Jay Lee氏ら54人の著者による「スマートマニュファクチャリングのための人工知能と機械学習に関する2026年ロードマップ」がarXivで公開された。このロードマップは、スマートマニュファクチャリングにおける人工知能（AI）と機械学習（ML）の基盤、応用、そして新たな方向性を包括的に示し、研究者、エンジニア、実務者を導き、産業応用の加速を目指すものである。
ロードマップは3部構成である。第1部では、スマートマニュファクチャリングにおけるAIの進化を形作る基盤とトレンドを概説する。第2部では、AIがすでに進展をもたらしている主要トピックに焦点を当てる。これには、産業ビッグデータ分析、高度センシングと知覚、自律システム、積層造形とレーザー製造、デジタルツイン、ロボティクス、サプライチェーンと物流の最適化、持続可能な製造が含まれる。これらの分野は、AIがいかに効率性、適応性、自律性を向上させるかを示している。
第3部では、非伝統的なMLアプローチを探求する。これらは新たなフロンティアを開拓しつつあり、物理情報AI、生成AI、セマンティックAI、高度デジタルツイン、説明可能AI、信頼性・可用性・保守性・安全性（RAMS）、データ中心計測学、大規模言語モデル（LLM）、そして高度に接続された複雑な製造システムのための基盤モデルなどが含まれる。
AI/MLの可能性は大きいが、産業展開には依然として重要な課題がある。産業ビッグデータの複雑性、効果的なデータ管理、異種センシング・制御システムとの統合、そしてハイステークスな産業環境における信頼性、説明可能性、信頼性への要求である。ロードマップは、これらの分野における機会と障壁を特定し、手法、統合戦略、産業採用に必要な進展を概説する。
著者らは、このロードマップが学術と産業の優先順位を調整し、AI駆動のスマートマニュファクチャリングが将来の製造エコシステムに信頼性、持続可能性、スケーラビリティをもたらすことを確実にする一助となることを願っている。本論文はジャーナル『Machine Learning: Engineering』に受理されている。