HORUS AIで実現する源流管理

~画像以外もOK!ベンダーフリーで後付け導入可能!全数検査実現!

contents
1.撮像装置以外にも、「人が判断する工程」をすべてAI化できる
2.既存装置に後付け可能、ベンダーフリーで導入しすぐに利用できる
3.源流管理 ~HORUS AIによるAI化で、現場でPDCAサイクルを高速でまわすことができる

1.撮像装置以外にも、「人が判断する工程」をすべてAI化できる

現状の検査ラインの多くは、コンベアなどにカメラなどの撮像装置を取り付け、その画像を人がモニターで見て、検査を行っています。HORUS AIは、もちろんこの通常の撮像装置を介した検査工程のAI化が可能ですが、実は「それ以外のセンサーデータ」も、可視化してモニターに写すことができるものであれば、なんでもAI化が可能です。

【可視化しモニターを見ながら人が判断していた工程のAI化】 通常の撮像パターン以外に、画像以外のセンサーを可視化しモニターで画像を見ながら人が判断している工程も適用可能

いま画像以外にも、人がモニターを見て判断している工程があるなら、そこにAI化のチャンスが眠っています。

<ご参考>実際に導入されたお客様の声
「この分野では、アドダイスのAIはトップレベルの性能を発揮してくれている。アドダイスのAIしか課題に対応できなかった。他にないナンバーワンのソリューションです」というお言葉をお客様からいただき、高くご評価いただいております。

【画像センサー以外からのAI化】センサーから得た情報を可視化ツールで視覚的に表示し、検査員がモニターで画像を見ながら判断していた工程はAI化が可能です。

例えば、センサーを「色むら」情報として換算すると、「なんとなくわかってしまう」という人間の能力を活かして、 モニターを見て人が判断している過程というのは、少なくありません。化学物質をいろいろと融合させている半導体ウェハーの工場等も、検査室に実際に行ってみますと、壁にモニターがたくさんあって、それを見て人が判断している場面は珍しくありません。

「むら」というのは境界線があいまいなものです。ルールベースの判定型のシステムですと、どうしても誤検知あるいは過剰検知してしまうので、人がモニターでもう一回画像を確認する…というプロセスが欠かせません。

ですので、この部分を熟練技術者の感覚的な検査に頼っている面があるのですが、そういったものもHORUS AIを使うと、AIによる自動化が可能なものになってきています。

【通常では難しい「むら」のAI化】通常の撮像画像のままではシステム化が難しかった「むら」も、HORUS AIを使えばAI化が可能です。

参考:外観評価の数値化;カラー情報を利用したむらの視覚化手法 一般社団法人 表面技術協会発行「表面技術」2018年 Vol.69 No.4

このように、現在、様々なセンサーで可視化してるプロセスが既にあるなら、それをHORUS AIで取り込むことができます。検査装置が「外観」ではなくても、「人の貼り付き工程」であれば、AI化を進めることができるのです。

一例です。昨年11月、横浜駅の大規模商業死せる「相鉄ジョイナス」に、アドダイスの施設管理AI「SEE GAUGE」が採用されました。
<参考>プレスリリース・相鉄ジョイナスの施設管理に、アドダイスの自律型AI、 予兆制御®AI「SEE GAUGE(シー・ゲージ)」採用!

いま相鉄ジョイナスにおいて、アドダイスのAIがやっていることは、温度センサーや湿度センサー、外の風の向き(風力)などのセンサーデータの自動制御です。これは、従来は施設管理担当の方がモニターで交代しながらずっとウォッチしていた業務でした。これをすべて、AI化したというわけです。

このように「外観」検査装置だけでなく、センサーを介した何らかの視覚化処理をしてある工程もAIによるDXが可能になっています。

2.既存装置に後付け可能、ベンダーフリーで導入しすぐに利用できる

HORUS AIは、既存の何らかの検査装置に後付けで導入可能です。ベンダーフリーでAI化することができ、お申込みいただいた当日から、すぐに使うことができる点が特長です。

前述した相鉄ジョイナスの例でも、既存のセンサーにAIを後付け導入いただきました。これは実は、既存商業施設に「後付け」で制御AIを本導入する、本初の画期的事例でもあります。

ここで大事なのは、「現場のプロが、自分たち自身で運用できる」ことです。AI化のために、エンジニア、データサイエンティストなどを新たに雇用し、その人に任せないとAI化ができない、ではよくありません。いまAIエンジニアは大変な売り手市場であり、転職の誘惑に常にさらされています。

