AI と最先端の汎用シミュレーションエコシステム

AnyLogic は、汎用シミュレーションの分野におけるマーケット及び技術リーダーです。AnyLogic モデルは、次のようなさまざまな実用的なアプリケーションで AI 実践者を支援しています。

AI と AnyLogic を使用する理由とは?

  • オープン API とプログラミング機能 – オープン API とビジュアル モデリング機能による全面的なオブジェクト指向開発をサポートします。
  • AnyLogic Cloud – サーバーベースのモデル実行環境。JavaScript、Python、および Java の RESTful API により、モデルとのインターフェイスを構築できます。
  • エージェントベースモデリング – AnyLogic 独自のエージェントベーステクノロジーは、マルチエージェント強化学習スキームで使用されるトレーニング環境用の強力なモデル構築プラットフォームです。
  • 最先端のシミュレーション技術 – AnyLogic は、マテハン、プロセス、流体、鉄道、歩行者、および道路交通用のライブラリに加えて、すべてのシミュレーション方法論 (離散イベント(Discrete Event)、エージェントベース(Agent-Based)、システムダイナミクス(System Dynamics)) と、それらを組み合わせてモデル作成可能な唯一のプラットフォームです。
  • 使いやすさ – AnyLogic では、ビジュアル モデリング言語、スクリプト、および外部ライブラリを使用できます。また、フローチャート、ステート チャート、アクション チャート、ストック ダイアグラム、およびフロー ダイアグラムのネイティブ サポートにより、開発が容易になり、スクリプトのネイティブ サポートにより拡張性が高まります。
  • さまざまな業界で実証済みのアプリケーション – AnyLogic は、世界中の Fortune 500 企業のシミュレーション プラットフォームとして多くの企業でご利用いただいており、これらの企業向けの AI ソリューションの一部としてプラットフォームを提供したい AI 従事者にとって大変有利です。

AI シミュレーション統合

H2O.ai 自動機械学習によるシミュレーションの予測能力の強化


AnyLogic は、業界をリードする自動機械学習プラットフォームである H2O.ai のパートナーであることが強みです。これにより、シミュレーションと機械学習の独自の予測機能を一緒に使用できるようになります。

H2O.ai Driverless AI でトレーニングされた機械学習 (ML) モデルの組み込みを開始するために、ダウンロード可能な 2 つの文書化された概念実証モデルを用意しています。シミュレーションに ML モデルを埋め込むことで、新しい応用分野が可能になります。データ サイエンティストはリスクのない空間でソリューションをテストでき、シミュレーション モデラーはより多くのデータ駆動型入力にアクセスできます。

詳細

Pypeline ライブラリを使用した ML モデルへのアクセス


Python ベースのトレーニング済み機械学習モデルにローカルでアクセスするには、Pypeline ライブラリを使用します。

デプロイされたトレーニング済みの ML モデルに Python ライブラリからアクセスできる場合は、カスタム AnyLogic ライブラリである Pypeline を使用してクエリを実行できます。Pypeline を使用すると、Python のローカル インストールを使用して、引数付きの Python スクリプトを実行したり、AnyLogic モデル内から Python コードを対話的に実行したりできます。

詳細

ONNX ヘルパー ライブラリを使用した ML モデルへのアクセス


ONNX ヘルパー ライブラリを使用すると、「.onnx」ファイル形式で保存されたトレーニング済みの機械学習 (ML) モデルに簡単にアクセスできます。ONNX (Open Neural Network Exchange の略) は、トレーニング済みの ML モデル用の標準化されたフレームワーク相互運用可能な形式です。

標準の Java ライブラリは存在しますが、使用するには比較的高度な技術的知識が必要です。ONNX Helper は、AnyLogic のどのエディション (Personal Learning Edition、University、または Professional) でも無料でダウンロードできるアドオン ライブラリです。単一のオブジェクトと単一の関数を通じて、ML モデルをクエリするシンプルで簡単な方法を提供します。

詳細

Alpyne ライブラリを使用して Python で AnyLogic モデルにアクセスする


RL 実験からエクスポートされたモデルをインタラクティブに実行するには、Python ライブラリの Alpyne を使用します。

AnyLogic モデルに強化学習実験と、オプションでアクションをトリガーするためのコールバックが含まれている場合、モデルを AnyLogic からエクスポートし、Python スクリプトで制御できます。

詳細

シミュレーションとAIケーススタディ

ビデオ: AI 業界向け Anylogic

AnyLogic 社の CEO である Andrei Borshchev は、2019 AnyLogic Conferenceで、ビジネスにおける機械学習のシミュレーションの使用について発表しました。AnyLogic が提供する ML アルゴリズム、トレーニングにおけるリスクフリーと使いやすさを強調しました。

ビジネスにおける AI とシミュレーションに関するホワイトペーパーと資料

フォームにご記入いただくと、ホワイトペーパーとさまざまな資料へのリンクが記載されたメールをお届けします。

ホワイトペーパーでは、トレーニングやテスト ポリシーの作成、データの品質と量に対処する場合に、AI とシミュレーションの組み合わせがいかに強力になるかをご説明します。関連資料から、AnyLogic を使用したシミュレーション モデリングが AI 開発にどのように役立つかを明確に理解できます。ホワイト ペーパーを読み、ビデオを見て、議論を聞いて、実際に体験してみましょう!

フォームにご記入いただくと以下をお届けします:

  • ビジネスにおける人工知能とシミュレーションに関するホワイトペーパー
  • 人工知能とシミュレーションの統合を説明するウェビナーの録画
  • 強化学習とシミュレーションで解決された産業上の課題
  • PwC、Microsoft、Skymind、decisionLabによるAnyLogicパネルディスカッション
  • AIとシミュレーションの統合に関するプレゼンテーションビデオとスライド