top of page

​自律判断AI の紹介

            日本国内特許(第7124259号) 
         米国特許公表番号:US-2023-0409009-A1 

      AIに本物の判断力を! 事前学習いらずの即戦力技術を開放中】

    

 人の判断に依存してきた業務を自動化するには、要求に関わる複数の判断材料を総合的に考え判断する

 人の能力を情報処理化する必要があります。
 自律判断AIは、
事前学習を必要としないリアルタイム処理であり、人と同様「判断根拠となる情報」を 

 基に、自ら判断することを可能にした次世代AIです。

      

  ※ 総合的判断が可能なことからAIと呼んでますが、情報処理の方法に関する特許であり一般のプログラムと

    ITシステムでのご利用が可能です。また、AI技術者も必要とせず業務の自動化を推進できます

       

 大手企業から個人クリエイターの方まで、どなたでもこの特許技術をお使いいただけます。

「今のAIでは物足りない」「便利ツールだけでは差別化できない」「知的資産を業務処理に組み込みたい」

 と感じている皆さま、自律判断AIとの組み合わせで、一歩先のイノベーション起こしてみませんか?

【資料のご利用案内】
   ■ 動画、PDFアイコンのクリックにより、動画再生およびPDFの表示が可能です。

      ※ どちらのファイルもご自由にダウンロードいただけます(無料)

​2026年01月28日更新

     タイトル                                      概要                            動画              PDF           PPT

0.伝えたいこと

リアルタイム自律判断AIの概要、機能、特徴など、お伝えしたい内容の紹介

1.DXの提案

業務支援の現状とリアルタイム自律判断AIによる産業変革のイメージと、実現できることの一例を紹介

2.タスク支援の限界

判断機能を持たない「特定タスク支援ツール」の活用による業務改革の限界についての紹介

3.判断する処理の流れ

判断の根拠を登録したテーブルデータを基に、総合的な判断の考え方

4.総合的な判断とは?

判断に関わる部門の目的、責任、権限などにより、同じ業務(例:部品の選定)であっても、製品コンセプトが異なれば各部門の要求も異なり、選定結果も異なるイメージを総合的は判断の例として紹介

5.知的資産の活用例

回路図からの部品表自動生成、および一部品に対し複数のフットプリントを登録し、製品コンセプトに適した仕様のフットプリントを自動選定することで、競争力を確保する処理例の紹介

6.判断を再現する従来型AI

従来型AIは生成AIを含め、自律判断する機能を持たず、パターン認識技術を利用した判断の再現や、所定のアーキテクチャを利用した再現しかできない仕組みであることの一例を紹介

7.データと処理の流れ

Yes/Noを判断するにも、判断の根拠は必ず存在する。 Yes/Noそれぞれが持つ判断根拠情報の組み合わせを生成する一連処理を紹介

8.新規性と進歩性の確認

PCT出願時の国際調査機関による調査結果を紹介

9.運用世代管理の仕組み

技術、規定、ツール機能などを判断材料とした場合、技術と規定と機能の組み合わせを基盤とした判断になるため、各運用世代を統括する運用世代管理の仕組みが必要になる。この仕組みによりファイル単位の機能更新も可能になる

10.利用のご案内

リアルタイム自律判断AIを利用されたい場合のご案内

11.【補足】AIの定義

International Business Machines Corporetion様のAI定義を紹介

12.【補足】DXの定義

野村総合研究所様の定義を紹介

13.情報の管理活用を支える組織体制

リアルタイム自律判断AIの総合的判断の設定および精度を管理する組織体制の参考

14.危機に反応するAIの課題

目前の危機に反応して避けるのではなく、初動操作の前に全方向の状況把握と自車挙動の乱れ(例:急激な方向転換による横転など)が無い複合操作(例:ハンドルとブレーキ操作)のシミュレーションによる最適操作の実現が必要

15.自動運転AIの倫理問題対応

リアルタイムに総合的な判断が可能なAIは、ドライバー要求を基にした被害最小化の操作判断ができるため、法廷を含む社会の場で緊急避難を前提とした操作よりも支持が広がる可能性が考えられる

16.特定タスク支援の限界

従来型AIは、複数の判断材料を総合的に考慮した判断ができないため、支援の対象が特定のタスクに限定されてきました。業務の効率も精度も上がり便利にもなりますが、人の判断を伴う業務のAI化には利用できません。

17.人の判断の考え方を情報処理化したAI

人が複数の判断材料を総合的に考慮して、最善の判断を行う際の考え方とその流れを情報処理の方法に置き換えて自律判断を可能にしたAI

18.部品やフットプリントの自動選定処理

製品コンセプト(例:小型化、高耐久化)により選ぶべき部品は異なり、小型化用と高耐久用のフットプリントも別登録とし、コンセプトに合った競争力のあるものを選定したい。これらの要求を自動化したAIの紹介

19.従来の自動運転AIが持つ根本的な課題

事前学習型の自動運転AIは、安全性を確保するため、インフラや制約条件に頼っている。リアルタイム自律判断AIは処理が軽いため瞬時に周囲の状況データを基にした最善操作を実行できる。

20.自動運転AIのハイブリッド化提案

従来の事前学習型自動運転AIと、リアルタイム自律判断AIを組み合わせたハイブリッド型自動運転AIを提案中。これにより、緊急避難を前提としつつ、全体の被害最小化に向けた操作判断を実現できる。

21.従来型自動運転AI車の倫理問題

従来型自動運転AIは、危機的な状況になった際も、ドライバーの意思を反映した回避操作を行うことができないため、AIに関するドイツ倫理委員会報告書の原則に反しており対応が必要

22.自律判断AI導入判断の手順

自律判断AIの導入を検討したい方向けの手順提案です

まずは、自律判断AIの仕組みや導入の効果/成果をご理解いただくための一歩を紹介


23.AI活用の2極化

今後のAI活用は、作業/特定タスクを対象とした「効率化と便利さの拡大」と自律判断AIによる「人に依存してきた業務の自動化」の2極化へと進む

アクセス

〒252-0226 神奈川県相模原市

中央区陽光台3-4-21-304

電話番号

042-707-8217

注)初回はメッセージをお残し

  ください折り返しお電話を

  差し上げます

​お問合せ先

info@plmrevolution.com

※ お問い合わせページも

​  ご利用いただけます

© 2017 PLM Revolution Inc.

​株式会社 PLMレボリューション

bottom of page