マジセミ株式会社
マジセミ株式会社は「【食品工場向け】外観検査AIで課題となる多様かつ大量の異常データの収集はもういらない」というテーマのウェビナーを開催します。
■ 深刻な食品工場の人手不足、AIの活用が期待される
少子化や都市部への人口流出のため、食品工場においても深刻な人手不足が課題となっています。特に地方に多く立地する食品工場では、若年層の確保が難しく、熟練作業者の高齢化や退職に伴う技術の継承が課題となっています。
出荷製品の品質や安全性を確保する外観検査の工程は、これまで熟練作業者の目視や経験に頼ることが一般的でした。しかし、この検査工程は最終消費者の信頼に直結する重要な工程であり、今後、人手不足がさらに深刻化することで、もしも検査漏れや見逃しが発生すれば、企業の評判に深刻影響を及ぼすレピュテーションリスク（企業の評判リスク）を高める要因となります。
こうした背景を受け、近年のAI技術の進化に伴い、外観検査の効率化や自動化をAIで実現することへの期待が高まっています。
■ 製造業の外観検査AIの課題、課題となる異常データの収集
しかし、食品への外観検査AIの適用には、さまざまな課題があります。自然物である食品は個体差やばらつきが大きく、従来の外観検査AIではこうした特性の変動に対応することが難しいとされてきました。また、外観が均一な製品であっても、表面のキズや汚れ、異物混入、サイズ不良など、異常の種類が多岐にわたり、さらに発生頻度が低いことも大きな課題です。
このため、従来のAIでは十分な異常データを収集して学習させることが困難であり、これが検査精度や信頼性の向上を妨げる要因となっていました。さらに、もしデータの収集が成功し、精度の高いAIモデルを構築できたとしても、製品の形状や色が変更された場合は、追加の調整や再学習が必要となり、現場に大きな負担を強いる結果となります。
■ 少量の正常画像データで実現する革新的な外観検査AIソリューション
本セミナーでは、TDSE株式会社が提供する革新的な外観検査AIソリューション「TDSE Eye」を用いて、これらの課題を解決する具体的な方法を解説します。
「TDSE Eye」は、教師なしAIを活用し、少量の正常画像データから高精度な異常検知モデルを構築できる外観検査ソリューションです。正常データのみを利用するため、製品のばらつきや多様な異常パターンにも対応可能です。さらに、検査対象が変更された場合でも、シンプルなWebインターフェースで簡単にAIモデルの作成が行えるため、現場でのスムーズな運用が可能になります。
TDSE株式会社は、創業以来、DXコンサルティング、データ分析、DX人材の育成などを通じて、企業のAI活用を幅広く支援してきました。外観検査AIにとどまらず、AIを活用した不良原因の分析や不良品を発生させる要因となる前工程での設備の故障予知など、多様なソリューションのご提案が可能です。
食品工場の品質検査に携わる方で、検知対象のばらつきや異常データの収集に関する課題をお持ちの方、外観検査AI以外にも様々な用途でAIの活用を検討している方、などに特におすすめの内容です。
■主催・共催
TDSE株式会社
■協力
株式会社オープンソース活用研究所
マジセミ株式会社
マジセミは、今後も「参加者の役に立つ」ウェビナーを開催していきます。
過去セミナーの公開資料、他の募集中セミナーは▶こちらでご覧いただけます。
