現場の技能継承に向け、熟練者の模範動作をAIの学習に生かし、利用時にはその準備を不要とするAIコーチング技術を開発

学習者の動作映像のみから改善アドバイス文を生成し、個々の習熟度に応じた人財育成を支援



　日立は、熟練者の模範動作をAIの学習に生かし、利用時には学習者の動作映像のみから改善アドバイス文を生成するAIコーチング技術「AIDE(Automated Instruction via Distilled Expertise, エイド)*1」を開発しました。本技術は、国立研究開発法人科学技術振興機構(JST)経済安全保障重要技術育成プログラム(K Program)で、日立が参画する研究開発課題「BioSkillDX:ライフサイエンス実験作業の暗黙知獲得と作業支援」(研究代表機関：東京大学)において、日立が担う「個々の技能レベルに合わせた最適な作業支援・フィードバック」の第一段階の成果です*2, 3。模範動作との比較に基づく従来構成では、利用のたびに模範動作を準備して学習者ごとに対応付ける必要がありましたが、AIDEは利用時に模範動作を用いないため、その手間が不要になり、現場での運用負担を抑えやすくなります。今回、スポーツ動作の公開データセットを用いた評価では、利用時にも模範動作を用いる従来構成と同等水準の品質で改善アドバイス文を生成できることを確認しました。
　今後、日立は、ライフサイエンス分野の実験技能の継承と作業支援に向けた研究開発を産学連携で進めるとともに、熟練者の知識をAIの学習に取り込む技能継承支援について、製造、建設、保守などの分野でも実証実験(PoC)を含む適用可能性の検討を進め、段階的な展開をめざします。

*1 AIDE: Automated Instruction via Distilled Expertiseの略。英語のaide (補佐役、助手)の意味も込めています。
*2 科学技術振興機構報 第1775号：経済安全保障重要技術育成プログラム(K Program)における新規採択課題の決定について
*3 日立、現場の技能伝承や作業効率化をめざすAI基盤技術の研究開発課題に参画 - 研究開発：日立

背景および課題
　製造、建設、保守、ライフサイエンス実験などの現場では、熟練者の減少に伴い、技能継承と人財育成の効率化が大きな課題となっています。特に、動作のどこが良く、どこをどのように改善すべきかを言葉で伝えることは難しく、熟練指導者の経験に依存しやすいため、指導品質のばらつきや教育負担の増大につながっていました。
　このような背景から、日立は、2025年8月からJSTのK Programの研究開発課題「BioSkillDX:ライフサイエンス実験作業の暗黙知獲得と作業支援」へ参画し、個々の技能レベルに合わせた最適な作業支援・フィードバックの実現をめざした研究開発を進めています。
　こうしたフィードバックを実現する従来構成として、熟練者の模範動作との比較に基づいて動作の改善点を言葉で示す方法がありますが、利用時に適切な模範動作を準備して学習者ごとに対応付ける必要があり、その負担が継続的な活用における課題となっていました。

課題を解決するために開発した技術・ソリューションの特長
　そこで日立は、熟練者の模範動作を学習に生かし、利用時には学習者の動作映像のみから改善アドバイス文を生成するAIコーチング技術「AIDE」を開発しました。技術の特長は以下のとおりです。

1. 一人ひとりの動作改善を支援する自然言語フィードバック生成
　AIDEは、人の動作映像から抽出した骨格の時系列データをもとに、動作全体についての改善アドバイスと、改善が必要な部位、良くできている部位を文章で自動生成します。定型文の選択ではなく、学習者ごとの動作に応じて部位別の改善点を文章で示せるため、学習者は次に意識すべき点を把握しやすくなり、個々の習熟度に応じた支援につながることが期待されます。

2. 利用時の模範動作の準備と対応付けを不要にする2段階学習
　AIDEは、まず学習者と熟練者の動作のペアから改善アドバイスを生成する教師AIを学習し、その知識を引き継ぐ形で、学習者の動作のみから改善アドバイスを生成する生徒AIが学習する、2段階の構成です。対象とする作業の模範動作と指導者のアドバイス文は学習時に用い、利用時には学習者の動作映像のみを入力とします。熟練者の模範動作との比較に基づく従来構成では、学習者が動作を行うたびに、条件の合う模範動作を選んで対応付ける必要がありましたが、AIDEではこの準備と対応付けが不要になります。学習済みの作業であれば、新たな学習者の動作映像から改善アドバイスを生成できるため、指導者が不足する現場でも適用しやすく、現場ごとの運用負担の軽減が期待できます。

[画像1: https://prcdn.freetls.fastly.net/release_image/152541/89/152541-89-d8dc9a600bed7a47f9e780c3cba4a421-3900x2158.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
図1: AIDEの学習時と利用時の流れ


確認した効果
　本技術の有効性は、スポーツ動作の公開データセット「ExpertAF」を用いて検証しました。このデータセットに含まれる、指導者の解説に基づく改善アドバイス文にどれだけ近い文を生成できるかを評価したところ、AIDEは、利用時にも模範動作を用いる従来構成と同等水準の品質を示しました。
　また、本成果に関する論文は、マルチメディア分野のトップクラスの国際会議ACM Multimedia 2026に口頭発表として採択され、2026年11月10日から14日に開催される同会議で発表予定です。論文はarXivでも公開しています*4。

　なお、本研究は、JST経済安全保障重要技術育成プログラム【JPMJKP25V1】の支援を受けて実施したものです。

*4 AIDE: Automated Instruction via Distilled Expertise for Reference-Free Motor Skill Coaching

今後の展望
　日立は、研究開発課題「BioSkillDX:ライフサイエンス実験作業の暗黙知獲得と作業支援」において、ライフサイエンス分野の実験技能の継承と作業支援に向けた研究開発を産学連携で推進します。今後は、熟練者の知識をAIの学習に取り込み、現場で使いやすい技能継承支援の実現に向けて研究を進めるとともに、製造、建設、保守などの分野でも実証実験(PoC)を含む適用可能性の検討を進め、段階的な展開をめざします(図2)。
　また、日立はこれまで、現場拡張メタバース*5や次世代AIエージェント「Naivy」*6の研究開発を通じて、非熟練者の作業支援と技能継承に取り組んできました。今回の成果は、こうした既存の取り組みと並行して進めてきた研究開発の一つです。今後も、本技術を、日立のドメインナレッジで強化したAIによりLumada 3.0を支える技術として発展させるとともに、熟練者の作業内容を整理して共通の作業手順として示す手順書生成技術*7と、学習者が実際に行った動作に対して一人ひとりの動作改善を支援する本技術を組み合わせることで、手順の提示から個別の改善指導までを一体で支援することをめざします。これらの取り組みを通じて、技能継承や人財育成の高度化を支援し、フロントラインワーカーを支える現場の持続可能な運用に貢献していきます。

[画像2: https://prcdn.freetls.fastly.net/release_image/152541/89/152541-89-c252f942529cf2ac4c3700aa843495df-3900x1050.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
図2: 技能継承支援への展開に向けた取り組み


*5 日立、現場データの収集技術や生成AIを活用した「現場拡張メタバース」を開発：日立
*6 現場作業における心理的負担軽減と作業効率化を支援する次世代AIエージェント「Frontline Coordinator - Naivy」を開発：日立
*7 製造などの現場に向け、動画から作業手順を自動抽出し、見た目が類似した工程も精度よく識別する映像AI技術を開発 - 研究開発：日立

関連情報
日立の研究開発ウェブサイト

照会先
株式会社日立製作所 研究開発グループ
問い合わせフォームへ

PR TIMESプレスリリース詳細へ