NEC公司（以下简称NEC）和米乐m6官方网站（以下简称AIST）开发了一种“罕见事件检测技术”，该技术利用AI（人工智能），通过在学习过程中重复模拟，有效地发现在设计阶段难以提前检测到的缺陷，因为这些缺陷发生的概率极低。该技术基于NEC的尖端AI技术团队。NEC 智者“（注1）。
该技术结合了人工智能技术和仿真技术，可以简化对因条件组合复杂而很少出现的缺陷的搜索，显着缩短熟练专家在产品设计阶段的验证时间，并降低忽略多个缺陷的风险。
这次，当这项技术实际应用于光学设备的设计验证时，发现虽然发生的概率很少（约亿分之一），但却会导致性能下降。杂散光''（注2），过去需要熟练专家一周才能完成的验证工作显着缩短到一天左右，并且我们成功地发现了多个缺陷，而没有忽视它们。
该技术支持未来日益复杂的设备设计/生产和社会基础设施运营中的人为判断，并能够在设计阶段提前检测和消除罕见但严重的缺陷，有助于进一步提高产品质量和基础设施运营的可靠性。
2016 年 6 月 NEC 和 AISTNEC-AIST人工智能协作实验室成立（注 3）我们正在研究“模拟与人工智能相结合的技术”，以最大限度地发挥人工智能的能力，同时通过模拟补充缺失的信息，以实现“未知情况下的决策”。
目前，当设计新产品时，我们会在计算机上重现该产品，并使用模拟来评估和验证它。在缺陷验证过程中，经验丰富的专家通过在各种条件下重复模拟来寻找缺陷，但问题是发现很少发生的缺陷需要时间。此外，随着社会系统变得更加复杂，需要更高的可靠性，但随着设计目标变得更加复杂，罕见缺陷被忽视的风险也会增加。
这次我们开发了“罕见事件检测技术”，通过在AI学习的同时高效地重复模拟，可以在短时间内找到多次故障的条件，即使问题很难检测，因为模拟条件很多，组合数量巨大，发生的概率极低。
1。减少缺陷验证时间
人工智能通过从模拟结果中了解缺陷的程度和频率来搜索缺陷。此时，系统根据学习结果，集中搜索那些频率较低且验证不充分的条件附近的条件，同时稀疏搜索频繁出现且验证充分的条件。通过这种方式，我们开发了一种算法，可以根据出现的频率有意进行不均匀的搜索。其结果是，能够有效地缩小罕见缺陷发生的条件，从而能够在短时间内发现缺陷。
2。降低忽视多个缺陷的风险
如果搜索过于集中在搜索过程中发现的第一个缺陷的发生条件附近，则在存在多个缺陷的情况下，忽略其他缺陷的风险会增加。这次，我们通过数学推导了降低疏忽风险的最佳条件，并证明了缺陷附近和其他区域的搜索比例各为50%。 AI根据缺陷严重程度和出现频率的学习结果计算这个比率，并调整缺陷附近搜索的集中程度。这降低了忽视多个缺陷的风险。
未来，NEC 和 AIST 不仅会将其应用扩展到光学设计，还将扩展到桥梁、建筑物等建筑结构设计以及发动机等流体结构设计，并将继续合作开发将 AI 与仿真相结合的技术，为工业应用做出贡献。
此外，数据挖掘领域的国际会议``SIAM 国际数据挖掘会议''（SDM18，期间：2018 年 5 月 3 日（星期四）- 5 日（星期六），地点：美国加利福尼亚州圣地亚哥）5 月 4 日（星期五）。
http://wwwsiamorg/meetings/sdm18/