少ない画像データから、製品の傷や欠陥を見つけるAI
少量のデータから特徴を抽出し、製造検査や業務支援などに使うスパースモデリング由来のAI。カメラ・ロボットや現場システムとの統合も提供する。
しくみ
解こうとしている課題
製造現場などで、欠陥データが少ない製品の検査自動化や、熟練者の判断の属人化、人手不足に対応する。大規模データ収集や計算資源の確保が難しい課題にも取り組む。
どう動くか
データの全体を大量に学習するのではなく、判断に役立つ特徴を選び、少量データから学習・推論する。HACARUS Checkでは良品画像を中心に検査モデルを作り、カメラで撮影した製品の傷や欠陥を判定する。ロボットや照明と組み合わせ、多方向からの撮像や自動仕分けにも対応する。会社は少量データでの立ち上げや、判断根拠を扱いやすい点を利点としている。
できるようになること
会社は、外観検査の自動化・省人化、検査品質の標準化、熟練者の知見のデジタル化を目指すと説明している。導入事例では、旭工精で目視検査の必要量を66%減らしたとする海外向け製品ページの記載がある。
技術の出自:スパースモデリングの機械学習への応用。HACARUSは大学・研究機関との共同研究実績を公表しており、材料探索では東京工業大学物質理工学院との実験計画アルゴリズム研究、医療研究では京都大学大学院医学研究科との細胞競合解析を実施。中核AIの起源となる特定大学・学部・研究プロジェクトは公開情報から特定できず。 出典1 出典2 出典3 出典4 出典5
使われる場面
- 製造業の外観検査・品質管理
- 自動車部品、ダイカスト、金属部品、電子基板などの欠陥検査
- 工場・設備の異常検知、エッジAIによる現場監視
- 建設現場の危険予知・労働安全管理
- 鉄道レールの傷管理
- 医療・ライフサイエンスの画像解析、研究・実験支援
- 材料探索・実験計画の効率化
優位性の主張
製品・サービス
少量の良品データから検査AIを作り、カメラやロボットと連携して製品の傷・欠陥を検査するソフトウェア/装置。 出典
スパースモデリングを機械学習に応用した少量データ向けAIパッケージ。製造・医療・ライフサイエンスのデータ分析や予測用途として紹介されている。 出典
FPGA向けにエッジ学習・推論を目指すAIソリューション。PALTEKと共同開発し、評価キット利用者向け提供を公表した。 出典
ヘルスケア向けのアプリ、API/SDK、クラウド基盤とHACARUS-Xを組み合わせたシステム開発パッケージ。 出典
これまでの歩み 新しい順
提携先・顧客
残りの3件を表示
大学との関係
出資者(公開情報で確認できた21社)
会社や出資者の発表から確認した。出資者の種類は、AIが社名から付けたもの。個人の株主は載せていない。*は、出典のページで社名を機械的に照合できなかったもの。