Human-centric multi-objective optimisation of operator safety and productivity

あなたは高速レースカーのキャプテンになったと想像してください。あなたの目標は、レースに勝つためにできるだけ速く走ることです。しかし、そこには落とし穴があります。スピードを上げれば上げるほど、心臓の鼓動は激しくなり、手は震え、クラッシュすることへの恐怖を感じるのです。ものづくり、具体的には巨大な回転工具で金属を削る世界において、工場の作業員も同様のジレンマに直面しています。彼らは生産性を高めたい（できるだけ速く、大量の金属を削り取りたい）と考えていますが、同時に安全で冷静でなければなりません。もし機械が激しく振動したり、音が大きすぎたりすると、作業員の心拍数は跳ね上がり、安全感は低下します。これは単に「気分が良いか悪いか」の問題ではありません。ストレスを感じているオペレーターは疲弊しており、疲弊したオペレーターはミスを犯すのです。そのため、科学者たちは難しいパズルを解こうとしています。つまり、人間が失神しそうだと感じることなく、機械を高速で稼働させるには、どのようにチューニングすればよいのかというパズルです。

これは、人工知能（AI）と呼ばれる特別な種類の「デジタル脳」を使って、このパズルを解こうとした新しい研究の物語です。研究者たちは単に推測したわけではありません。彼らは、スーパースマートなコーチとして機能するコンピュータモデルを構築しました。このコーチは、3つの要素を同時に監視します。どれくらいの速さで金属が除去されているか（生産性）、作業員の心拍数がどれくらい上がっているか（生理学的ストレス）、そして作業員がどれくらい恐怖を感じているか（主観的な安全性）です。目標は、機械がハードに働きつつも、人間が冷静さと自信を保てる「スイートスポット」を見つけ出すことでした。これを行うために、彼らはそれぞれ異なる個性を持つ3種類のAIコーチをテストし、どれが最高のバランスを見つけ出せるかを検証しました。

実験：金属と精神のダンス

研究チームは、ワークショップに実際のテスト環境を整えました。彼らは、ミーリングマシン（フライス盤）の使用訓練を受けた11人のボランティアに、それぞれ27種類、合計297回の切削タスクを行わせました。すべてのタスクにおいて、彼らは3つの主要な設定を変更しました。工具の回転速度、金属への切り込み深さ、そして送り速度（前進する速さ）です。作業員が仕事をしている間、研究者たちは彼らを注意深く観察しました。作業員の手首にはスマートウォッチを装着して心拍数を追跡し、騒音を聞き取るためのマイクを設置し、機械の揺れを感じ取るための振動センサーを取り付けました。その後、作業員はアンケートに回答し、危険性、緊張感、あるいは不快感を評価しました。

チームはその後、「ロバスト線形モデリング」と呼ばれる強力な統計ツールを使用して、この乱雑なデータを明確なルールへと変換しました。これは、点と点を結びつける探偵のようなものです。彼らは、送り速度が増加すると心拍数がどれくらい跳ね上がるのか、あるいは切り込みが深くなると振動レベルがどのように変化するのかを正確に突き止めました。彼らは、作業員の心拍数が、彼らがどれほど安全だと感じているかを示す最大のヒントであることを発見しました。もし心臓が激しく動いていれば、作業員は安全ではないと感じていました。興味深いことに、工具の速度は機械の音を大きくさせますが、作業員の身体を実際にストレスを感じさせたのは、切り込みの「深さ」と「送り速度」であったことが分かりました。

AIの対決：3人のコーチ、一つの目標

ルールが判明した後、研究者たちは3つの異なるAIアルゴリズムに、最適な機械設定を見つけ出させました。これらのアルゴリズムを、レースカーをチューニングしようとする3種類の異なるタイプのコーチだと想像してください。

