安田女子大学・広島市立大学と4層一体型システムを開発、AIが技能を評価して次の訓練へ反映する「メタトレ＋」研究開発を推進
株式会社ワールドエリアネットワークス（本社：広島県広島市、代表取締役：三谷 歩、以下「WAN」）は、このたび「令和8年度 成長型中小企業等研究開発支援事業（Go-Tech事業）」に採択されたことをお知らせします。
これまで培ってきた3DCG・XR・物理シミュレーション技術を基盤に、公益財団法人ひろしま産業振興機構を事業管理機関とし、広島市立大学、安田女子大学と共同で「メタトレ＋」研究開発を推進してまいります。
Go-Tech事業とは
中小企業庁が実施する国の研究開発支援制度。AI・IoT等の先端技術を活用した研究を対象に、開発から事業化までを支援し、日本の製造業・サービス業の競争力強化を目的としています。採択後も外部有識者による中間・最終評価が行われ、研究開発の進捗と成果の社会実装が継続的に確認される点が特徴です。
新人育成阻む「事故リスク」の壁――建設現場が抱えるジレンマ
建設業では、担い手の減少と高齢化が進んでいます。
2024年平均の建設業就業者数は477万人で、1997年の685万人から約30％減少。就業者のうち55歳以上が36.7％を占める一方、29歳以下は11.7％に留まるなど、次世代への技能継承が大きな課題となっています。
建設機械オペレーターとして現場で安全に作業を行うためには、操作手順だけでなく、状況に応じて感覚的に操作・判断する力を身につける必要があります。
しかし、従来の実機訓練には
- 誤操作が重大事故につながる恐れがあるため、新人オペレーターに十分な実機経験を積ませにくい
- 指導や評価が熟練者の経験や感覚に依存し、改善点や上達度を客観的に把握しにくい
- 現場条件が毎回異なるため、同じ課題を繰り返し練習することが難しい
といった制約があります。
こうした課題を解決すべく、現場の再現に加え、操作と施工結果から技能を客観的に評価し、その結果を次の訓練へ戻す仕組みを「メタトレ+」で構築します。
「メタトレ＋」を構成する4層一体型システム
1．現場条件を組み合わせる「シナリオデータベース層」
掘削、積込、整形などの基本作業を中心に、企業や教育機関の訓練目的に合わせたシナリオを作成できる仕組みを目指します。
【設定可能な項目の例】
[表1: https://prtimes.jp/data/corp/161005/table/8_1_8dadba6eea6ce522abb3ba61289a9698.jpg?v=202607301045 ]
2．建機と土の動きを再現する「物理シミュレーション層」
建機の動きだけでなく、
- 土の硬さによる掘削抵抗の違い
- 掘削に伴う壁面の崩れ
- 粘性土のバケットへの付着
- 掘削後の地形の変化
など、実際の施工で生じる現象を仮想空間上で再現します。
操作ログと地形変化を時系列で取得することで、「どのように操作したか」と「その結果、現場がどう変化したか」を対応付けて記録します。
3．熟練技能を数値化する「AI技能評価層」
熟練者、初心者、未経験者の訓練データを収集し、技能を次の3つの観点から評価します。
[表2: https://prtimes.jp/data/corp/161005/table/8_2_4e822a1938fe5b3193199831a401823c.jpg?v=202607301045 ]
合否判定ではなく、熟練者と初心者の違いを複数の指標に分解し、「どこができていて、どこを改善すべきか」を説明できる評価モデルの構築を目指します。
4．次回取り組むべき訓練シナリオを提案する「フィードバック層」
AIによる評価結果や過去の訓練履歴をもとに、一人ひとりに適した次の訓練シナリオを自動で提案します。
それぞれの習熟度や課題に応じて内容や難易度を調整することで、苦手な操作を重点的に練習できるなど、一人ひとりに合った効率的な技能習得を支援します。
主な研究開発目標
本研究開発では、令和8年度から令和10年度までの3年間で、以下の達成を目指します。
- 掘削・積込・整形を中心とした300シナリオ以上の整備
- 「AI技能評価層」に活用する10指標以上の設計
- 熟練者と初心者を識別するAIモデルの高精度な正答率
- 複数の建設関連企業で実証・導入検証を実施
※上記は研究開発上の目標値であり、現在提供中の製品性能を示すものではありません。
産学官と建設現場が連携する研究開発体制
[表3: https://prtimes.jp/data/corp/161005/table/8_3_ba9ed0e799718913919309aa1958d4f3.jpg?v=202607301045 ]
令和8年度はシナリオ生成・物理演算・データ取得基盤を構築し、令和9年度に教師データ※の整備とAI技能評価モデルの開発、令和10年度に4層一体化システムの実装と、現場導入検証を行う計画です。
※画像、動画、音声などの「例題」と、それが何を指すかを示す「正解」を紐づけたデータのこと。、AIの機械学習に必要不可欠。
Go-Tech事業の先に目指す「現場で働くAI」
Go-Tech事業では、まず、建設機械オペレーターの技能を記録・評価し、訓練者ごとに次の学びを提案する4層一体型システムの確立と実証に取り組みます。
その成果を土台として、中長期的にはVLM※を活用し、AIが「なぜ危険と判断したのか」「どの操作を改善すべきか」を、映像と数値的な根拠を使って説明する機能へ発展させる構想です。
※画像と言語を同時に理解するAIモデル。画像を見て「何が写っているか」を言語で説明したり、言語による指示や質問に応じて画像を理解することができる。
これらのデータは、将来的に建設機械の遠隔操作などフィジカルAIへの応用も見据えています。
例えば、死角の警告や危険箇所の表示、適切な操作の提案など、作業を支援する技術へ発展させるとともに、人の監視下で、障害物の回避や一部作業の自動化を実現する技術への応用を目指します。
人に代わるAIではなく、人の判断や技能を支えるAIの実現を
WANは、人がAIの判断理由を確認・説明でき、必要に応じて介入できる仕組みや、現場データを適切に管理できることを重視し、人とAIが協調して活用できる、安全で信頼性の高いAIの開発を進めます。
また、クレーンやフォークリフトなど他の産業機械や教育機関向けの訓練へ展開するとともに、保守・運用支援などを組み合わせた継続的なサービスへの発展も検討します。
現場実証に向けて、ともに進める仲間を募集しています
WANでは、Go-Tech事業をはじめ、AI・XR・3DCG・Webシステムなど幅広い技術領域で研究開発・製品開発を進めています。
新しい技術に挑戦し、社会課題の解決に取り組みたい方を募集しています。募集職種や採用情報については、こちらからお問い合わせください。