基本情報技術者 2019年 秋期 午前（科目A） 問73

生産現場における機械学習の活用事例【午前2 解説】

要点まとめ

• 結論→ 工場でロボットが自ら学習して作業効率を高める事例（ウ）が機械学習の典型例で正解です。
• 根拠→ 「学ぶ」「自律的に改善する」といった表現は強化学習や模倣学習など機械学習の本質を表しています。
• 差がつくポイント→ IoTや統計的分析、経験曲線は関連分野ですが、「学習」に着目して選択肢を絞るのが確実です。

正解の理由

よくある誤解

• IoTや高速通信で接続すること自体が「機械学習」の活用だと誤解する点。これはインフラ整備や遠隔制御であり、学習プロセスとは異なります。
• 統計的な原因分析を行うことをすべて「機械学習」と見なす誤り。手動でのツリー分解や統計解析は分析手法であっても必ずしも機械学習ではありません。
• 経験曲線（累積生産量と単位コスト低下）を学習効果＝機械学習と混同すること。これは経済的学習効果であり、アルゴリズム学習とは別物です。

解法ステップ

1. 問題文のキーワードを拾う：「学習」「自ら学んで」「効率を高める」等の表現を探す。
2. 各選択肢が「学習」に該当するかを判定する。該当すれば機械学習、該当しなければ別分野。
3. IoT／通信や統計的分析、経験曲線などは関連するが機械学習そのものではないため除外する。
4. 残ったもの（自律的に学習するロボット）が正答となる。

選択肢別の誤答解説

• ア: 工場における不良品の発生原因をツリー状に分解して整理し、アナリストが統計的にその原因や解決策を探る。
  → 手法は原因分析や統計解析であり、人が解析する手順が中心です。機械学習を用いた自動的特徴抽出や予測モデル構築を指していないため不適切です。
• イ: 工場の生産設備を高速通信で接続し、ホストコンピュータがリアルタイムで制御できるようにする。
  → これは制御システムやIoT（産業用ネットワーク）の説明で、学習による性能改善を示していません。機械学習が必須ではないため誤答です。
• ウ: 工場の生産ロボットに対して作業方法をプログラミングするのではなく、ロボット自らが学んで作業の効率を高める。
  → 正解。ロボットがデータや試行経験から方策を獲得・改善する点は機械学習（特に強化学習や模倣学習）そのものです。
• エ: 累積生産量が倍増するたびに工場従業員の生産性が向上し、一定の比率で単位コストが減少する。
  → これは経験曲線（ラーニングカーブ）の説明で、組織的・人員的な効率改善の経済現象であり、機械学習の活用事例ではありません。

補足コラム

• 製造現場での機械学習の代表例：不良品検出（画像分類）、予知保全（異常検知・時系列予測）、ロボットの動作最適化（強化学習）など。
• ロボット学習では「模倣学習（教師ありで人の動作を学ぶ）」「強化学習（試行錯誤で方策を学ぶ）」が実用的で、現場では安全性やデータ効率化の工夫が重要です。
• IoTや高速通信はデータ収集や遠隔監視の基盤として重要ですが、学習モデルの導入とは役割が異なります。両者を組み合わせてスマートファクトリーを構築します。

FAQ