図面や写真から代替部品を照合し書類を作成する仕組み、AWSが公開
- 航空宇宙部品の代替品探しに伴う仕様照合を効率化する、複数AIを連携させた支援システムの設計例が公開された。
- 画像と文字を同時に処理する技術で図面や写真を検索し、仕様の適合判定には計算コードを用いて再現性を確保する。
- AIは証拠の収集と報告書案の作成にとどめ、最終的な採用判断や承認は人間の技術者が行う設計としている。
Amazon Web Services(AWS)は2026年11月2日、複数のAIエージェントを組み合わせて航空宇宙分野の部品代替作業を支援する設計例を公式ブログで公開した。「Amazon Bedrock AgentCore」や「Amazon Nova Multimodal Embeddings」、オープンソースの「Strands Agents SDK」を活用し、手作業で行われていた仕様照合から報告書案の作成までを効率化する。
航空宇宙分野では部品の製造中止や納期の長期化が発生した際、技術者が仕様書や図面、認定記録を手作業で照合して代替理由書を作成するまでに数日を要していた。重要部品の選定誤りはミッション失敗につながる恐れがある一方、判断の根拠が電子メールなどに散逸しやすい課題があった。過去の記事で紹介した図面や性能グラフを検索する技術を土台に、今回は代替証拠の収集から書類作成までを一貫して行う仕組みへと発展させた。
システムは3層構造を採用している。「Claude Haiku 5.5」の計画役が問い合わせを分類し、「Claude Sonnet 5.5」による3つの専門エージェント(カタログ、評価、知識)に処理を分散する。複数の専門役が動いたときのみ「Claude Opus 5.5」が結果を統合し、単一稼働時は統合を省くことで約8秒の遅延を抑える。データシートや写真は共通のベクトル空間に埋め込まれ、同一製品群の写真比較では約0.84、異なるクラス間では0.40の類似度を算出する。
なお、部品の適合判定には生成AIを使わず、Pythonコードによる公差判定ルールを適用して結果の再現性を担保した。AIは代替の承認を行わずに証拠集めと書類案の作成にとどめ、最終決定は技術者が行う。また、評価履歴は航空宇宙規格「AS9100」の要求に沿って記録される。


この記事は AWS 機械学習ブログの発表を AI が日本語に要約したものです。正確な内容は原文をご確認ください。
アプリで開く