BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:東芝AI技術セミナー 製造DX 成功の秘訣 ～モノ づくり知見と最前線AIの合せ技とは？～ X-WR-CALNAME:東芝AI技術セミナー 製造DX 成功の秘訣 ～モノ づくり知見と最前線AIの合せ技とは？～ X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:888761@techplay.jp SUMMARY:東芝AI技術セミナー 製造DX 成功の秘訣 ～モノづく り知見と最前線AIの合せ技とは？～ DTSTART;TZID=Asia/Tokyo:20230203T140000 DTEND;TZID=Asia/Tokyo:20230203T153000 DTSTAMP:20260427T014219Z CREATED:20230118T045550Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/88876 1?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\nコロ ナ禍によって企業変革の速度が上がりました。政府の 「ものづくり白書」でも自己変革能力の強化が謳われ 、レジリエンス（サプライチェーン強靭化）、グリー ン化（カーボンニュートラルへの対応）、デジタル（D Xの取り組み深化）が強調されています。一方、経済産 業省の「DXレポート」では、95%の企業がDXに取り組んで いないか、取り組み始めた所です。いかにDXが難しい かが分かります。\nここで製造業において、「AIは製造 DXの救世主か？」と問われることがあります。答えは 、YesにもNoにもなり得ます。なぜなら、AIはデータあっ てこその技術であり、どのようなデータを、どのよう にAIに学習させるかで成否が分かれるからです。特に 欠陥検査の場合では、「立ち上げ時にAIの性能を出し 切れない」「不良品を出さないようにしているので不 良品データが少ない、または機密のため不良品データ を公開したくない」という事情があります。そのよう な現場でも、AIを導入・運用し、DXを進めるにはどうす ればいいのでしょうか。\n品質保証、歩留まり向上な どの成果獲得に向けて、AI活用による製造DXの実際をご 共有しつつ、成功の秘訣をご説明します。課題や事例 をもとに技術的、ビジネス的ヒントを持ち帰っていた だくことで、皆様の領域で次の価値が生まれるなど、 皆様に貢献できれば幸いです。\nタイムスケジュール\n \n\n\n時間\n内容\n\n\n\n\n14:00〜14:10\nセッション1東芝AI 技 術セミナー開催にあたり～欠陥検査へのAI導入時のポ イント～\n\n\n14:15〜14:50\nセッション2匠頼りだった外観 検査をAIで自動化～少数の良品データで検査立上げを 実現～\n\n\n14:55〜15:30\nセッション3欠陥検査現場での熟 練者不足を「AI×データの取り方」で解決～製造DXの秘 訣を実例解説～\n\n\n\n※ 当日予告なく時間配分・内容 が変更になる可能性がございます。\n登壇者\nセッショ ン1　東芝AI技術セミナー開催にあたり ～ 欠陥検査へ のAI導入時のポイント ～製品の欠陥を検査するAIを構 築する際には、いくつかの課題があります。一番大き な課題が、そもそも欠陥品が良品に比べて少数しか得 られないことです。もう一つの課題は、欠陥が小さい ために検知が困難なことが多いことです。それらを解 決する、最先端の欠陥検査技術の概要をご紹介します 。\n■講演者の一言「製品の欠陥をAIで検査したい」と いうニーズが高まっています。最近は、AIの目覚まし い進歩により、実用レベルになってきました。しかし ながら、欠陥検査にAIを適用する時にいくつかの注意 点があり、それに則したAI技術を選ぶ必要があります 。製造現場において、欠陥検査にAI技術を適用する際 の参考になればと思います。\n\n堀 修\n株式会社 東芝 執行役員研究開発センター 首席技監AI-CoEプロジェクト チーム リーダー\n昭和61年 ： （株）東芝 総合研究所 （現 研究開発センター）入社。\n 機械学 習・画像処理技術の研究開発に従事。\n平成6年 ： メリーランド大学 Center for Automation Research 客員研究員 。