ピッキング・外観検査向け　必要なデータ生成

安川電機の１００％子会社であるエイアイキューブ（東京都中央区、久保田由美恵社長）は、製造現場への人工知能（ＡＩ）実装に取り組む。２０２０年９月からはロボットのピッキング作業に適用できるＡＩモデルを構築する「バラ積みピッキング用途」の提供を開始。２１年９月には学習に必要な疑似画像を大量に作成し、画像検査を実現する「外観検査用途」も訴求する。ＡＩでこれまで自動化できていない領域の自動化を進める。

工場自動化（ＦＡ）現場におけるＡＩ活用を実現するのがエイアイキューブだが、久保田社長は「ＡＩはデータがないと始まらない。他の手段があるならそちらの方が良い。ＡＩはモノづくりの第１選択肢ではない」ときっぱり。さらに「顧客にとってはＡＩのような曖昧なモノよりも論理式・計算式など確かなモノの方が製造現場には向いている」と続ける。それでも現場には曖昧な作業があることは事実。この自動化をエイアイキューブは実現する。

同社のコアになる考え方が「アリオム」だ。日本のモノづくりは高精度・高品質のため不良品に関するデータが少ない。データがないとＡＩの精度は上がらない。「なければ作ってしまおうというのがアリオム」と久保田社長は解説する。

アリオムでは学習するためのＡＩだけでなく、データ生成の領域にＡＩを活用する。必要なデータをデジタル環境上で大量に生成。ＡＩを活用して実物に近いリアルなデータに近づけ、同学習データからＡＩを作成する。

２０年９月から開始した「バラ積みピッキング用途」は、ワークのつかみ方を学習するもの。定形物だけでなく不定形物や半透明な部材も把持可能だ。まず、バラ積みワークの画像データをシミュレーション上で自動的に大量生成。実データに近いデータにして、ワークを安定してつかめる位置を算出する。最短半日程度でピッキングのためのＡＩモデルを完成する。これにより、多品種少量生産や変種変量生産の段取り替えが容易になる。

２１年９月からは外観検査向けの提供も始めた。疑似的に不良データを作成し、短期間で高精度な外観検査のためのＡＩモデルを完成する。安川電機のロボットラインで活用した場合、不良画像の見逃し率は０％を堅持しながら、良品を不良品と判断する虚報率を低減する。

エイアイキューブではアリオムの考え方を活用したＡＩ開発技術の適用範囲拡大を狙う。目下、機械の波形データから異常を感知するソリューションの開発も進めている。（川口拓洋）