不良品検出にＡＩ、投資効果を見極める導入前の第一歩
コメント
注目のコメント
画像検査の重要性は、世界的にも圧倒的に日本が高い。これは、異常とも言われる日本人の外観が悪い=悪という概念があるからである。
しかし、AI画像検査のノウハウは、一部欧米の方が進んでいる。
日本人は外観検査を製品品質の最終判定者、と位置付けているが、
欧米は外観検査をプロセスの見える化の一部(すなわち1つの特殊なセンサー)と位置付けている傾向がある事に由来していると考えられる。
完全目視検査の置き換え、と言うより、日本風AI外観検査と欧米風AI外観検査を融合させ、全数目視検査を一部目視検査に置き換える事から始めるのが良いのではないだろうか。10000分の1の不良品がポイントなのと、その不良品カテゴリーにも多々パターンがあるということが最も大事な事ですね。
確率からするとかなり低いのですが発生する事実とそのパターンを抽出してインプットさせるのがとても大切で、人としてはクライアントとの綿密なヒアリングとコミュニケーション能力とコンサルティング力が問われますね。
検品の過程は今後AIが担う事をより当たり前にする為には先人がこれまで味わった苦労を享受し、段階を追ってそういった問題が当たり前であった事を認め、今後の更なる進化に活かしていきたいですね。曖昧さをなくさないと、コンピューターの判断はうまく使えない。コンピューターは、素直である。大学時代、教授が「コンピューターは間違わない、間違うのは人だ」と、口癖のように言っていたのを、思い出した。
