやSKU（Stock Keeping Unit）、機能制限等のライセンス管理をエンドユーザごとに設定することが可能だ。
クラウド上の管理データベースを活用することで、一般回線や閉域網（VPN等）からアクセスでき、従来のUSBドングルを使用した運用が不要となる。
販売予定価格は、初期費用として専用環境の構築費300,000円と、年間利用料金となっている。なお、年間利用料金は年間に出荷する対象ソフトウェアの数で設定される。
東京エレクトロン デバイス株式会社（以下、TED）とNSW株式会社は、MaaS事業拡大に向け協業を開始し、IoTテレマティクスサービス「Drive Tracer」ソリューションの販売を、2022年11月30日より開始することを発表した。
「Drive Tracer」ソリューションは、JVCケンウッド社製通信型ドライブレコーダと、マイクロソフトが提供するクラウドプラットフォーム「Microsoft Azure」に、NSWの「Drive Tracer」サービスを組み合わせたIoTテレマティクスサービスだ。
車両の運行情報はクラウドで一元管理し、その情報を基に危険運転事象のリアルタイム検出やドライバーモニタリングなどの安全運転管理を支援する。
位置情報を地図上にプロットし車両の軌跡を可視化したり、通信型ドライブレコーダーで取得可能な急ブレーキ、急加速などのイベント発生場面における動画確認、ドライバーモニタリングによる安全運転支援などの特長がある。
また、ユーザの運用に応じて、車両管理や点呼、健康管理といったすでに活用しているシステムとの連携や、運行管理を行う独自のフリートマネジメントシステムの構築など、カスタマイズにも対応している。
製造現場の改善プロセスのDX化は多くの企業が関心を持っている反面、実現には大きく3つの課題があった。「課題の抽出（なにから取り組むべきかという悩み）」「課題の原因調査（データ分析作業と成果）」「改善効果の可視化と横展開」である。これらは1つの改善プロセス内の課題であり、一連の課題を連携して解決できる環境（DXツール・システム）が求められている。
また、製造現場の主な生産ロス要因には「設備の故障」「刃具交換」「チョコ停」「制御不良」「環境影響」「調整ミス」などがある。
東京エレクトロン デバイス株式会社は、製造業の現場改善を支援する「即日始動！工場DXパッケージ」を開発し、提供を開始した。
同パッケージは、設備の故障や刃具交換など生産ロスにつながる状況をデジタルで可視化、ロス要因をデータ解析から特定し、改善策を現場に反映する。
具体的には、DXツール「工場のデジタル化ツールCX-D」用いて、工場内の多様な設備やセンサーと接続しデータを収集し記録する。単にデータ収集をするだけでなく、データ取り始めから利用できる「クイックAI異常検知機能」により「いつもと違う」を検知する。いつもと違う挙動と現場課題をデジタルデータでつなげ真の課題を抽出する。ITやデータ分析の専門知識、プログラミング開発は不要で、画面からの設定作業ですぐに利用できる。
また、異常検知・要因調査・状態診断の分析作業をDXツール「現場業務の改善ツールCX-M」が1台で対応し、設備の予知保全、製造工程の異常検知、品質不良の要因をデジタルデータから調査し、分析結果など、生産ラインの良否判断に用いる情報を可視化し、改善検討作業の質の向上に寄与する。
さらに、従来のデータ分析専門家による分析作業やエンジニアによるプログラム開発作業を自動化できるため、ものづくり現場の技術者が本来の業務に専念でき、現場業務の改善を効率化する。
2つのDXツールを連携して活用することで、経験や勘に頼らない安定した工場運営と生産現場の生産ロス削減に寄与する。
昨今のディープラーニングでは、大規模で高性能な計算能力をもったAIシステムをパブリッククラウドサービス上で利用するケースが増えている。
