強化学習AIが化学プラントの精製工程を35日間連続で自律制御した実証実験

実機に適用する前に、プラント設計情報から対象プラントのモデルを作り、シミュレータ上でAIに制御モデルを学習させる手順が踏まれています。そのうえで、過去の運転データを与えて安定して動くか、異常時にどう振る舞うかを確かめ、次にリアルタイムの操業データで品質が許容範囲に収まるかを見るという順に、検証の場を机上から現場へ少しずつ寄せていきました。この段取りで見逃せないのは、FKDPPが示す制御方法に熟練の運転員が納得したことを、通過すべき確認項目として明示的に置いた点です。妥当性を数値の一致だけで判断せず、現場が説明を受けて腑に落ちるかどうかを条件に組み込んだ設計が、実機へ踏み出す根拠を作ったと考えられます。

安全の担保をAI側に負わせず、既存の仕組みに残した切り分けも効いています。AI制御システムは統合生産制御システムCENTUM VPに統合され、プラントにもともと備わるインターロック（条件が整わなければ起動できない仕組み）や緊急遮断装置といった安全機能の内側で動く形になり、AIシステムに異常が起きた際の対応と体制も運用面としてあらかじめ整えられました。AIに委ねたのはバルブの操作量を決めることであり、危険を検知して止める役割は従来の機構が持ち続けています。この線引きがあったからこそ、失敗の許されない実プラントで840時間走らせる判断ができたのではないでしょうか。

もう一つの要因は、使う技術の性質と両社の分担を噛み合わせたことです。FKDPPは、参照するセンサや操作するバルブの数が多くても限られた学習回数で頑健な制御方策を学べること、そしてAIの動き方を説明できることが特徴として挙げられており、検証に手間をかける今回の進め方と噛み合っています。役割の面では、解くべき課題の設定、プラント詳細情報と運転状況の提供、安全性・妥当性の評価をJSRが担い、AI制御システムの構築、既存システムとの連携エンジニアリング、保守を横河電機が担いました。現場の事情を最も知る側が「何を解くか」を決め、技術を持つ側が「どう解くか」を引き受ける分け方が、実証の焦点をぶらさずに済んだ理由と見ています。