AIを使ったツール導入のハードルは格段に下がっている。
主な利用分野ごとに製品・サービスをまとめた。
機械制御 |
||
設備やロボットの性能そのものを高めるAI。制御に必要なパラメーターの調整を自動化したり、ロボットの動作を教え込むティーチングを省力化したりする。
 エイシングのAiiR（エアー）チップ。（写真：日経ものづくり） [画像のクリックで拡大表示]  ロボットのコントローラにMELFA Smart Plusカードを挿入するイメージ。（画像：三菱電機） [画像のクリックで拡大表示] |
||
|
サービス・製品名称 |
企業名 |
内容 |
|
AiiR チップ |
エイシング |
同社のAIアルゴリズム「Deep Binary Tree（DBT）」を組み込んだマイコンボード。用途を機械制御に絞ることで学習処理を軽量化した。クラウドなしに、同チップの搭載機器だけで学習と予測の両方をこなせる。 |
|---|---|---|
|
マルチモーダルAIシステム |
エクサウィザーズ |
複数のセンサーを組み合わせて人の動作を学習するシステム。例えば、多指ハンドを装着した双腕ロボットアームのティーチング作業を深層学習とVR技術で省力化するなどの実績がある。 |
|
MELFA Smart Plus |
三菱電機 |
同社の産業用ロボット「MELFA-FR」シリーズの機能拡張カード。同社のAI技術「Maisart」を応用した「力覚センサ 拡張機能」を備える。例えば、反力を探りながら軸と穴の位置を合わせて部品を組み付ける作業のパラメーター調整を自動化できる。 |
|
モーションプラニングAI |
MUJIN |
同社が販売する産業用ロボットのコントローラに搭載するAI技術。動作プログラムを自動生成してティーチング作業を省力化する。様々なメーカーのロボットでも使えるので、操作方法が異なるといった課題も解決できる。 |
画像判別・外観検査 |
||
人の眼で判断してきた製品の外観検査や不良品判別、トレーサビリティを省力化するAI。深層学習の普及がこの分野の急速な発展を後押しする。
 物体指紋認証技術で捉えた画像の例。（画像：NEC） [画像のクリックで拡大表示]  Deeptectorによる部品外観検査のデモンストレーション。（写真：日経ものづくり） [画像のクリックで拡大表示] |
||
|
サービス・製品名称 |
企業名 |
内容 |
|
AI画像認識ソリューション |
パナソニック |
GUIによる専用の「ラベル作成アプリ」を提供するのが特徴。ユーザーは学習データとなる画像の必要な部分をドラッグ&ドロップしてラベル付けできる。 |
|---|---|---|
|
AI Visual Inspection |
NEC |
同社の「RAPID機械学習技術」を活用した目視検査自動化サービス。クラウドで学習した推論モデルをエッジ端末に配置。カメラ画像から良品・不良品を判定する。 |
|
MMEye |
YE DIGITAL
（旧安川情報システム） |
深層学習を応用した画像判定サービス。GPUを搭載したエッジ端末を利用してリアルタイムな処理を実現する。GAN（敵対的生成ネットワーク）技術を用いて少ない学習データを増やす機能を2019年にリリース予定。 |
|
GAZIRU個体識別サービス |
NEC |
製品表面の微細な紋様を認識する同社の「物体指紋認証技術」を応用する。カメラで画像を撮影してクラウドに上げると個体識別番号を発行。スマートフォンで撮影した製品を照合できるようになる。 |
|
COLMINA Service AI-Pro |
富士通 |
ロボットや自動機で使う画像認識アルゴリズムを自動生成する。具体的には、「エッジ認識」「パターン認識」「良否判定」の3つ。 |
|
Deeptector |
NTTコムウェア |
人の目による判別工程を自動化する。用途に応じて、「対象物の検出」「カテゴリ分類」「レベル判定」「正例判定」の機能を使い分けられる。クラウド、オンプレミスの両方で使える。 |
|
YDC SONAR AI |
ワイ・ディ・シー |
AIによる製造工程の改善サービス。検査画像を分類する機能などを提供する。用途に応じて複数の機械学習フレームワークを利用できる。 |
