AIによる製品の不良判定に関し、 （株）データグリッドと技術開発を開始
～製造現場のデジタルトランスフォーメーション推進でモノづくりを強化～
当社は、2017 年に設立したIoT 研究開発センターを中心に、製造現場でのデジタルトランスフォーメーション（DX）を推進し、IoT/AI技術を活用した生産性向上や安全性向上などに取り組んでいます。その一つとして、熟練作業員が行う製品の外観検査を自動化する不良判定AIの開発を行ってきました。しかし、不良判定AIに高度な判定基準を学習させるには、様々なパターンを網羅した大量の学習データを用意する必要があります。学習データの収集には多大な時間とコストがかかることから、当社はじめ製造業各社では不良判定AIの活用が十分に進んでいないのが実状です。
この課題に対し、実在する学習データがごくわずかしかない状況でも、熟練作業員に匹敵する不良判定が可能なAI の開発を目指したのが本取り組みです。 当社の有する「不良判定技術」で、AIが誤認判定してしまう苦手パターンを予測し、（株）データグリッドの有する「疑似不良生成技術」で苦手パターンの不良データを生成します。さらに、生成されたデータで不良判定AIが再学習する「苦手克服学習技術（弱点トレーニング・ループ）」を繰り返し行い、苦手パターンを克服し、不良判定AI の精度を高めることを目指します。
Q.この共同技術開発の注目ポイントは？
不良判定AI と疑似不良生成AI を共調させて成長させる技術は確立されていないと認識しており、この技術開発ができると、世界初の技術といえると思います。学生が模試を受けて苦手な科目を洗い出し、苦手科目を重点的に特訓して点数を効率よく上げるように、本技術によりコンピューターが弱点トレーニング・ループを自動で繰り返すことで、不良判定AI の開発が数十倍から数百倍と大幅に高速化できると期待しています。さらに、画像データのみならず、時系列データをはじめ、多種多様なデータにこの苦手克服学習技術は有効です。外観検査工程の自動化の他、設備の故障予知や在庫管理など、製造現場の幅広い工程に適用することができ、製造現場の自動化を加速できるものと期待しています。これらの技術を活かし、モノづくり力の向上に取り組んでいきます。
