NTTアドバンステクノロジ(川崎市、NTT-AT)は、人工知能(AI)技術によって異常の予兆を検知するソリューション「@DeAnoS」(アットディアノス)を2020年秋から提供する(図、ニュースリリース)。異常予兆を捉えて設備・機械のトラブルを回避する他、稼働率の向上やオペレーションの効率化、低コスト化も図れる。NTTネットワーク基盤技術研究所(東京都武蔵野市)が開発した「ディープラーニングに基づく、異常検知・要因推定を実現するソリューションDeAnoS(Deep Anomaly Surveillance)」を製品化した。

図:「@DeAnoS」の導入イメージ(データセンターの監視例)(出所:NTTアドバンステクノロジ)
図:「@DeAnoS」の導入イメージ(データセンターの監視例)(出所:NTTアドバンステクノロジ)

 ディープラーニング (深層学習)によって膨大な監視項目の相関関係を1度に学習できるので、監視対象とする異常ごとに必要なデータを絞り込んでおく必要がない。このため、保守担当者の経験や設計に基づく従来の手法に比べて時間と手間を減らせる。従来は、さまざまな機器から収集した大量のデータのそれぞれについて、しきい値やルールを設定しなければならなかった。加えて新ソリューションは、モデルの自動更新機能やパラメーターの自動チューニング機能を備えるので、監視対象となる装置やシステムの構成、利用状況などが変わっても迅速に対応できるという。

 従来の手法では難しかった異常予兆の検知や、未知または稀にしか起きない障害の発見もできるので、検知の見逃しを防げる。異常の主要因を推定する機能も装備。異常箇所の切り分けにかかる時間を短縮し、異常の影響を抑える。

 BI(Business Intelligence)ツールとの連携により、異常箇所の確認や絞り込み、推定された要因の確認をマウス1つで実行できる。これらの機能により、異常の早期発見と障害からの早期復旧が可能になるという。NTT-ATのRPA(Robotic Process Automation)ツール「WinActor」と組み合わせれば、装置ログなどの収集、異常予兆検知後のアクションといったオペレーションも自動化できる。

 工場の生産設備の他、建設機械、運輸業の運行管理システム、データセンターのサーバーやネットワーク装置の異常予兆検知に使える。NTT-ATは、事前検証・概念実証(PoC)の実施から提供形態の提案、カスタマイズ開発などの導入支援、導入後のコンサルティングサービスまでを提供する。