Amazon.comの関連会社であるAmazon Web Servicesは、東海旅客鉄道（JR東海）が、次世代のリニア中央新幹線のデータドリブンな運営に向けて、新たに山梨リニア実験線で同社のサービスの活用を開始したと発表した。
リニア中央新幹線は、超電導リニアにより、時速500キロで、東京・名古屋間を最速40分、東京・大阪間を最速67分で結ぶ次世代の高速鉄道サービス。大規模災害等のリスクへの備えとして、東海道新幹線に続く大動脈のバイパスとして建設が進められているという。
モノのインターネット（IoT）や機械学習、生成AIといった同社のサービスを山梨リニア実験線で活用し、保全業務の効率化・省人化を進めることで、業務改革ならびにコスト削減を推進するとともに、データと最先端テクノロジーを活用したリニア中央新幹線のデータドリブンな設備保全を目指すとのことだ。
超電導リニアは、運転士が乗車して列車の速度を制御する方式ではなく、地上から列車を遠隔制御する高精度・高信頼の「自動運転システム」を採用。運行に関わる車両と地上設備の全情報がデータ化され、既に運行システムなどの多くのシステムが連携しているという。
車両と地上設備のリアルタイムでの状態監視と機械学習を活用した状態監視保全や予知保全を実現し、高い安全性と快適性を兼ね備え、効率的で省人化された次世代高速鉄道サービスの実現が進められているとのことだ。
山梨リニア実験線においては、1月から同社の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、状態監視から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）を開始。
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しているという。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を利用して、わずか5カ月で構築し、ビジネスインテリジェンスサービスであるAmazon QuickSightで可視化。
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ったという。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だ。
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るという。
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している。