製品情報
“いつもと違う”を教えてくれる外観検査AI Gemini eye
良品のみで学習が可能な外観検査 AI「 Gemini eye 」
製造現場において、多くの人手がかかるのが「検査工程」です。AI で人手を減らしたいというニーズは多々ありますが、導入までのハードルが高いのが現状です。その理由は、既存の検査ソフトが不良品を学習するために必要な「不良品」の発生はごく稀であり、学習に必要なリソースの準備ができないためです。
Gemini eye は発生頻度が低く収集が大変な不良品ではなく、良品のみで学習が可能な外観検査 AIです。不良品を発生されることなく、少量のデータからも学習が可能。複雑なプログラミングは不要で、誰でも簡単に設定可能。覚えている良品と異なるもの（＝不良品）が流れてくると「いつもと違う」と教えてくれます。
必要なのは良品を覚えさせるだけです。 さあ、明日から使える優秀なAI検査員を導入しましょう。
Gemini eye の特徴
たった数個のサンプルから利用可能
Gemini eyeなら、数個のサンプルから利用が開始できます。 わずか３つの良品でもモデルを作成することができます。 また、サンプル数をさらに増やすことで精度の向上が期待できます。 学習させる良品の範囲や数を増やすことによって、あなたの職場の検査基準にピッタリ合うように育てることができます。
簡単で柔軟に調整できるパラメータ
独自アルゴリズムの改良を重ね、パラメータチューニングを行うだけで、さまざまな製品検査に利用できるソフトウェアを実現しました。 製品ごとに当社が準備をしている推奨パラメータを利用することで、 簡単に利用を始めることができます。※1
※1 推奨パラメータが最適設定とは限りません。推奨パラメータを元にタスクごとのチューニングをする必要がございます。
多数の製品検査への対応
Gemini eyeは、金属・機械、繊維、化学、食品など、業界や製品を選ばずに利用できます。
良品のみを利用する「教師なし学習アルゴリズム」
Gemini eyeは独自開発の「教師なし学習アルゴリズム」を採用しています。 一般的によくある「教師あり学習」では、傷などの不良箇所をマーキングした大量のデータを必要とします。しかし、Gemini eyeはその必要性がありません。日々大量に発生する良品のデータを利用して覚えさせます。尚、この技術は 2020年6月現在、特許を申請中です。
判断の根拠を明確に表示
「なぜこの製品が不良品なのか」と疑問に思うことはないでしょうか 改善のためにも、AIの判断根拠を知ることは大変重要です。 Gemini eyeには、判断根拠を表示する機能が備わっています。 なぜ不良品と判断したのか、ヒートマップで可視化。濃い赤色ほど革新を持って判断したとわかります。
「忙しくてなかなか準備の手間が取れない」「費用を抑えてスモールスタートしたい」「専門知識なしで使いたい」 Gemini eyeはそんな方々の声にお応えします。