マツダ、自動車のモデルベース開発にAI活用–環境負荷の低い自動車開発を加速

今回は「マツダ、自動車のモデルベース開発にAI活用–環境負荷の低い自動車開発を加速」についてご紹介します。

関連ワード （ソフトウェア等） についても参考にしながら、ぜひ本記事について議論していってくださいね。

本記事は、ZDNet Japan様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。

　マツダは、エンジンキャリブレーションの効率向上と複雑化するパワートレインの設計／開発に対応していくため、英Secondmindとパワートレイン用アクティブラーニングプラットフォームの複数年ライセンス契約を締結した。両社は今後、ハイブリッド車および電気自動車（EV）のパワートレイン制御システムやCASE（Connected、Autonomous、Shared ＆ Services、Electric）などの先進制御系開発領域を対象に共同研究開発を継続していく。

　マツダは、次世代の「SKYACTIVエンジン」を制御するエンジンコントロールユニット（ECU）のキャリブレーション（調整）にSecondmindの機械学習技術を活用。従来のエンジンキャリブレーションプロセスの効率を2倍以上に高める効果を期待する。自動車のモデルベース開発（MBD）をリードするマツダは、排出ガス規制の強化、変化する消費者ニーズ、開発・製造段階から環境サステナビリティーの向上など、複雑化する問題に対応が求められていた。

　Secondmindによると、同社のパワートレイン用アクティブラーニングプラットフォームは、6年以上にわたる実践的な機械学習の研究活動をベースに開発されたもので、実験の自動化／迅速化だけでなく、ノイズの多い多次元データからのモデル作成を可能にする。

　同社の調査では、パワートレイン向けのSecondmindソリューションは、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、データの取得と処理コストを最大80％削減、プロトタイプ台数を最大40％削減できるという。