AiMatics、世界モデルで工場の不良データ不足を解消

韓国のAiMaticsは、工場の検査AIに不可欠な不良品データの不足を、正常品の学習で補う手法で解決しようとしている。正常品のパターンを先に学び、そこから外れた部分を欠陥として見つける方式だ。

同社AI未来技術開発グループ長のチェ・ジョンフン氏によると、当初は顧客に欠陥データの提供を依頼したが、一切出せないという企業もあった。不良は発生頻度が低く、問題のある製品はすぐ修理して納品する必要があるためだ。そこで正常データだけで機能する仕組みを作ったという。

世界モデルと検査装置AIM-T1

中核となるのが「世界モデル」だ。映像や信号から基本的なパターンや関係を事前に学び、事故や欠陥のようにデータが少ない状況にもAIを適用できるようにする。その後、少量の正解データで個別の業務を習得させる。

視覚検査装置「AIM-T1」は、スマートフォン向けのプリント基板、カメラモジュール、指紋認識センサーなどを撮影し、傷や破損を判定する。同社によると、3μm級の微細な欠陥を0.1秒以内に判定し、1日最大7万5000個を検査できる。ある顧客の生産ラインでは、約40人の作業を2人で運用するようになった。

製品が変わるたびに必要だった検査環境の再調整は、従来3日から2週間かかっていた。AIM-T1は治具を交換して対応する設計で、現在は数時間で新製品に適用できる。同社は学習から配備まで1時間以内を目標にしている。

車載から工場、ヘルスケアへ

同社は車載AIブラックボックス「ロードスコープ」で映像認識技術を磨いてきた。韓国交通安全公団の路線バス500台での実証(2024年6〜12月)では、居眠り運転が99.7%、交通事故が29.2%減ったという。自社モデル「aimNet」は約1MBに軽量化され、機器内で映像を処理する。

次の課題は工程間の物流の自動化だ。ロボットアームを載せた自律移動ロボットを開発中で、工程運用プラットフォームと連携して自律運営工場を段階的に実現する計画。2028年までに、複数の産業に使える汎用世界モデルの確立を目指す。