[事例ニュース]

2022年2月3日(木)日川 佳三（IT Leaders編集部）

リスト

　マツダは、エンジンの制御パラメータを最適値に調整するキャリブレーション（適合）工程を、マシンラーニング（機械学習）で効率化する（図1）。エンジンを制御するECU（制御ユニット）のキャリブレーションに、クラウドベースのエンジン向けマシンラーニングソフトウェア「Secondmind」を採用した。キャリブレーション工程の効率を従来比2倍以上に高める効果を期待している。

図1：Secondmindの特徴。エンジンのキャリブレーション工程をマシンラーニングで効率化する（出典：Secondmind）
拡大画像表示

　Secondmindは、自動車エンジンのキャリブレーションを自動で実行するクラウドサービスである。マシンラーニングを応用している。英Secondmindの調査では、自動車メーカーのエンジンのキャリブレーション時間を最大50％短縮し、データの取得と処理コストを最大80％削減し、プロトタイプ台数を最大40％削減できるとしている。

●Next：測定段階の少ないデータでモデルを構築する仕組み