JR東海、AIによる効率的な次世代高速鉄道サービス運営に向けて山梨リニア実験線でAWSの活用を開始

山梨リニア実験線においては2024年1月から、AWS IoTサービス等を活用し、リニア車両の走行に不可欠な送電設備や、始発列車走行前に沿線を点検するための電動保守用車の状態データを取得し、状態監視～データ分析までの一連のプロセスを検証する概念実証（PoC）が開始されました。これにより、故障発生時の対応早期化や蓄積データを分析し、故障予兆の検知に活用されています。具体的には送電設備の異常を識別する機械学習モデルを、あらゆるユースケースで機械学習を実現する完全マネージドサービスであるAmazon SageMaker（https://aws.amazon.com/jp/sagemaker/
)を利用して、わずか5か月で構築し、ビジネスインテリジェンスサービスであるAmazon QuickSight ( https://aws.amazon.com/jp/quicksight/?amazon-quicksight-whats-new.sort-by=item.additionalFields.postDateTime&amazon-quicksight-whats-new.sort-order=desc
) で可視化しています。これにより、重篤な故障に至る前に異常予兆を捉えて保守作業を行えるようになりました。今後は、AWS Professional Servicesの支援のもと、IoT化の対象設備やデータの幅を拡大し、機械学習技術を用いた分析のユースケースを拡大していく予定とのことです。

超電導リニアでは、このように従来の人手による保全から、リアルタイムのデータを用いて、IoT、機械学習などの最新テクノロジーを活用したデータドリブンな保全へと移行が進められています。今後、生成 AI アプリケーションの構築・拡張を支えるフルマネージドサービスであるAmazon Bedrock (https://aws.amazon.com/jp/bedrock/
) を、設備情報や保守作業記録の検索など多様な業務に活用することで、社員の働きやすさの実現にも取り組むとのことです。

クラウドのスピードと信頼性を活かす人材育成を通じて、イノベーションを加速

こうした取組を進めるにあたり、同社ではクラウドのスピードと信頼性を活かすデジタル人材育成も加速されています。例えば、リニア開発本部では、機械工学等を専門とする社員十数名がAWS Professional Servicesによる機械学習人材育成支援プログラムに参加し、現在も、社員が自ら継続的にこの機械学習モデルを改善する取組が進められています。