　Edge AI Machine Visionは、IoT（モノのインターネット）対応産業用コントローラー「HX」シリーズの「ハイブリッドモデルII」に、新開発のエッジAIモジュール「HX-AIX1」を搭載している。USBカメラや照明設備と連携することで、生産ラインを流れる商品が変わっても、検査用の膨大な商品画像を読み込ませる工程、追加費用が不要になる。

　また、飲食料品の検査では異常品の発生率が低いため、学習用の異常データを収集しにくい。HX-AIX1は、ディープニューラルネットワークをベースとした独自の診断アルゴリズムにより、異常データがなくても良品の正常データだけで学習できる。

　さらに、Edge AI Machine Visionは、エッジAIの学習に適したGPUや専用メモリを搭載しているため、商品ごとの条件設定や画像データ学習用の専用システムの設定が不要だ。これらにより、リアルタイムでシームレスな学習、推論を実行できる。

　主な性能として、約40分で2000枚の画像を学習し、1分当たり約300枚の推論速度で瓶の傷やラベルの汚れなどを検知可能だ。

「Edge AI Machine Vision」の使用イメージ出所：日立産機システム

　同社は、Edge AI Machine Visionの実証実験と製品化を進め、飲食料品だけでなく広範な業界における目視外観検査の負担軽減や自動化に貢献する。

⇒その他の「製造現場向けAI技術」の記事はこちら

第4次産業革命で変わる検査と品質向上の取り組み
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。本連載では、第4次産業革命で起きていることや、必要となることについて、話題になったトピックなどに応じて解説していきます。第21回となる今回は、IoTやAIを活用することで品質向上への取り組みがどのように変化するのかという点を紹介します。
品質不正問題にどう立ち向かうのか、抜本的解決のカギはIoTと検査自動化
2017年の製造業を取り巻く動きの中で、最もネガティブな影響を与えたのが「品質不正」の問題だろう。「日本のモノづくり」のブランド力を著しく傷つけたとされるが、2018年はこの問題にどう対応するのかという点は、全ての製造業の命題である。人手不足が加速する中、解決につながる「仕組み」や「ツール」に注目が集まる1年となる。
IoT時代にどう立ち向かうか、自動検査の位置付けを変えたマインドセット
「検査装置は不具合を見つける装置ではなく、不具合を出さないためのものだ」――。基板実装ラインなどで使われる外観検査装置で好調を続けるサキコーポーレーションだが、成功の土台には「マインドセット」の取り方にあったという。サキコーポレーション社長の秋山咲恵氏の講演の内容をお届けする。
日立がロボティクスSI事業のさらなる強化へ、「日立オートメーション」を設立
日立製作所と日立産機システムは、産業用ロボットを活用してラインビルディングを行う「ロボティクスSI事業」のさらなる強化に向けて2022年4月1日付で「株式会社日立オートメーション」を設立すると発表した。これにより、日本国内とASEANにおけるロボティクスSI事業の成長を加速する。
もうサンプル集めに悩まない、少量データで学習可能なAI外観検査
Preferred Networksは「スマートファクトリーJapan 2022」（2022年10月19～21日、東京ビッグサイト）において、AI（人工知能）技術を活用した外観検査ソフトウェア「Preferred Networks Visual Inspection」をアピールした。
AI行為判定で品質管理向上、OKIの全員参加型イノベーションは実践モードへ
OKIは2022年10月12日、東京都内およびオンラインで「OKI Innovation World 2022」を開催し、リアル会場では製造現場などでの品質管理を担保するAI行為判定システムなどを展示した。