株式会社コンピュータマインドは、2021年夏より行っていた山梨大学（山梨大学 大学院 総合研究部 工学域 電気電子情報工学系（教授 安藤 英俊））との共同研究「AIを使用した異常検知モデル」を2022年春以降も継続します。

１．背景・経緯
製造業などで製造される工業用製品は、自動化された検品の場合、パターンマッチングなどの画像処理が多く活用されてきました。
これまで、画像処理では判断できない、より複雑なファジーな検品モデルの構築には多くの課題がありました。
2012年頃より第3次AIブームが到来し、その後2，3年を経て製造業にもAIが取り入れられるようになってきました。
先に記載した、これまでの課題をAIにて解決しようとした場合、製造業特有の大きな障害がありました。それが、「不良品数の少なさ」であります。現状の一般的なAIモデルの構築の際、大量のデータが必要となります。良品データは大量に学習する事が出来ますが、不良のデータは非常に数が少ないです。

これが製造業におけるAIモデル導入の障害になってきました。

２．共同研究内容
前記の課題を解決するためには、いくつかのアプローチがあります。

• 疑似的に不良データを作成する（CGを使用／物理的に不良製造）
• 前処理（画像処理）にて不良データを水増しする（オーギュメンテーション）
• 正常データのみで学習し、それ以外を不良扱いとする

今回の共同研究では、3番目の方法にて共同研究を進めています。
これまでの成果としては、いくつかのモデル、手法を実データにて評価を進めている段階です。

2022年度も引き続き共同研究を進め、製造業の実現場で使える精度まで上げ、モノづくり日本の一助になればと考えております。

以上