しかし、パブリッククラウドサービスを利用してディープラーニングの学習を始めるためには、サーバインスタンスの作成、ストレージのアタッチ、ネットワークの構築など多くの準備が必要となる。これらは仮想化環境で提供されるためにオーバーヘッドが発生し、ハードウェアの性能を完全に引き出すことができないという課題があった。
東京エレクトロン デバイス株式会社（以下、TED）は、ディープラーニングの高速な学習をすぐに始められるTED AI Labエンジニアリングサービス「TAILES」の販売を開始した。
TAILESは、AIアクセラレータの利用、およびTEDのエンジニアによる簡易デモ、ハンズオンセッション、AI Labの使い方やディープラーニングに関する一般的なQAなどを併せたエンジニアリングサービスである。ユーザーは、AIアクセラレータとハードウェアから構成されたTED AI Labですぐにディープラーニングの高速な学習を始めることができる。
従来のパブリッククラウドサービスとは異なり、自社のオンプレミス環境のようにTED AI Labのベアメタル環境を利用できる。これにより、サーバーやストレージ、ネットワークのハードウェア性能を最大限に引き出し、システム規模の適正化のための性能評価、クラウド環境との性能・価格比較、AI処理に特化した性能検証といったユーザーのAIシステム開発に伴うニーズに対応するという。また、TAILESの利用はリモート接続と併せて、オンサイトでの接続やデータの持ち込みも可能だ。
なお、TAILESの利用価格は、100万円～となっている。
現在、少子高齢化や超高齢化社会を迎え、国や個人の介護負担は増加の一途を辿っている。介護従事者の確保、訪問介護、在宅介護に対する負担軽減策として、IoTやAI技術を活用した医療・介護支援の普及が必要不可欠となりつつある。
介護施設などでは、遠隔見守りシステムなどの環境整備が急務とされているものの、カメラ設置によるプライバシーの問題や設置場所、カメラやセンサーの設置工事、コストの負担が大きく、遠隔見守りシステムの導入が遅れているのが実情である。
東京エレクトロン デバイス株式会社とVayyar Imagingが販売代理店契約を締結し、高齢者介護施設および在宅介護の用途向けに4Dレーダーイメージングセンサーを応用した独自の転倒検知・活動監視ソリューション製品「Vayyar Home」の販売を開始した。
Vayyar Homeは、カメラ不要の見守りシステムで、高齢者の状態・位置・行動を認識できるため、介護現場で求められる転倒、活動量、日常生活動作（ADL）における異常を検出することができる。
また、点群クラウドデータを活用することで、早期に転倒検出アラートを行い、分析サービスを支援する。個人の顔や容姿を検知することのない技術方式のため、トイレや入浴介護といったシーンにおいても、常にプライバシーが保護される。さらに、照明条件によって影響を受けず、湯気の多い環境下でも検出可能であるため、一般的に最も転倒頻度の高いといわれる浴室での利用シーンにおいて有効だ。
4Dイメージングレーダーを中心に構成されており、既存のプラットフォーム（ナースコールシステムなど）へ組み込み可能であるほか、シンプルに部屋の壁や天井に設置することもできる。加えて、スマートフォンアプリを利用することで24時間365日の見守りが可能となる。
言語処理や画像処理の分野において、AIを使ったさまざまなサービスの利用が進んでいる。高精度なAIモデルを学習により作成し、学習済みAIモデルにて未知のデータを推論させることがAIサービスの運用となる。運用で新たに入手したデータは再学習に利用され、予測精度を高めていく。これは一般的なITサービスの開発／運用とは異なり、学習を繰り返すという一連の作業を運用していかなければならない。この一連の流れをAIパイプラインという。
このAIパイプラインの効率化と処理速度を上げるには、高速なアクセラレータに加え、AIモデルの学習環境と推論（運用）環境を相互に接続できるよう、ネットワーク構成、データ共有構成など、AIパイプライン処理に特化したシステム構築が必要である。
