生成AIを活用した最先端「外観検査」の進め方

セミナー趣旨

 製造DXにおける外観検査の自動化を成功させる中核的要件は、熟練者の暗黙知を形式知化し、システム要件を厳格に定義することです。従来、限度見本の解釈や評価尺度の設定は、目視検査員の感覚や経験に依存してきました。この曖昧な状態を放置したまま機器の導入を進めれば、システムベンダーとの間に深刻な認識齟齬を生み、自動化プロジェクトは破綻します。

ここで極めて有効な手段となるのが、生成AI（ChatGPT、Gemini、Copilotなど）の活用です。生成AIは単なる自動応答ツールではなく、人間の持つ「曖昧な要求」や「感覚的な評価基準」を、論理的かつ厳密な仕様・制約条件へと変換するためのインターフェースとして機能します。抽象語彙による丸投げを排除し、目的・対象範囲・評価基準を明確な言語として定義する過程において、生成AIは強力な思考の補助線となります。

本セミナーでは、光学現象や画像処理といった基本技術の習得はもちろん、今注目の生成AIを活用した最先端のアプローチを解説します。そして、自社の現状や現場の「暗黙知」を生成AIとの思索のラリーで漸近的に言語化し、ベンダーへ正確に伝わる「要求仕様書」へと落とし込む具体的な手法を伝授します。本セミナーを受講することで、外観検査の自動化プロジェクトを成功に導く実践的なノウハウを手に入れることができます。

セミナープログラム

１．なぜ今，外観検査の自動化が必要なのか（現状認識と目的の明確化）

外観検査自動化の背景と目的

外観(画像)検査の概要

製造DXと検査自動化の関係

２．自動化プロジェクトを始める前の準備

検査・計測と品質管理・品質保証

品質マネジメントシステムとは

業務・道具の標準化と機器の校正

評価尺度〜性能評定と品質協定

３．システム要件の整理とシステム構築プロセス

自動外観検査の始め方と続け方

要求仕様の策定と生成AIの利用

検査装置の開発プロセス

開発体制の構築と検査体制の構築

４．検査システムを構成する主要技術の概要（ベンダーとの協働のための周辺知識）

我々の視覚と光学現象

照明と撮像の技術

画像認識による検出技術の概略

検査のためのマテリアルハンドリング

５．導入後の運用，評価，そしてその先へ

目視検査の役割軽減〜自動化とその先へ

自動化のための勘所と生成AIの利用

自動化プロジェクトにおける破綻条件

つまづきやすいポイントの回避

６．まとめ

セミナー講師

阿部 淑人 氏
新潟国際情報大学
経営情報学部情報システム学科 教授

1988年 大日本印刷株式会社入社 生産総合研究所にて外観検査装置等の開発に従事
2003年 新潟県入庁 工業技術総合研究所にて電磁計測、色彩計測、信頼性評価等の技術支援業務および画像機器、電力制御機器、自動機器等の研究開発業務に従事
2024年 新潟国際情報大学着任　経営情報学部情報システム学科にてソフトウェア開発，情報システム設計などの教育および画像認識等の研究に従事

セミナー受講料

33,000円（消費税込）

主催者

開催場所