20250627_JAZUG_すきやねんAzure_数理最適化×Azure×Fabricのコラボレーション_数理最適化をより身近なものにするために_ー万博訪問ルート最適化サービスを作ってみたー

1.9K Views

June 08, 25

スライド概要

profile-image

博士(情報学)。2012年に修士号を取得した後、西日本電信電話株式会社に入社。プライベートクラウド基盤やアプリケーション開発を経験した後、様々な技術(NW、サーバ、クラウド、プログラミング)を組合せることで、データ活用を推進するためのプラットフォームを運営。2019年から社会人ドクターとして研究活動を行い、2023年に博士号を取得。「実社会に役立つデータ活用」を推進する技術者兼研究者。

シェア

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

(ダウンロード不可)

関連スライド

各ページのテキスト
1.

© 2025 NTT West Corporation. All Rights Reserved. 数理最適化×Azure×Fabricのコラボレーション 数理最適化をより身近なものにするために ー万博訪問ルート最適化サービスを作ってみたー JAZUG すきやねんAzure !! 2025/6/27 高須賀 将秀

2.

© 2025 NTT West Corporation. All Rights Reserved. 2 /29 自己紹介 たかすか まさひで 高須賀 将秀 博士(情報学)(2023/3) 研究分野:組合せ最適化,数理最適化,オペレーションズ・リサーチ(OR),グラフ理論 所属:NTT西日本 デジタル改革推進部(2021/8~), 法政大学 デザイン工学部 兼任講師(2024/4~),個人事業(Udemy講師等)(2024/6~) 業務:データドリブン経営を牽引する立場 ・データ活用基盤のシステム開発 ・データ分析手法の研究 ・データ分析活用事例の提案 ・デジタル人材育成 資格:クラウド資格(AWS 15/15,MCP 39/48,GCP 12/12), Microsoft Top Partner Engineer Award(2024), AWS All Certifications Engineers(2024) 高須賀将秀のホームページ

3.

© 2025 NTT West Corporation. All Rights Reserved. 3 /29 私の研究(博論)内容 ◼ 与えられた全ての工事に対して立会者の割当を決定する問題である ◼ 移動距離や立会者のスキル等の様々な条件を考慮し割当を決定している ◼ 条件は万人共通の条件もあれば手配者の思考や嗜好によって異なるものもある 入力 出力 工事4 工事1 1 工事2 4 手配者 工事5 2 1 工事6 3 工事7 工事8 8 工事9 6 工事5 数理モデル 5 工事6 工事3 手配者 の思考/嗜好 = 7 工事2 4 2 5 工事3 立会者1~4 工事4 工事1 立会者4 3 工事7 立会者1 7 立会者2 工事8 ブラックボックス 化 8 工事9 9 9 立会者3 6

4.

© 2025 NTT West Corporation. All Rights Reserved. 4 /29 私の研究(博論)内容 ◼ 高度な技能を有している手配者により意思決定が行われている工事立会者手配 業務に対し実用的な手配結果を算出可能な数理モデルを構築した 長期効果 短期効果 付随効果 過去の工事立会者手配業務 デジタルデータ活用による工事立会者手配業務 人件費 年間1億(関東エリア:年間6万件) 年間0.1億(関東エリア:年間6万件)(想定) 品質 年間工事事故5件 年間工事事故0件(想定) 総移動時間 11,424 s(3.2 h) 11,593 s(3.2 h)※1 総割当ペナルティ 163 pt 81 pt※1 手配時間 3時間2回/1日 5分×2回/1日 やり方 アナログ(手書き) デジタル 手配結果 ※1:数理モデル4で総移動時間を重視すると, 総合移動時間10,697 s, 総品質146 ptとなる.

5.

© 2025 NTT West Corporation. All Rights Reserved. 5 /29 JAZUGネタ一覧 • データ活用ネタ • データ活用基盤の開発~運用・運営 • • EntraとかPF(PowerAutomate,PowerBI)を利用 SnowflakeからAOAI(Azure Open AI)を連携した話 • 数理最適化を使ったデータ活用 • • Microsoft Fabric,Azure App Serviceとかを利用 数理最適化体験アプリケーションの構築 • 数理最適化を活用したNW設計業務への変革 ←なんでもCopilot(日程未定) ←すきやねんAzure拡大号(6/27) • 資格分析ダッシュボードサービスを作ってみた話 ← Global Azure 2025(5/10) • 人材育成ネタ • Microsoft Applied Skillsを用いた実践的なクラウド人材育成 • Multi Cloud 検証環境の運営を一人でやっている話 • ←JAZUG#52(2/19) Azure,AWS,Google Cloud,OCI,Snowflakeが利用可 • その他 • MCPとMAS(Microsoft Applied Skills)をいろいろ取得してみた話

6.

