概要

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（DX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。

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。

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。

タイムスケジュール

時間	内容
14:00〜14:10	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～
14:15〜14:50	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～
14:55〜15:30	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～

※ 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。

登壇者

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。

■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。

堀 修

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

昭和61年   ：	（株）東芝 総合研究所（現 研究開発センター）入社。
                 機械学習・画像処理技術の研究開発に従事。
平成6年    ：	メリーランド大学 Center for Automation Research 客員研究員。
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。
平成27年4月：	研究開発センター 所長。
平成30年4月：	研究開発本部 部長。
令和2年4月 ：	執行役員 首席技監。
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。

---

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。

■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AI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。

廣瀬 佑介

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）

平成21年	：（株）東芝 生産技術センター入社。
                 画像検査関連の研究開発に従事。 現在に至る。

---

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。

■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。

松本 信幸

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

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。
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。
平成28年  ：（株）東芝　インダストリアルICTソリューション社
             （現 東芝デジタルソリューションズ株式会社）。
              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。
              現在に至る。

こんな方におすすめ

• 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
• AI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
• AI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
• DXにおけるAI活用、価値創造に興味がある、幅広い方々

参加費

無料

注意事項

• ご参加には事前のお申し込みが必要です。
• 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。
• 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。
• 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