SUPERB AI.

概要

造船業界は急速にデジタルトランスフォーメーションを取り入れており、自律型船舶、デジタルツイン、スマート生産システムなどのスマートテクノロジーがオペレーションを再構築している。こうした進歩の中で、AIを活用した作業員の安全管理が重要な焦点となっている。

造船とオフショアエンジニアリングのグローバルリーダーであり、世界トップクラスの研究開発、エンジニアリングの専門知識、強力な受注残高で有名な同社は、継続的な成長の勢いを維持するためにSuperb AIに手を差し伸べた。職場の安全を確保するためにAIの導入を積極的に模索していた同社は、作業員の安全監視システムを強化するためにSuperb AIとの協業を決定した。

課題：職場の事故と危険に関するデータ確保のジレンマ

「造船所における作業員の安全確保は、当社の最優先事項です。特に、作業員の転倒などのリスクをリアルタイムで検知することが重要ですが、関連データの確保が最大の課題でした。安全の観点からは、実際の事故映像は存在しないはずですが、データ収集のためにそのようなシナリオを演出することは、コストも時間もかかるものでした。」 - 造船所安全管理チームのチームリーダー

AIを活用した安全監視システムの開発における最大の課題は、危険な状況に関する高品質なデータを確保することだった。実際に事故が起きてはならず、データ収集のために安全事故を演出するには、膨大な時間と資金が必要だった。さらに、AIモデルは、さまざまな作業環境や状況を反映した多様なデータで学習させる必要があった。

ソリューション： 生成AIで危険状況の多様なデータを作成し、新たな安全の可能性を引き出す

「Superb AIが提供する生成AI技術は、私たちにとって理想的なソリューションでした。実際の作業現場の画像を活用することで、現場で起こりうる多様な危険状況をシームレスに合成することができ、AIモデルを学習させるための高品質な学習データを効率的に生成することができました。

顧客の課題を解決するために、Superb AIはオーダーメイドのソリューションを提供した：

1. 実際の作業環境に基づいたリアルな合成データ生成

• 実際のCCTV映像を背景として活用
• SDXLインペインティングモデルを適用し、危険な状況を自然に合成
• さまざまな職場の状況やシナリオを反映したデータセットを作成

図1-1. 産業現場で倒れている作業員の画像を合成する生成AI（SDXLインペインティングモデル

図1-2. 産業環境で倒れた労働者の合成画像

2. 効率的なデータ生成システム

• データセットを簡単に作成できる直感的なユーザーインターフェース
• 自動化されたメタデータ生成と検証
• 統合されたデータ品質管理システム

3. カスタムデモアプリケーション

• リアルタイムのデータ生成と検証
• シナリオのカスタマイズのための調整可能なパラメータ
• 生成されたデータの即時展開と使いやすさ

メリット： AIモデル開発の迅速化と安全管理の強化

「生成AIにより、さまざまな危険状況の学習データを迅速に確保することができました。その結果、AIモデル開発が大幅に高速化し、モデル性能が向上し、実際の作業現場におけるリアルタイムの危険検知能力が強化されました。」 - プロジェクトマネージャー

図2-1. 生成AIによる学習画像に適用したAI物体検出

図2-2. 生成AIによる学習画像に適用したAI物体検出

主な成果は以下の通り：

1. データ取得の迅速化

• 高価な段階的事故シミュレーションの必要性を排除
• AIモデル開発時間の短縮
• データ生成と統合の合理化

2. AIモデルの性能向上

• 複数のリスクシナリオにわたるハザード検出精度の向上
• リアルタイムモニタリングの信頼性の向上
• 誤検知の最小化

3. スケーラブルなAIシステム開発

• 新たな安全上の脅威に関するデータの迅速な収集が可能
• 継続的なモデル性能の最適化
• 他の産業環境への拡張が容易

結論： 生成AIで未来のスマート造船所への道を開く

今回のプロジェクトでは、生成AIが造船・海洋産業の安全管理にどのような革命をもたらすかを実証しました。今後も、革新的な技術を通じて、産業現場の安全性と効率性の向上に貢献していきます。

付録 ：AWSを活用したSUPERB AI

Superb AIは、強力なAWSサービスを使って効率的なソリューションを構築した。

図3. AWSインフラストラクチャを使用し、画像生成AIモデルの学習とデプロイ、バッチ推論を大規模に実行するための全体的なパイプラインアーキテクチャ

まず、AWS Step Functions、Lambda、Batchを組み合わせることで、画像生成AIモデルの学習パイプラインを自動化する。これにより、大規模データセットの効率的な処理が可能になり、学習ワークフローが最適化される。

学習されたモデルは、SageMaker Endpoint、Lambda、API Gatewayを使用してデプロイされ、顧客にAPI経由のリアルタイムアクセスを提供する。これにより、目的の画像を即座に生成することができます。

さらに、大規模な画像生成のために、Step Functions、Lambda、および Batch を使用した非同期推論が可能です。これにより、お客様は大規模データセットの画像生成リクエストを効率的に処理し、結果を迅速に受け取ることができます。

AWSの様々なサービスを活用することで、希少なデータセットの取得からモデルの学習、デプロイ、大規模推論までをサポートする包括的な画像生成AIソリューションを構築します。