横浜ゴムは2024年7月16日、XAI(eXplainable AI:説明可能なAI)を活用したタイヤの設計支援システムを独自に開発したと発表した。
これにより、技術者の知識や経験を補う情報、例えば求めるタイヤ特性に役立つ特徴量が得られるため、経験の浅い技術者でもタイヤ設計が容易になり、開発のスピードアップやコスト削減が可能となる。さらに、特徴量を俯瞰することで新たな気づきやひらめきが得られ、より高性能な商品の開発が期待できるのだ。
![](https://autoprove.net/wp-content/uploads/2024/07/2024071615tr001_2.jpg)
このシステムは横浜ゴムが2020年10月に策定したAI利活用構想「HAICoLab(ハイコラボ)」に基づいてタイヤの開発プロセスを革新するために開発されたものだ。
「HAICoLab」は人間特有のひらめきや発想力とAIが得意とする膨大なデータ処理能力を活かしつつ、先入観や認知バイアスに囚われないように、多角的な経験や知識や判断基準に基づいてAIの結果を解釈・思考・判断する“人とAIとの協奏”によってデジタル革新を目指すフレームワークだ。
「HAICoLab」に基づいたタイヤ開発を実践するため、これまでにゴムの物性値とタイヤの特性値を予測するAIシステム(2021年)やゴムの配合を生成するAIシステム(2022年)を独自に開発している。また、その他領域においても「HAICoLab」を実践するためにプログラミング不要な汎用AIツール(dotData)を導入してきた。
タイヤ開発では開発目標を目指して、特性値(性能や品質を表す数値や指標)を改善できる特徴量(タイヤの材料・形状・構造の各特徴を表す設計因子)を探索するが、このシステムでは、求めるタイヤ特性に役立つ特徴量を技術者に提供できるようSHAP(SHapley Additive exPlanations)と呼ばれるXAIに独自のカスタマイズを行なった。
さらに得られた特徴量をどう調整すればよいかを技術者が理解しやすいよう、多角的に表示できるシステムとなっている。これにより、経験の浅い技術者でもタイヤ設計を効率的に行なうことができるというわけだ。
このシステムは、技術者が設定したタイヤの基準仕様と目標特性値から改善すべき特性(目的特性)と定量値を定め、その目的特性の改善に役立つ特徴量をXAIで提示。
技術者はXAIで得られた情報(求めるタイヤ特性に役立つ特徴量)を多角的な視点で解釈して仕様を修正し、横浜ゴムが2021年に開発した特性値予測AIを使って各特性値が目標を達成しているかを確認する。
このプロセスを繰り返すことで最終仕様を決定し、さらにXAIによって最終仕様の根拠(各特性値の改善や維持に役立った設計因子:特徴量とその寄与率)も確認できる。このように“人とAIとの協奏”によって新たな発見やひらめきを得ることができ、より高性能な商品開発に繋げることが期待できる。