【mo.460】オムロンが2つのAI技術を新たに発表。「欠陥抽出」と「機械学習モデル統合」

オムロンが2つのAI技術を新たに発表。「欠陥抽出」と「機械学習モデル統合」

オムロンは11月13日記者発表会を開催し、新たなAI技術を2つ発表した。外見検査における欠陥抽出AIと、異なる場所に存在するデータを集約することなく、機械学習モデルの統合によってAIの性能を高める技術だ。

関連記事:「AIは人間と異なる知性と認識すべき」オムロンサイニックエックス設立1年、代表が語る「人と機械の融和」に必要なこと

人の感性・熟練者の経験を再現した欠陥抽出AI

外観検査については、熟練の検査員の検査手法を再現した欠陥抽出AIと、これらを既存の画像処理システムに搭載できるシステムを開発した。オムロンが30年以上にわたって外観検査の現場で培った検査内容に対する知見と画像処理技術により、手持ちの画像データから学習すべき画像を自動判断。誰でも数分で最適な学習を実現するという。

AIモデルの軽量化も実現し、通常のPCのような限られた計算リソースの中でも作動できるため、専門知識持ったエンジニアがいなくともAI開発が可能という。

▲欠陥抽出AIの活用事例。出典:オムロンプレスリリースより

開発背景として、近年の熟練技能者の不足や人件費の高騰が深刻化しており、製造業では属人化していた搬送、組立、検査工程などの自動化が急務となっていいることが挙げられる。

製品の外観検査では、さまざまな色や大きさのキズの判別や、良品自体が大きくばらつく場合の欠陥品の判定など、経験豊富な熟練技能者の感性と経験が必要となる。

そのため、人と同じように対象物の特徴を認識でき、判断基準を自動で学習できるAIに期待が高まっている。しかし、実用化においては以下のような課題があるため、導入が進んでいないのが現状だ。