続いて、オムロン株式会社岡田様より「オムロンのエンジニアリングチェーンでのCAE活用法とビッグデータ・AIを融合した今後のCAEについて」と題しまして、「メカ・生産系CAE」、「伝熱・熱流体系CAE」、「電磁場・電磁波ノイズ系CAE」個々の技術を高めながら、製品の機能と損失のトレードオフ、生産への影響を考慮したフロントローディング開発に向けたCAE活用法・人材育成に関するオムロン様の実例をご紹介いただきました。併せて将来に向け推進されている、ビッグデータ・AIとCAEを用いたフロントローディング開発の技術向上活動についてもご紹介いただきました。お客様からは「取組内容の事例発表に留まらず、開発での活用および運用するための考え方が聞けて良かった」といった感想をいただきました。

休憩をはさみ、横浜ゴム株式会社小石様より「AIと計算科学を活用した人間中心の設計開発への取組み」と題して講演いただきました。　AI（機械学習）は、データに基づいた予測（順問題）や、探索（逆問題）、データ間の関係性把握（データマイニング）に係る課題解決に役立ちますが、一方で、AIを活用する上でデータの質と量が重要であると指摘されています。横浜ゴム様では、この課題（データの質と量）解決のために計算科学（数値シミュレーション）を利用することで数多くの未経験データを計画的に準備し、AIと計算科学を活用した人間中心の設計開発（ゴム材料とタイヤ）へ取り組まれている事例をご紹介いただきました。お客様からは「CAEもAIも需要なツールであり、どう活用するかを考えさせられた。今後はどんどん使われるようになり設計開発にも活かされるようになるのだと思う」といった感想をいただきました。

最後に近畿大学理工学部和田様より「深層学習による高精度き裂進展予測 ～AI-driven CAEの構築へ向けて～」と題し、ニューラルネットワークを用いた、き裂進展の予測の可能性および学習の加速方法についてご講演いただきました。機械学習を工学系の問題へ適用する場合の大きな課題は、多次元回帰問題に対して高い予測精度が求められるにも係わらず、“設計変数＜観測データ”となり予測品質が保証されないと指摘されています。また、機械学習の精度は、使用するデータの質に依存するため、対象物理現象の支配方程式に基づくCAEによるデータ準備は有効であるとご紹介いただいました。お客様からは「機械学習を使用するためには、準備するデータの質の重要性がよく分かった」といった感想をいただきました。