\n平成15年4月： 研究開発センター マルチメディアラ ボラトリー 室長。\n平成27年4月： 研究開発センター 所長。\n平成30年4月： 研究開発本部 部長。\n令和2年4 月 ： 執行役員 首席技監。\n令和4年4月 ： AI-CoEプロジ ェクトチーム リーダー　兼務　現在に至る。\n\n\nセッ ション2　匠頼りだった外観検査をAIで自動化 ～少数の 良品データで検査立上げを実現～AIモデル開発では、 大量の学習データの用意が課題です。また実際の製造 現場では、「欠陥品」データはなかなか集まらないの が実情です。このような現場の課題に応え、東芝では わずか100枚の「良品」データを用意するだけで、運用 を開始できる画像検査AIを開発しました。長年、東芝 グループが製造現場で培った知見に基づいた、"現場で すぐに使える東芝ならではのAI"です。本講演では検査 の課題を共有し、開発した技術についてご説明します 。\n■講演者の一言皆様の領域で製造DXを進める際の、 技術的ヒントをご提供します。AI技術の発展により、 汚れや傷などルール化の難しい欠陥の検査もデジタル 化されてきました。しかし、学習用データの収集などA I特有の難しさもあり、導入・運用には多くの課題があ ります。本講演ではこれらの課題を整理し、それぞれ に対して東芝のAIがどう解決するかをご説明します。\n \n廣瀬 佑介\n株式会社 東芝生産技術センター　製造プ ロセス・検査技術領域　光学・検査技術研究部上席研 究員（グループリーダー）\n平成21年 ：（株）東芝 生 産技術センター入社。\n 画像検査関連の研 究開発に従事。 現在に至る。\n\n\n\nセッション3　欠陥 検査現場での熟練者不足を「AI×データの取り方」で解 決 ～製造DXの秘訣を実例解説～東芝は、製造現場のお 困りごとをヒアリングし、課題を抽出した上で、その 解決法を立案、実装しています。課題に応じて「デー タの取り方」を東芝のノウハウから提案し、そのデー タで顧客に合わせたAIを効率的に開発しています。本 講演では、自動車部品（複雑部材）、風力発電タワー （大型構造物）、建材（大量生産品）など、多様な欠 陥検査の解決事例をご紹介します。AI実装のヒント、 また東芝に相談するきっかけを確認いただけると思い ます。\n■講演者の一言「東芝AI×データの取り方」を 軸に、製造DXの秘訣をご紹介します。製造現場の生産 性向上のため、欠陥検査の効率化が鍵となっています 。この時、AIの導入が1つの解決策になりますが、デー タの取り方は現場や対象物によって異なります。本講 演では、顧客に合わせたデータ取得技術を含め、AI実 装の事例をご説明します。\n\n松本 信幸\n東芝デジタル ソリューションズ株式会社ICTソリューション事業部　 産業デジタルトランスフォーメーション推進部　エキ スパート\n平成15年 ：（株）東芝　研究開発センター 入社。機械学習・予測技術の研究開発に従事。\n平成9 年 ：（株）東芝入社。デジタル画像処理関連の研究 開発に従事。\n平成28年 ：（株）東芝　インダストリ アルICTソリューション社\n （現 東芝デジタル ソリューションズ株式会社）。\n 画像AIを活 用したサービス・ソリューションの事業化を推進。\n 現在に至る。\n\nこんな方におすすめ\n\n製造DX に関心があり、AI導入による成果獲得についてヒント が欲しいビジネスパーソン\nAI技術者としてキャリアを 歩みたく、先進企業の課題認識、解決策を知りたい学 生や求職者\nAIの開発・運用に従事しており、データの 取り方、画像検査AIに関心がある技術者、研究者\nDXに おけるAI活用、価値創造に興味がある、幅広い方々\n\n 参加費\n無料\n注意事項\n\nご参加には事前のお申し込 みが必要です。\nご登録後、2日を経過してもメールが 届かない場合は、「隔離メール」として受信されてい ない場合がございます。念のため「隔離メール」をご 確認ください。\nプログラムは事前の予告なく変更さ せていただく場合があります。\n本セミナーは国内居 住者を対象にした社外向けセミナーとなっています。 以下の方のお申し込みはご遠慮ください。東芝グルー プ従業員日本国外に居住の方\n LOCATION:オンライン URL:https://techplay.jp/event/888761?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR