物理モデルをベイズ最適化に組み合わせ、実機での試行回数を抑えながら最適な候補を絞り込む仕組みだ。調整時の動作回数は約90％減り、位置決め時間も平均20％短縮した。

　対象は電子部品実装機や半導体製造装置などで、従来は8種類720個のパラメーターを詰める必要があった。今回の技術は、熟練者の試行錯誤を減らしつつ、性能を引き出す調整を狙うものだ。生産準備時間やタクトタイムの短縮につながる見通しで、2028年の製品化を目指す。

　社内ヘルプデスクのAI化に引き直すと、業務知識や運用ルールをモデル化し、問い合わせ対応の候補を早く絞り込む発想と重なる。製造現場向けの発表ではあるが、現場知見をAIに埋め込み、試行回数を減らす設計思想は、企業内サポートの自動化にも通じる内容といえる。