当AI取代双眼:NEC用机器学习挑产线不良品,提高产能效率
扫描二维码
随时随地手机看文章
透过AI协助作业人员以肉眼检查,可大幅减少一半的工作量,也能使产品质量更为均一,进一步往物联网迈进。
AI已从技术概念实际走入工厂应用中。日本IT大厂NEC推出“AI Visual Inspection”视觉检测,运用机器学习技术,逐一检测生产在线的产品影像,像是金属、人工树脂、塑料等产品加工业的生产线,都能用AI进行高速检查,进一步找出不良品,提升生产线效率,并改善劳动力。
NEC表示,过去,当产品在生产在线完成时,最后一关多采用人眼目测的方式检查,而这项工作必须由对产品非常熟悉、经验老到的专家进行,因此面临了人力不足、技能传承的课题。
NEC表示,透过AI协助作业人员以肉眼检查,可大幅减少一半的工作量,也能使产品质量更为均一,进一步往物联网的Process Innovation、Product Innovation迈进。
机器学习技术RAPID
NEC将其机器学习技术命名为RAPID,其搭载深度学习机能,透过GUI(图形用户接口)的方式,呈现对范例影像的卷标、学习、判断结果,最终可像人类一样辨识、理解图像与影片数据,在影像辨识领域的业界最常被采用。
NEC在NEC Industrial Iot中,新增以AI协助作业员肉眼检查的解决方案AI Visual Inspection。
在实际操作上,首先,制造业工厂现场在进行品检时,会拍摄一系列的产品影像,NEC将这些影像储存保管在物联网平台NEC the WISE Iot Platform云端上。
当储存的影像数据达到一定的量后,云端的AI会运用这些数据,自动抽出与分析良品与不良品的特征,并根据分析结果,进一步归纳出良品与不良品的判别模式,并将判别模式从云端传输到工厂现场装设的设备上。
在工厂端,则会运用现场设备内建的AI,以接收到的判别模式为基础,在短短数秒内,完成判别产品是否为不良品。而当生产线要追加制造新的产品时,云端的AI也会自动学习新产品的特征信息,并同步更新判别模式,进而有效降低追加设计、研发的工作量。