科学研究の最前線を探るシリーズの一環として、世界経済フォーラムのヤング・サイエンティストであるオルガ・フィンク氏に話を聞いた。同氏はEHTチューリッヒで知能保全システムの教授を務め、複雑な産業資産の安全性と信頼性を高める知能アルゴリズムを開発している。
解決しようとしている大きな課題は何ですか？
私の研究の最終目標は、産業資産と重要インフラの性能、安全性、稼働率を向上させ、保全と運用の費用対効果を高めることです。近年、複雑なエンジニアリングシステムは、多数の状態監視装置によってきめ細かく監視されています。私の研究では、こうした膨大で多様な状態監視データから学習し、故障が起きる前に予測する知能アルゴリズムの開発に取り組んでいます。システムでまだ故障が発生したことのない場合も対象です。主な課題の一つは、アルゴリズムを汎用化し、その開発を拡張可能にすることです。
その解決に向けて、どのような大きなアイデアを活用していますか？
根底にはいくつかのアイデアがあります。その一つは、特定の一つのシステムだけに適用できるのではなく、機群を構成する個々のシステム間で運用経験や故障パターンを移転できる人工知能アルゴリズムを開発することです。ポルトガル語を話す人がスペイン語を学ぶ場合に似ています。スペイン人にポルトガル語で話しかけるわけではありませんが、スペイン語をゼロから学び始めるわけでもありません。基礎となる概念や文法、語彙の一部を応用できます。
もう一つの取り組みは、工学の知識と人工知能アルゴリズムを組み合わせ、双方の強みを最大限に生かすことです。
5歳の子どもにも分かるように説明すると、どうなりますか？
私たちの仕事は医師の仕事に似ています。ただし、私たちの患者は発電所や船のエンジン、列車といった複雑な産業資産です。患者は具合が悪いと自分で伝えられないため、システムの状態を示す情報を集める状態監視システムに頼ります。こうした測定値を使って、システムが不調になり始めた時期を検知し、原因を診断し、どれくらい安全に稼働を続けられるかを予測します。最終的な目標は、何が問題なのかを予測するだけでなく、システムの耐用期間を延ばすための運用方法を指示することです。患者に寿命を延ばすため食生活を見直し、運動を増やすよう医師が助言するのと同じです。
これまでの道のりで、最も難しかったことは何ですか？
最も難しかったのは、私たちの手法の有効性を実証するのに適した、実際の用途から得られたデータセットを見つけることでした。
人々が知らない、最も衝撃的な事実は何ですか？
衝撃的というより、おそらく意外なことですが、私たちの最大の課題は、安全が極めて重要なシステムは非常に信頼性が高く、故障があまり起きないことにあります。そのため、データから学習することも、開発した解決策を検証することも難しくなります。学習に十分な故障パターンが集まるまで待つとしたら、何百年もかかるでしょう（機群の規模によっては、何千年もかかります）。
もう一つ意外なのは、多くの用途で大量のデータが収集されているにもかかわらず、それが積極的に活用されていない場合が多いことです。
最後に、人工知能アルゴリズムに魔法はありません。データに含まれることしか学習できません。ただし、それは隠れていて、分かりにくい場合があります。
あなたの仕事にまつわる興味深いエピソードはありますか？
子どもの頃、私は医師になりたいと思っていました。成長するにつれて関心が変わり、数学が好きな気持ちのほうが強いと気づいて、エンジニアになりました。でも最終的には、機械のお医者さんになったのです。
