エッジラーニング、次なる競争優位性

EL-ホームページ-バナー

今日、あらゆる業界のメーカーおよび物流企業が、マシンビジョンと人工知能(AI)のパワーを組み合わせて活用し、競争優位性を獲得し維持しています。これらのテクノロジを同時に導入することで、より高度な自動化を達成し、効率を最適化し、品質管理を強化することが可能になります。

AIは、画像ベースの解析でルールベースのマシンビジョンを補強します。コンピュータ(またはビジョンシステム)が画像を受信すると、AIを利用するソフトウェアは、その画像を“良好な”基準画像と“不良な”基準画像の両方からなるデータベースと比較し、結果を出力します。パターンを認識し、注釈付きの画像から推測することを学習するこのプロセスにより、コンピュータは検査対象物の許容される異常と許容されない異常を区別することにより、欠陥を検出できます。

さらに、AIテクノロジを組み込んだマシンビジョンソリューションでは、画像上のラベルの読み取りと解釈に自然言語処理を使用します。この点が、広範なプログラミングと高度な技術的専門知識を必要とするルールベースのアプローチとは異なります。このため、より多くのユーザがAIをファクトリオートメーションに活用できるようになります。AIの主要な2つのテクノロジ – エッジラーニングとディープラーニング – によって、自動化がさらに容易になります。

エッジラーニング – エッジラーニングは、使いやすさを追求して設計されたAIテクノロジです。事前に登録済みのアルゴリズムの集合を使用して、デバイス上で、すなわち“エッジで”処理が行われます。このテクノロジは簡単に設定できます。従来のディープラーニングを用いたソリューションと比べて、非常に少量の画像セット(わずか5~10個の画像)と短い登録期間しか必要としません。この分野の専門知識は不要です。ビジョンの専門家でなくても数分間でエッジラーニングツールを登録し、検査結果を出すことができます。

ディープラーニング – ディープラーニングは、複雑で高度にカスタマイズされたアプリケーションを自動化するよう設計されたAIテクノロジです。グラフィックプロセシングユニット(GPU)を介して処理が行われるため、大容量の詳細な画像セット(数百~数千の画像)から高度なニューラルネットワークを構築できます。ディープラーニングは、これらのニューラルネットワークを利用して膨大な画像セットを迅速かつ効率的に解析し、変動のある微妙な欠陥を検出します。

以下のインフォグラフィックで、これらのテクノロジの詳細と、メーカーがどのようにAIを利用して競争優位性を獲得しているかを説明します。

Edge-Learning-infographic

 

他の投稿

製品のサポートやトレーニングなどの詳細を見る

マイコグネックスに参加