· 

設計製造ソリューション展

設計製造ソリューション展(同時開催ものづくりAI/IoT展)@東京ビッグサイト

に行ってきました。

 

思ったより人の入りが少なく、(同時開催の機械要素展の方が人が多かったです)

AI/IoTというキーワードだけでとにかく人が集まっていた1年前とは少し

流れが変わってきているように感じました。

 

そんな中で気になった技術をご紹介します。

1つ目はNECさん

「物体指紋認証」 ワークに印字などを施すことなく個体を識別する技術です。

2つ目はシステムインテグレータさん

 「AIによる画像認識」従来の不良品を使ってAIを教育する方法ではなく良品で教育する方法です。

詳しくはそれぞれ下記をご覧下さい。


[1]「NECさん」が展示されていた、物体指紋認証による個体識別デモ

物体指紋認証とは物体それぞれの表面や断面の

違いを認識することで個体を識別する技術です。

 

展示ではデンソーウェーブのロボットに搭載した

カメラで基板の端面を観察、個体の識別のデモが

行われていました。

 

IoTを突き詰めると必ず浮かび上がる問題が

個体識別方法をどうするか?です。

識別コードを印字や刻印できればいいのですが、

スペースがない、お客様から許可が出ない、など

容易でないケースも多くあります。

 

そんな時に工程内で個体識別する手段として検討

されてみてはいかがでしょうか。

 

 



[2]「システムインテグレータさん」が展示されていた画像認識、良品判定デモ

円筒状のカラー表面にあるキズや

こすれを判定するAIのデモです。

 

少し前までは

「不良品をAIに学習させて不良品を識別する」

プログラムが主流であり、このため教師データ

に大不良品のデータが必要でした。

 

しかしこのデモは

「良品をAIに学習させて良品とそれ以外を識別する」

ものでした。

 

これにより、AI教育に不良品のデータが不要となり

スムーズな導入、立上が可能となります。

 


しかしこれには一つ問題があります。それは、

「不良品がどのような不良なのかまでは識別できない」

ということです。

 

事前に不良品データを集め分類したうえでAIを教育

すると、分類に従って不良内容を分けることができます。

 

しかし、良品データで教育するために不良品の分類

まではできません。

 

この問題に関しては、長く使っていく中で発生した

不良品データを分類したうえで取りためて置き、

ある程度たまってから不良品データでAIを再教育

すれば解決は可能です。


実際にAIを導入するにあたって、不良品のデータを大量に集めることがネックになることがよくあります。

まずは不良の識別ではなく、まずは良品とそれ以外を識別させる形で導入しその後、不良の種類を識別する

ように改善していく形がいい場合も多々あると思います。