フラッシュ2022年2月12日

• 少量サンプルから不良品を識別するAI技術、ホンダが導入

  by MITテクノロジーレビュー編集部 [MIT Technology Review Japan]

  アダコテックは、製品の欠陥を数十枚の画像サンプルから学習し、検出・分類できる人工知能（AI）技術を開発した。2021年に本田技研工業が先行導入し、エンジン部品の検査自動化に使われている。

  従来の深層学習で欠陥識別モデルを作るには、1種類の欠陥について学習サンプルとなる不良品画像が数千枚必要で、データ収集に膨大な時間がかかっていた。また、膨大な学習サンプルからモデルを作成するための計算機資源も必要だった。アダコテックは今回、画像中の各画素の色の濃淡や明るさを示す値を単純に積和演算するだけで画像認識に必要な特徴量を計算する手法を導入し、数十枚程度の学習サンプルで高速にモデルを構築する欠陥分類技術を開発。先行導入した本田技研工業の工場では、エンジン部品であるシリンダスリーブの外観検査で、欠陥検出率100％、不良分類精度88％を達成したという。

  アダコテックは、機械学習を利用した異常検知ソフトを開発するスタートアップ企業。今回の事例を精密機械工学会の画像応用技術専門委員会で発表している。

  （笹田）

  • 1

• 人気の記事ランキング

  1. This startup is about to conduct the biggest real-world test of aluminum as a zero-carbon fuel アルミ缶をクリーン燃料に、 米スタートアップが作った 「新エンジン」を訪ねた
  2. Promotion MITTR Emerging Technology Nite #35 Soraの問題点とは？ AI時代の知財を考える11/12緊急イベント
  3. What a massive thermal battery means for energy storage 1000℃のレンガで熱貯蔵、世界最大の蓄熱電池が稼働
  4. An AI adoption riddle AIの試験運用は失敗続き、それでもなぜ投資をやめないのか？
  5. I tried OpenAI’s new Atlas browser but I still don’t know what it’s for 誰のためのブラウザー？ オープンAI「Atlas」が残念な理由