事例の概要
| 企業 | キユーピー株式会社 鳥栖工場ほか |
|---|---|
| 地域 | 日本 |
| 業種 | 食品 |
| 企業規模 | 大企業 |
| 用途 | 外観検査 |
| 使われた技術 | 良品のパターンを学習する画像の異常検知（ブレインパッド・Google Cloudと開発） |
| 関連する製品・サービス | — |
成果
取り組みの内容
食品の原料は天然物で、形や色のばらつきが大きく、不良の種類も一定しません。不良品の画像を集めて学習させる方法では、想定していない不良を見逃しやすく、検査は長く人の目に頼ってきました。
キユーピーは2016年に開発を始め、ブレインパッドとGoogleの技術を使って、良品のパターンを学習し、それ以外を不良とみなすAI原料検査装置を作りました。Google Cloudの事例紹介によれば、アルゴリズムの検討から約2か月でプロトタイプが完成し、実験段階で生産性が2倍になりました。ある工場では1日4〜5トンの原料を全量検査の対象にしたとされています。
装置は2018年8月に鳥栖工場（ベビーフード原料）の実ラインで稼働を始め、統合報告書の時点でグループの国内4工場で稼働しています。扱う原料は3,000種類以上で、目標価格は従来の検査装置の10分の1とされました。MONOistの報道では、食品メーカー80社以上から問い合わせがあったとしています。
不良の定義が難しい原料検査で、良品を学習する方式に切り替えたことが精度向上の鍵になったと説明されています。
この事例から読み取れること
- 不良の種類が一定しない原料検査では、良品だけを学習する方式が有効だったことを示す代表的な国内事例だと当サイトは見ています
- 生産性2倍は実験段階の成果で、実ラインでの効果とは区別して参照する必要があります
- 自社開発の装置を他社に展開する構想まで持っていた点は、検査AIを競争領域ではなく業界の共通基盤と捉えた判断として読めます
出典
本ページは企業・提供元が公開した情報にもとづき、費用負担を受けずに作成しています。成果の数字は発表時点のもので、当サイトによる検証値ではありません。
