お問い合わせ

コース概要

生成型AI概論

  • 製造業におけるAIの現状概要
  • 生成型AIの基本仕組みと理論的背景
  • 実用場面での応用例や具体的事例について学ぶ

生成型AIを活用した設計最適化手法

  • 製品設計・開発プロセスへのAI導入事例とその効果紹介
  • ケーススタディ:実際の生産現場における生成型設計の活用法
  • 製品創造力やイノベーション能力向上に向けたAI導入策の理解

予知保全技術とその実践応用

  • AIを用いた機器メンテナンス時期の見通し作り方法について説明
  • 演習課題:予知保全モデルの構築プロセスを実体験する機会
  • AI活用によるダウンタイム抑制とメンテナンス費用節約の可能性

品質管理プロセスの改善手法

  • 品質保証業務へのAI導入事例紹介
  • 演習:AIを活用した不良発生検知法の解析訓練
  • ​機械学習手法を通じた製品品質向上方策の考察

データ分析および経営的判断力の養成

  • 生産改善目標達成に向けたAI生成情報の解釈手法について学習
  • グループ活動:データを基盤とする意思決定プロセスの実践演習
  • AIによる分析結果把握向上に向けた可視化技法の紹介

製造システムとAIとの統合手順

  • 既存の生産プロセスへのAI導入に際して求められる実行戦略紹介
  • 座談会形式:企業におけるAI統合課題および対策について議論
  • ​製造業の場において継続的に有効なAI導入ベストプラクティスの提示

製造分野向けAI技術の今後の動向について

  • 近年出現した新規テクノロジーの紹介とそれによる将来変化予測
  • 参加型セッション:次世代製造分野におけるAI活用道筋の見通し策定訓練
  • AI技術向上に対応する継続学習手法に関する考察

実践的訓練セッション

  • 生成型AIツールを活用した実地演習の実施機会
  • 相互評価およびグループでの成果発表活動を行う時間設け
  • 最終課題:特定製造業務向け総合的なAI戦略策定プロジェクト実施

まとめおよび今後の取り組みについて説明します。

要求

  • 製造工学またはプロセス改善分野の基礎知識
  • AIや機械学習に関する基本的な理解があること
  • Pythonを含むプログラミングに関する基礎知識が求められます。

受講対象者

  • 製造エンジニア
  • プロセス改善専門家
  • AI開発者
 14 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (2)

今後のコース

関連カテゴリー