當 AI 取代雙眼:NEC 用機器學習挑產線不良品,提高產能效率

作者 | 發布日期 2017 年 07 月 20 日 13:05 | 分類 AI 人工智慧 , 物聯網 , 雲端 follow us in feedly

AI 已從技術概念實際走入工廠應用中。日本 IT 大廠 NEC 推出「AI Visual Inspection」視覺檢測,運用機器學習技術,逐一檢測生產線上的產品影像,像是金屬、人工樹脂、塑膠等產品加工業的生產線,都能用 AI 進行高速檢查,進一步找出不良品,提升生產線效率,並改善勞動力。



NEC 表示,過去當產品在生產線上完成時,最後一關多採用人眼目測的方式檢查,而這項工作必須由對產品非常熟悉、經驗老到的專家進行,因此面臨了人力不足、技能傳承的課題。

NEC 表示,透過 AI 協助作業人員以肉眼檢查,可大幅減少一半的工作量,也能使產品品質更為均一,進一步往 IoT 的「Process Innovation」、「Product Innovation」邁進。

機器學習技術「RAPID」

NEC 將其機器學習技術命名為「RAPID」,其搭載深度學習機能,透過 GUI(圖形使用者介面)的方式,呈現對範例影像的標籤、學習、判斷結果,最終可像人類一樣辨識、理解圖像與影片資料,在影像辨識領域的業界最常被採用。

▲ NEC 在「NEC Industrial Iot」中,新增以 AI 協助作業員肉眼檢查的解決方案「AI Visual Inspection」。(Source:NEC

在實際操作上,首先,製造業工廠現場在進行品檢時,會拍攝一系列的產品影像,NEC 將這些影像儲存保管在 IoT 平台「NEC the WISE Iot Platform」雲端上。

當儲存的影像資料達到一定的量後,雲端的 AI 會運用這些數據,自動抽出與分析良品與不良品的特徵,並根據分析結果,進一步歸納出良品與不良品的判別模式,並將判別模式從雲端傳輸到工廠現場裝設的設備上。

在工廠端,則會運用現場設備內建的 AI,以接收到的判別模式為基礎,在短短數秒內,完成判別產品是否為不良品。而當生產線要追加製造新的產品時,雲端的 AI 也會自動學習新產品的特徵資訊,並同步更新判別模式,進而有效降低追加設計、研發的工作量。

(本文由 數位時代 授權轉載;首圖來源:Flickr/Robert Scoble CC BY 2.0)