© 2025 NTT West Corporation. All Rights Reserved. 6 /29 アジェンダ • 数理最適化の体験 • 万博訪問ルート最適化サービス • 数理最適化とは • 数理最適化学習サービス • 数理最適化×クラウドのメリット 目的 • 数理最適化の魅力について理解する • 数理最適化の活用シーンを創造できるようにする • 数理最適化×クラウドによるサービス構築方法を知る • 万博訪問ルート最適化サービス • 数理最適化学習サービス

7.

© 2025 NTT West Corporation. All Rights Reserved. アジェンダ • 数理最適化の体験 • 万博訪問ルート最適化サービス • 数理最適化とは • 数理最適化学習サービス • 数理最適化×クラウドのメリット 7 /29

8.

© 2025 NTT West Corporation. All Rights Reserved. 万博の訪問ルートについて • 万博で以下訪問したい場所があったとき,あなたはどのような順 番で訪問しますか? 8 /29

9.

© 2025 NTT West Corporation. All Rights Reserved. 万博の訪問ルートの最適解 9 /29

10.

© 2025 NTT West Corporation. All Rights Reserved. 10 /29 万博の訪問ルートの実行可能解の一例 全部で 362,880 通り

11.

© 2025 NTT West Corporation. All Rights Reserved. 11 /29 万博訪問ルート最適化サービスについて 2 1 3 使い方 ①地図上に訪問したい場所をクリック ②探索方法を選択(Gurobiがお勧め) ③最適化ルートを探索ボタンをクリック 万博訪問ルート最適化サービス

12.

© 2025 NTT West Corporation. All Rights Reserved. 12 /29 アーキテクチャ ・数理最適化による計算機能部 ・GurobiやPUPL ・メタヒューリスティクスアルゴリズム ・App Service(Container)利用 ・最適化計算でGurobi利用 ・Fabricへのデータ書き込みでodbcド ライバ利用 ・Fabricのデータを用いてデータ可視 化(今回は未対象,Frontの Streamlitで実装) ・GrapthAPIを利用してFabricに取得データ を書き込み ・Fabricへの認証にEntra IDを利用

13.

© 2025 NTT West Corporation. All Rights Reserved. AOAIを用いた訪問ルートの提示 13 /29

14.

© 2025 NTT West Corporation. All Rights Reserved. デモ動画 14 /29

15.

© 2025 NTT West Corporation. All Rights Reserved. 15 /29 訪問したい場所を増やした場合 AOAI版

16.

© 2025 NTT West Corporation. All Rights Reserved. 16 /29 訪問したい場所を増やした場合 訪問場所52ヵ所の総数 訪問場所40ヵ所の総数 訪問場所10ヵ所の総数 https://homepage45.net/unit/sub.htm

17.

© 2025 NTT West Corporation. All Rights Reserved. アジェンダ • 数理最適化の体験 • 万博訪問ルート最適化サービス • 数理最適化とは • 数理最適化学習サービス • 数理最適化×クラウドのメリット 17 /29

18.

© 2025 NTT West Corporation. All Rights Reserved. 18 /29 数理最適化とは? • 数理最適化とは,与えられた制約条件の下で,目的関数を最大化ま たは最小化する解を求める数学的手法である. • 目的関数: 最大化/最小化したい対象(コスト,時間,利益など) • 制約条件: 守るべきルールや条件 • 決定変数: 最適化によって決定する変数 𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑒 𝑓 𝑥 = −𝑥 + 6 1 14 𝑠𝑢𝑏𝑗𝑒𝑐𝑡 𝑡𝑜 𝑔 𝑥 = 𝑥 + ≤ 0 5 5 𝑥∈𝑅 8 1 14 𝑔 𝑥 = 𝑥+ 5 5 10 3 10 𝑥 = 3 のとき 𝑓 𝑥 は最大値 3 𝑓 𝑥 = −𝑥 + 6 8 𝑥

19.

© 2025 NTT West Corporation. All Rights Reserved. 数理最適化の特徴 • 最適な解を提示: 人間の直感では見つけられない最適解を見つける • 複雑な問題に対応: 多くの変数や制約が絡み合う問題に有効 • 客観的な意思決定: 数学的に裏付けられた解を提供 • 「なぜそうなるのか」を説明可能: 結果の理由を説明できる 19 /29

20.

© 2025 NTT West Corporation. All Rights Reserved. 数理最適化の例 • 日常生活での例: • 最短経路問題(カーナビ) • スケジューリング(シフト作成) • 資源配分(予算配分) • ビジネスでの例: • 在庫最適化 • 配送ルート最適化 • 生産計画最適化 20 /29

21.

