　2つ目は、レーザー加工機による切断面の品質判定である。レーザー切断加工を行う場合、「レーザー出力」「ガス圧」「焦点位置」「ビーム倍率」「切断速度」といった加工条件を事前に設定しなければならない。試加工後に断面を熟練技術者が目視で判定し、適切であれば問題ないが、加工品質が不十分であれば加工条件を変更し、再加工していた。

　今回開発したAI技術による画像判定は、加工画面像に基づき、傷や上面の荒れ、溶融付着の有無などを判定。この結果により、必要に応じて加工条件を変更する。熟練技術者に頼らなくても良否の判断ができるようになった。

　ここでは、画像認識向け特徴抽出技術「高次局所自己相関（HLAC：Higher-order Local Autocorrelation）」を採用し、少ない学習データ数と計算時間で学習を可能とした。産総研のHLACは、医用画像の分野などで実績があり、この技術を加工プロセスの知識と組み合わせて適用した。

レーザー加工品質自動判定システムのイメージ出典：三菱電機

異常処理プログラムの作成時間を3分の1に削減

　3つ目は、産業用ロボット組み立て作業における異常の判定である。ロボットによる組み立て作業では、力覚センサーなどを用いて、電子部品などを実装する際に力を加減する。この時、部品の欠損や異物の混入があれば、力覚センサーの出力が変化するため、異常動作と判定する。ただ、その判定処理にはあらかじめプログラムを作成する必要があった。

　今回は、異常動作判定の方法を学習することで、異常処理プログラムの作成時間を従来の3分の1に削減できるという。ここでは時系列データ分析向け機械学習技術であるLSTM（Long short term memory）などを適用した。短時間のセンサーデータから異常を検出し、部品欠損や異物混入などその種類を判定することができる。

上は異常動作の判定に用いた機械学習技術、下は出力されたセンサーデータの波形出典：三菱電機

　三菱電機によれば、「技術的なハードルはクリアしている。今後は使い勝手やインタフェースの課題を解決し、早期実用化を目指す」考えである。

演算量を90％減、エッジで画像生成・認識できるAIを三菱電機が開発
三菱電機は2019年1月31日、従来手法から演算量とメモリ量を約10分の1に抑えた画像生成用ディープニューラルネットワーク構築技術を開発したと発表した。画像生成や画像内の物体認識を組み込みデバイスやエッジ上で動作させることを狙う技術となる。
三菱電機のAI技術「Maisart」は「大手クラウドベンダーとは一味違う」
三菱電機は、情報技術総合研究所とデザイン研究所の報道陣向け視察会において、AI（人工知能）技術「Maisart」について説明した。
AIと人が一緒になってつくる次世代工場の姿を紹介
三菱電機は「2017 国際ロボット展（iREX2017）」に出展し、同社の工場向けIoTシステム「e-F@ctory（イーファクトリー）」が実現する知能化ロボットによるスマートファクトリーの実演デモを披露した。AIとロボットによる自動化ソリューションも紹介した。
AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
世界を変えるAI技術「ディープラーニング」が製造業にもたらすインパクト
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界だけにとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすか、解説します。
人工知能は製造現場でどう役に立つのか
人間の知的活動を代替するといわれる人工知能が大きな注目を集めている。ただ、製造現場で「使える」人工知能は、一般的に言われているような大規模演算が必要なものではない。「使える人工知能」に向けていち早く実現へと踏み出しているファナックとPFNの取り組みを紹介する。