ユーザーによる学習不要の新AI「Regulus」

ユーザーによる学習不要の
新AI「Regulus（レグルス）」誕生！

従来のAI検査と何が違うの？

ディープラーニング（深層学習）による学習モデルの作成が不要！
Regulus搭載の画像検査機を導入したその日から、目視に替わりAIが良品か不良品かを判定！

従来の学習型AIの場合、事前に集めた良品画像データと不良品画像データ、および不良品画像内の欠陥領域データを使ってディープラーニングにより学習モデルを作成し、その学習済モデルを検査機に導入します。弊社の印刷検査AI「Sirius-AIS」はその学習済モデルを使って推論処理を実行し、良品か不良品かを判定します。この良・不良判定精度を上げるために、事前に集める必要のある学習用画像データが、欠陥種類ごとに数十個から100個以上必要となることがあり、この学習用データ集めに手間と時間を要していました。

新AI「Regulus」の場合、この学習用データ集めが不要となります。さらに、高速コンピュータであっても数時間から10時間以上かかることもある学習も不要です。

新AI「Regulus」の判定方法

目視検査員が良品か不良品を判断する判断基準（不良の特徴）を「Regulus」が理解できる指示言葉「Regulus Text」でRegulusに指示するだけで検査判定が可能になります。この「Regulus Text」は、検査対象（電子基板や半導体部品、ウェハー、シール・ラベルなど各種印刷品、銘板、各種成形品など）に応じて標準で用意されます。

Regulus Text の例文

「チップ抵抗、積層セラミックコンデンサなどの無極性部品における、印字の向きの違いは良品とする」

ただし、「Regulus Text」に従って「Regulus」が正しく良品・不良品を識別するためには従来の学習型AI「Sirius-AIS」同様、良品画像データと不良品画像データ、および不良品画像内の欠陥領域データが必要です。これら3つのデータは、当社の既存の画像検査ソフトウエア「FlexVision」、「AsmilVision」および「PolarVision」が有する従来手法（ルールベース画像処理）で求められ、出力されます。