ですので、やはりHORUS AIのような後付け可能かつ現場の人だけで運用可能なクラウド型のAIを使うことは、AIを育てるプロセスも属人化を回避でき、また誰かが辞めても大丈夫な形でAI化を進めることができます。

【現場が主役。自分たちだけでAIを自立運用】識別眼がある現場のプロ自身が、学習~評価~運用。AI専門家の確保が不要。

3.源流管理 ~HORUS AIによるAI化で、現場でPDCAサイクルを高速でまわすことができる

HORUS AIによるAI化は、全数検査、リアルタイム化、分類の精緻化といった現場改善サイクルを高速でまわし行くことを可能にします。例として、半導体製造工程のイメージでご説明します。

半導体製造工場においては、ウェハーにプリントパターンを焼き付け、それをレーザーで溶かし、水で流す…というプロセスを繰り返しています。

【現場でPDCAサイクルを廻すことが重要です】現場改善サイクルの「全数化」「リアルタイム化」「分類精緻化」

仮に、検査装置による抜き取り(サンプリング)検査で、「水むら」不良が出た場合、「洗浄工程に不良があるに違いない」ということで、洗浄工程に対策を施すまでは、製造ライン全体を停止させなくてはなりません。源流工程と不良の紐づけをしたうえで、源流管理をしているという工程があります。

半導体の検査は、サンプリング検査が主流ですが、自動車や人体などでも半導体が使われるようになってきているため、サンプリング検査ではなく全数検査への要求が高まっています。しかし現状の目視による検査では処理能力に限界があり、これがボトルネックになってしまうという課題を抱えています。

そこで注目されているのが、AI化でPDCAサイクルを高速でまわす、という考え方です。

【現場でPDCAサイクルをまわすことが重要です】

HORUS AIによるAI化なら、人の25倍以上という高速処理で全数検査が実現でき、しかも現場の人間だけで、PDCAサイクルの改善プロセスをグルグルと回すことができます。

PDCAサイクル
PLAN:どのような判断を行うかの計画…サンプル収集(データ収集)、アノテーションしAI学習

DO:学習したデータで運用を実施…OK/NGの基準も変えられるから、狙った不良品を見つけやすい。

CHACK:判定結果を評価。再学習、追加学習し、検証

ACTION:運用中、編入基準を充たした重みを運用モードに編入し、選択肢として選べるようにする。

再びPLANへ

仮にサンプリング検査で不良が見つかったのに製造を進めてしまうと、最終的に製造したものがすべてロスになってしまうリスクが避けられません。このリスクを回避するには、不良が出たら製造スピードを落とすか、製造を止めるしかありませんでした。

HORUS AIによるAI化で全数検査が実現すれば、不良品をここに特定でき、かつ全体の品質はどんどんが上がっていきます。源流管理のところにAIを活用することは、非常に有効であると言えます。

半導体製造は、一定のプロセスの繰返しです。 半導体製造の歩留まりを高めるためには、工程での不良を早期に発見し、フィードバックすることが欠かせません。過程を、もう少し詳しく見て行きます。

半導体の製造では、検査装置を使って以下のように検査を行っています。

【半導体検査を例に】「原因工程~不良姿」の整理と、人が行っている部分の特定

①抜き取り(サンプリング)
②検査装置で検査
③検査結果の画像をモニター表示
人による再判定、分類作業
原因工程へのフィードバック
※ 前提…『原因工程~不良姿』 ひもづき整理

上記のように、④、⑤の部分を人が行っていますが、ここで以下のような課題が発生しています。

◆現状
・人が分類するのに時間がかかる。
・サンプリング検査になっている(全数検査ができない)。
・製造を進めていた仕掛品が全てロスになる。
・現状のままロス率を下げるには、製造プロセスの速度を落とすしかない。

これを解決できるのが、HORUS AIによる源流管理です。AIによる高速で正確な検査で不良をリアルタイム分類し、不良原因工程に直ちに対策を実施でき、全数検査で歩留り向上の効果も望めます。

【半導体検査を例に:現状の問題点と解決策 】

HORUS AIについてのお問い合わせは、以下からお気軽にお送りください。
リモートでHORUS AIが体験いただける「ハンズオンセミナー(無料)」も実施しております。
お問い合わせ

HORUS AI関連コンテンツ

【特長①】ベテラン検査員のカンと経験をシステム化!
【特長②】圧倒的検査スピードで検査業務を効率アップ!
【特長③】自社内だけで一貫して自立運用が可能!
【特長④】プログラムレス&ローコストで 簡単導入!
HORUS AIは簡単4ステップで導入可能!
HORUS AIハンズオンセミナー実施中!
HORUS AIメディア掲載情報