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
に大量の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。
コメントをお書きください