「【外観検査AI】少量の正常データのみで学習し、すぐに現場で使える『良品学習AI』の活用法」というテーマのウェビナーを開催
マジセミ株式会社は「【外観検査AI】少量の正常データのみで学習し、すぐに現場で使える『良品学習AI』の活用法」というテーマのウェビナーを開催します。
■ 深刻な製造業の人手不足、AI活用への期待が高まる
近年の製造業では、多品種少量生産や熟練技術者の高齢化などを背景に、深刻な人手不足が続いています。
特に外観検査の分野では、人手による確認作業が多く、精度やスピード、コスト面での課題が山積しています。こうした状況の中、AIを活用した自動検査への期待が急速に高まっており、現場に即応できる実用的なソリューションが求められています。
■ 教師あり学習の課題と、求められる良品学習AIの特徴
従来のAI検査システムでは、不良品の特徴を学習するために大量かつ様々な種類の不良データを必要とする教師あり学習が一般的でした。しかし、一般的な製造現場においては不良品の発生頻度が低く、また意図的に不良を再現することも困難なため、大量かつ様々な不良データの収集に多大な時間とコストがかかり、その結果、導入の大きな障壁となっていました。
こうした背景から注目されるのが、良品のみのデータを用いて学習を行う「良品学習AI」です。良品学習AIは、少量の正常データから学習し、そのパターンから逸脱するものを異常として検出する仕組みを採用しているため、不良データの収集が不要で、学習プロセスや設定も比較的シンプルです。一方で、誤検知や見逃し等のリスクが指摘されることもありましたが、近年のアルゴリズムの進化や学習設計の改良により、これらの課題は着実に解消され、現場で即戦力として活用できるレベルにまで達しています。
■ 最新の良品学習AIの技術動向から導入事例まで徹底解説
本セミナーでは、TDSE株式会社の革新的な外観検査AIソリューション「TDSE Eye」をベースに、最新の良品学習AIの動向と教師あり学習との比較、現場が実感するメリットや活用法について、具体的な導入事例とともに詳しくご紹介いたします。
「TDSE Eye」は、独自の良品学習AIを活用した最先端のSaaS型外観検査サービスです。少量の正常画像データから高精度な異常検知モデルを構築できるため、不良データの収集が難しい現場でもスムーズに導入できます。正常データのみを用いるため、製品や商品のばらつきや多様な異常パターンにも柔軟に対応可能です。また、検査対象が変更された場合でも、シンプルなWebインターフェースで簡単にAIモデルを作成できるため、現場で即時に活用できる実用性の高さが特長です。
TDSE株式会社は、創業以来、DXコンサルティング、データ分析、DX人材の育成などを通じて、企業のAI活用を幅広く支援してきました。外観検査AIにとどまらず、AIを活用した不良原因の分析や不良品を発生させる要因となる前工程での設備の故障予知など、多様なソリューションのご提案が可能です。
■ こんな人におすすめ
・工場の品質検査に携わる方で、教師あり学習における不良データ収集の難しさやコスト面での課題に悩んでいる方
・高度な専門知識が不要で現場で運用が容易な、現場で誰でも簡単に使いこなせるシステムを探している方
・良品学習AIの最新動向や実際の導入事例に興味があり、今後の自動検査システムの展開を模索している方
・外観検査AI以外にも様々な用途でAIの活用を検討している方
■主催・共催
TDSE株式会社
■協力
株式会社オープンソース活用研究所
マジセミ株式会社
マジセミは、今後も「参加者の役に立つ」ウェビナーを開催していきます。
過去セミナーの公開資料、他の募集中セミナーは▶こちらでご覧いただけます。
すべての画像