東京エレクトロン デバイス株式会社社（以下、TED） は、より高精度にデータ学習したAIモデルの作成と持続可能なAIサービスを可能にするAIアクセラレータ・ストレージ・ネットワークの製品を一つにまとめたAIインフラパッケージ製品「TED AIインフラパッケージ（TAIP）」の販売を開始した。
同パッケージは、学習環境と推論環境を相互に接続する機能と高速なアクセラレータにより、AIパイプライン処理を短時間で可能にする。
パッケージ化された構成はTEDで検証し、実際のAIモデルを使って動作を検証済みのため、システム管理者は言語処理や画像処理の分野におけるAIを使ったさまざまなサービスを実行するための最適化されたAIインフラとしてすぐに利用できる。また、利用中のネットワーク・ストレージ環境とTAIPとの相互接続、ベンダーロックしない柔軟なシステム構成も利用可能だ。
ディープラーニングの発達によりAI活用のニーズは高まっているが、AIモデルの精度や複雑性が上がるにつれて大型化し、学習期間も長期化している。
そこで東京エレクトロン デバイス株式会社（以下、TED）は、最新のNVIDIA・Cerebrasを備えたAIシステムの検証環境「TED AI Lab（テッドAIラボ）」を7月15日にTEDエンジニアリングセンター内に開設することを発表した。
「TED AI Lab」では、AIモデルの学習を短期間で実施し、AI開発に最適な規模を検証する環境が構築されている。システム規模の適正化のための性能評価、クラウド環境との比較、AI処理に特化した最新AIアクセラレータによる性能の評価を実施することができる。
「TED AI Lab」のシステム構成は、AIワークフローのためのユニバーサルシステム「NVIDIA DGX A100」、超高速ディープラーニング専用システム「Cerebras CS-1」、オールフラッシュストレージ「Pure Storage FlashBlade」など、サーバー周辺機器で構成されており、これらシステム環境全体を利用することができる。（トップ画参照）
また、製品の使用方法に関するレクチャーやQ＆Aなど、TEDのエンジニアによる検証支援で、オンプレミスの環境を再現し検証することが可能だ。
さらに、リモートアクセスだけでなく、セキュリティの理由でクラウド環境が利用できない場合でも、オンサイトで接続し利用することができる。
物流倉庫においては、荷物の保管や出庫にかかわる多くの業務を人手によるマニュアル作業で管理しているケースがある。そこでは荷物の取り間違えや、取り間違えによる戻し費用の発生などの問題だけでなく、在庫数量の正確な把握、棚や倉庫内の空きスペースの有効活用、人員不足による配送遅延の解消や人件費の抑制など、現行の在庫管理ソフトウェアを使用している場合でも、解決しなければならない課題が多いのが現状だ。
近年のインターネット通販市場規模の急増とともに物流量が増大する中、マニュアル作業を削減し、既存の倉庫管理システムの改修コストをかけずに、効果的な運用へのシフトが求められている。
東京エレクトロン デバイス株式会社は、TOKYO ELECTRON DEVICE AMERICA, INC.が開発した、物流倉庫の自動化・効率化をサポートするシステム「HAKO-FLO」を用いて、日本国内の顧客倉庫において省人化やコスト低減を可能にする物流管理サービスの実証実験を開始した。
HAKO-FLOの主なサービス内容は以下の通り。
同実証実験では、ユーザーが使用している既存システムで発生する入荷時や出庫時の「計測」「検品」「在庫管理」「棚卸」インボイス作成や帳票ラベルなどの「書類作成」の5つの業務を、クラウドやオンプレミスで提供する専用のソフトウェアで管理する。これにより、人手のかかるマニュアル作業を見直し、自動化することで適切な人員配置につなげる。
また、既存のシステムと連携することでサービスの一部だけでも利用可能で、倉庫作業に合わせ最適な形に組み合わせた運用を可能にする。これによって、倉庫業務におけるさまざまな課題を解決し、効率化に貢献する。