独自AIで製造現場の不良品を“ほぼ100%”検知、大手メーカーも注目の産総研発スタートアップ

コメント

選択しているユーザー

• 木原 正道

  人件費増加・技術者の高齢化により検査の自動化が必要とされていますが、規模問わず製造現場に普及しているという実感は、製造現場を見ている私もまだだと感じています。　このような技術と製造現場のデータ化がうまくマッチできるようにアプローチしていきたいですね。

注目のコメント

• masumi osaki

  Tech系メディア ライター フリーランス

  ・2021年02月04日

  AIで製造業における「検査・検品」の自動化に取り組むアダコテックの河邑CEOにお話伺いました。
  
  昨年スタートアップ関連のピッチコンテスト（ICC/IVS）でも優勝するなど注目を集めていた同社の特徴は、ディープラーニングとは異なる「HLAC」という技術を軸にした独自のAI。HLACは産業技術総合研究所（産総研）の特許技術で、“少量の正常データのみ”で精度の高い検査モデルを作れるのが最大のウリだそうです。
  
  製造業の検査・検品領域では不良品のデータを大量に集めるのが難しく、それが故になかなか従来のAIによる自動化が難しかったそう。アダコテックの技術はそこを突破できる可能性があるため、現在は世界シェア20%を誇る大手自動車部品メーカーをはじめ10社に導入されているとのことでした！
• 松田 裕之

  Nishika 代表取締役

  ・2021年02月04日

  HLACという技術自体は2010年頃には発表されていたと認識しているので、このスタートアップの強みは技術ではなく、それを現場で使いやすいアプリケーションに落とし込んだところなのかなあと推察します。
• 島崎 里史

  日系老舗コンサルティングファーム シニアコンサルタント

  ・2021年02月28日

  不良解析の基本は不良の実態からメカニズムを解析し、要因追求して製造条件へのフィードバック。それは変わらないので、正常データから異常を判定するこうした取り組みを進めると同時に、異常データの収集も進めるべき。
  業界横断で異常のデータ収集の規格化ができれば良いなぁと常々思っているが、プラットフォームがないし、お互い知られたくないこともあるだろう。でもそれらを共有化しないと教師データは作れない。
  食品業界でキューピーがすすめている取り組みは数少ない業界横断の取り組みと思う。一緒に事業推進した経験もあるが、荻野さんは本気で業界競争力を上げたいと考えている。
  
  https://www.sbbit.jp/article/cont1/37795