AI外観検査導入マニュアル -がいかん DX-
AI外観検査導入マニュアル -がいかん DX- » 【特集】AI外観検査のデメリット・正しく活用する方法とは

【特集】AI外観検査のデメリットは?

目次

外観検査の判定を自動化し、多軸ロボットなどの各機器と連携することで外観検査業務を自動化できるAI外観検査装置。AIは万能だと思われがちですが、実はAIにも得意なこと・苦手なことがあります。

今回は、AI外観検査のデメリットと、AIの特徴をうまく活用する方法について紹介します。ぜひAI外観検査を導入する前に参考にしてみてください。

AI外観検査のデメリットとは

定性的な判断ができない

AI外観検査は、画像データをAIに取り込み、判断基準を学習(ディープラーニング)させるシステムです。

そのため、画像でOK/NGの判定ができないものは判定不可。人の目でも判断基準が異なる条件下では、AIも正しく判断をすることが難しくなります

学習させた条件以外の検出ができない

ディープラーニングは機械学習の一種であることから、キズや異物といった不具合を自動的に発見するには学習データが不可欠。

データにない基準は判断できないため、すぐに導入できるわけではなく、継続して学習させることが必要です。

AI外観検査のメリットとは

では、AIが得意なことはなんでしょうか。外観検査で発揮できるAIの強みを説明します。

目視で見逃す可能性のある異物の検出

学習させた条件下であれば、目視で見逃してしまうような小さな傷などもすぐに検知することが可能です。

目視よりも検査スピードが安定するため、検査作業の効率化にもつながります。

検査のルール設定が複雑化しない

外観検査は、限度見本などを用いながら細かくルールが設定されていることがほとんど。 しかしAI外観検査は、画像データを学習させて検査条件を蓄積するため、細かなルール設定は必要ありません

AI外観検査を導入して検査条件を学習させることで、これまで属人化していた判断が定量化できることも。製品の品質担保にもつながり、企業の発展に大きく貢献することもあります。

【結論】判定基準の細かな定量化と
綿密な閾値調整が必要不可欠

AIには苦手なことはあるものの、「定量化された判定基準を一定のスピードで正しく判断できる」ことが最大のメリットです。

このメリットをうまく活用し、外観検査を自動化するには、これまで目視で行っていた定性的な判断を綿密に定量化し、AIに学習させる段階で綿密に判断基準を調整することで、企業が求める品質を担保したまま自動化することが可能です。

完全オーダーメイドのAIで質の高い外観検査自動化を実現!
株式会社システムインテグレータが提供する「AISIA-AD」とは
システムインテグレータキャプチャ
画像引用元:システムインテグレータ公式HP
(https://products.sint.co.jp/aisia-ad)

オーダーメイドのAI構築で検査課題を大幅改善

AIモデルを限定することなく、扱うワークの特性や要件にわせたAI外観検査システムを構築することで、より高精度な異常検知を実現しています。

オーダーメイドで企業ごとに合ったAIを構築するため、実証検証を綿密に実施。「検知対象の整理と要求レベルの設定」や「最終運用イメージの整理」から始まり、「課題の洗い出し」を綿密に行ったうえで開発に進みます

データ取得のために欠かせないカメラや照明、各種センサーといった機器の組み合わせについても提案も行い、効率的に外観検査を行えるようサポートしてくれます。

課題抽出から丁寧に対応

AI外観検査の目的は、検査を自動化した先の効果。企業が求める省人化・省力化の実現が必要不可欠です。

効果を得るためには、自社の課題を抽出した上で、外観検査の業務改善における達成目標を定め、自動化の実現性や検査精度の向上など適正を見極めることが大切です。

システムインテグレータでは、丁寧なヒアリングの上、費用対効果と実現可能性から丁寧に検証を実施しています。 自社で抱える専門AIエンジニアにより、自社内で独自開発したソリューションで、常に新しい技術を用いたAI外観検査を提案。 柔軟な提案力とオーダーメイドのAI構築により、自社の課題に合わせたAIの構築が可能です。

「AISIA-AD」の導入事例

「AIは使えない」という社内イメージを払拭

導入前課題

フイルムの製造をしているA社は、既存検査装置では不十分な検知精度の向上を目的として、AIの導入を検討。 まずは手軽に試してみようという方針で、素早く実施が可能なパッケージングされたサービスを提供する企業に依頼しました。 豊富なノウハウがあるという言葉の通り、X社主導でのPoCはスピーディに進んだものの、PoCは思ったような精度が出ないまま終わることに。 確かに検証はスピーディに進んだ一方、 担当者としては自社個別の環境や条件を加味した上での十分な検証とは感じられないものでし た

この一件で、「当社の業務はAIに向いていない」という社内の空気が出来上がってしまい、A社のAIを活用した業務効率化は止まってし まいました。

導入後効果

システムインテグレータから再度AI外観検査の導入を持ち掛け、オーダーメイドでのAI構築で再度自動化に挑戦することに。 前回の検証で不足していた「自社のワーク特性や現場環境の整理・理解」を徹底しました。

すると、傷に微妙な形状の違いがあるだけで判定結果が変わるなど、想定よりも綿密な定量化が必要だと判明。

そこで、AIに学習させるための画像データを細かく準備したうえで実証を開始。これまで属人化していた判断が定量化され、品質を担保したうえで外観検査の自動化に成功しました

外観検査に課題を感じているなら、まずは相談を

オーダーメイドのAI外観検査「AISIA-AD」を構築するシステムインテグレータを紹介しました。

システムインタグレータは、外観検査の自動化だけでなくその先の省人化・省力化といった企業の課題解決から相談に乗ってくれます

外観検査の自動化に興味がある企業は、ぜひ一度相談してみてはいかがでしょうか?

システムインテグレータは、無料で「AI外観検査セルフチェックツール」も実施。画像データをアップするだけで異常検知がどのように行われるのか確認できるツールを提供しているため、ぜひ下記ページからお申込みください。

公式HPからAI外観検査について
相談する

公式HPから
「AI外観検査セルフチェックツール」の
提供を申し込む