© 2025 NTT West Corporation. All Rights Reserved. 21 /29 数理最適化の活用シーン • 製造業での活用 • 生産計画最適化: 複数の製品を製造する際の生産量や時期の決定 • 在庫管理: 過剰在庫と欠品のバランスを取る最適な発注量の決定 • 設備配置: 工場内の機械配置の最適化による効率向上 • 物流業での活用 • 配送ルート最適化: 複数の配送先を効率よく回るルートの決定(TSP問題) • 倉庫レイアウト最適化: 商品の取り出し効率を最大化する配置 • 配送センター配置: 全体の配送コストを最小化するセンターの場所決め • サービス業での活用 • 従業員シフトスケジューリング: 必要な人員配置を最適化 • 価格最適化: 需要予測に基づく最適な価格設定 • 混雑予測と対策: イベントでの人の流れの最適化 • エネルギー・環境分野での活用 • 電力需給最適化: 再生可能エネルギーを含めた電源構成の最適化 • 廃棄物収集ルート最適化: 効率的な収集ルートの設計 • CO2排出量最小化: 環境負荷を最小化する生産・輸送計画 数理最適化統合アプリケーション

22.

© 2025 NTT West Corporation. All Rights Reserved. 22 /29 数理最適化学習アプリ(数理最適化統合アプリケーション) 解の探索過程をアニメーションで可視化 各種活用シーンを体験可能

23.

© 2025 NTT West Corporation. All Rights Reserved. アジェンダ • 数理最適化の体験 • 万博訪問ルート最適化サービス • 数理最適化とは • 数理最適化学習サービス • 数理最適化×クラウドのメリット 23 /29

24.

© 2025 NTT West Corporation. All Rights Reserved. 24 /29 技術進展の流れ 高須賀の予想 ML AI MO Business Intelligence Machine Learning Artificial Intelligence Mathmatical Optimization マルチクラウド オールインワンクラウド データ量 BI オンプレミス クラウド 現在 時間

25.

© 2025 NTT West Corporation. All Rights Reserved. 25 /29 BI・ML・AIとMOとの違い BI・ML・AI MO データから ・可視化 ・学習、予測 ・推論 データドリブン 条件から ・データを生成し、探索 ルールドリブン 生産されたデータを厳密に探索 データ量 データ量 データからそれらしい解を生成 入力 出力 プロセス 生成 入力 出力 プロセス

26.

© 2025 NTT West Corporation. All Rights Reserved. 26 /29 MO(Mathmatical Optimization:数理最適化)の一例 巡回セールスマン問題 入力: ・訪問すべき拠点の集合,各拠点間の移動コスト ・数理モデル,アルゴリズム等 データの生成(計算過程): ・(拠点数 - 1)!個の解を生成し, その中から最適な解を探索する 出力: ・最適な巡回経路,総移動コスト MOの特徴 ・数理モデルやアルゴリズムを工夫することで, 生成する解の探索時間を削減する ・数理モデルやアルゴリズムによって,探索時間やメモリ 消費量が変わる(トレードオフの関係にあることが多い)

27.

© 2025 NTT West Corporation. All Rights Reserved. 27 /29 クラウドとMOの相性 • クラウドとMOは互いの強み・弱みを補完しあう関係にあり • 現在のBI・ML・AIの次世代技術として,データの生成のよるさらなるデータ量増とそのデータから得 られるインサイトの厳密性の保証を行えるMO クラウドの特徴 MOの特徴 強み ・無制限のデータ保存領域 ・コンピューティングの拡張性 弱み ・計算過程の解の保持が困難 ・一部の解のみ保持 ・メモリ使用量が大きくなる場合あり ・数理モデルやアルゴリズムによっては変化 弱み ・データを起点にした価値創造 ・データがあることが前提 ・データの信頼性が求められる ・厳密性の保証はできない 強み ・データ有無に関係なく価値創出 ・推論ではなく探索よる厳密性の保証

28.

© 2025 NTT West Corporation. All Rights Reserved. 数理最適化×クラウドによるサービス一覧 • 数理最適化関連アプリ • 万博訪問ルート最適化 • https://st-app-expo-504242909255.asia-northeast1.run.app/ • 巡回セールスマン問題 • https://streamlit20250322tsp-h9bxa0dkdqgwfqgx.eastasia01.azurewebsites.net/ • 数理最適化体験アプリ • https://mo-poc-afg5dngfgsgkg9a0.japaneast-01.azurewebsites.net/ • 最適化ルート可視化アプリ(試験研究中) • その他アプリ • 資格統合ダッシュボード • https://st-app-credly-504242909255.asia-northeast1.run.app • マルチクラウド利用料金ダッシュボード(未公開) 28 /29

29.

© 2025 NTT West Corporation. All Rights Reserved. 29 /29 まとめ • 万博訪問ルート最適化サービスに触れてもらうことで,数理最 適化の魅力について理解してもらった • 数理最適化学習サービスに触れてもらうことで,数理最適化へ の理解と活用シーンを創造できるようにしてもらった • 数理最適化×クラウドの可能性について共感してもらった 明日から役立つ「オペレーションズ・リサーチ概論」