1. 遺伝的アルゴリズム (GA): このコーチは、自然選択の専門家のようなものです。さまざまな設定を組み合わせ、最も優れたものを残し、悪いものを排除しながら、完璧な解決策へとゆっくりと進化していきます。
2. 人工免疫システム (AIS): このコーチは、人間の免疫システムから着想を得ています。多くの優れた解決策のコピーを作成し、ウイルスを狩る白血細胞のように、それらをわずかに微調整することで、最も安全で効果的な経路を見つけ出します。
3. 蟻コロニー最適化 (ACO): このコーチは、蟻の群れのように行動します。蟻は良い経路に「匂いの跡」（デジタル信号）を残します。もしある経路が素晴らしい結果をもたらすなら、より多くの蟻がその跡を辿り、その経路を強化していきます。

結果：レースに勝ったのは誰か？

すべてが決着したとき、3人のコーチはそれぞれ異なる戦略と結果を示しました。

AISコーチ（バランスの取れた勝者）:
人工免疫システムは、最もバランスの取れたパフォーマンスを発揮しました。このコーチは、作業員の心拍数を3つのうち最も低い78 bpmに抑えることに成功しました。同時に、生産性も高く維持し、毎分約460 mm³の金属を除去しました。作業員が安全を感じられる経路（リスクスコア1.01）を見つけ出し、機械の速度を落としすぎることもありませんでした。この研究は、これが人間が感じるウェルビーイングと工場の出力を両立させた、最も「妥当な」アプローチであると示唆しています。

GAコーチ（安全第一のアプローチ）:
遺伝的アルゴリズムは、少し慎重な姿勢を見せました。このコーチは、作業員の安全を守ることを最優先事項としました。80 bpmという非常に低い心拍数と、1.10という最低の知覚リスクスコアを達成しました。しかし、これほど安全を確保するためには、生産率が399.85 mm³/minというやや低い値になることを受け入れなければなりませんでした。これは、少しでもスピードを上げると不安を感じるため、決してスピードを上げようとしないドライバーのようなものです。

ACOコーチ（スピード狂）:
蟻コロニー最適化は、最も攻撃的でした。毎分470 mm³の金属を削り取り、最高の生産性を実現しました。しかし、そこには代償がありました。作業員の心拍数は82 bpmまで上昇し、知覚されるリスクも高くなりました。研究によると、このアルゴングリズムは少し不安定であり、テストの中には、不可能（例えばマイナスの金属除去量など）な設定を提案してしまうこともあり、安全性が重視される業務においては信頼性が不十分であることが示されました。

大きな教訓

この研究は、単にすべてを解決する「魔法のボタン」を見つけたのではありません。むしろ、全員を常に満足させる完璧な設定など存在しないということを示しました。あなたはトレードオフ（妥協点）を選ばなければなりません。もし作業員にとって絶対的に安全で快適な体験を望むなら、GAの設定を選びます。もし安全とスピードの最高のバランスを求めるなら、AISのアプローチが勝者となります。もしとにかく可能な限り速く進み、作業員が少しストレスを感じることを気にしないのであれば、ACOがそこに到達できるかもしれませんが、それはリスクを伴います。

また、研究者たちは機械自体についても驚くべき発見をしました。彼らは、送り速度（工具が移動する速さ）が作業員にストレスを与える主な要因であることを発見しましたが、一方で切り込み深さを増すことは、特定のテストにおいて生理的負荷を軽減することに役立つことが分かりました。これは、小さなステップを素早くたくさん踏むよりも、大きな一歩を踏み出す方が疲れにくいと感じるような、少し直感に反する発見です。

結局のところ、この論文は、人間を大切にする工場を設計するために、スマートなコンピュータモデルを使用できることを証明しています。これらのAIコーチを使用することで、工場のマネージャーは、単に利益を最大化するためだけでなく、作業員の心拍数を快適なペースに保ち、精神的な安全を守るために機械をチューニングすることができるのです。これは、「スマート・マニュファクチャリング（スマート製造）」が、真の意味で「人間のためにもスマートである」未来への一歩です。