日東工業、NTT西日本、NTTドコモビジネスの3社は、最新のネットワーク技術「IOWN APN」と「画像認識AI」を組み合わせることで、約300km離れた工場にある製品の見た目を、遠隔からでも素早くチェックできる共同実験に成功しました。
遠く離れた工場でもAIが活躍する背景
ものづくりの現場では、ベテランの職人さんが減ったり、製品の種類がたくさん増えたりしているため、製品の見た目をチェックする作業（外観検査）を、もっと賢く、効率的にすることがとても大切になっています。特に、複数の工場を持つ会社では、工場ごとに検査の質がバラバラになったり、人の手による作業が多くて大変だったりするのが課題でした。
高精度なAIを使って外観検査を行うには、それぞれの工場にAIの設備を置く必要があり、費用や管理の手間がかかってしまいます。また、工場から離れたデータセンターのAIを使おうとすると、これまでのインターネットではデータの送りが遅れたり、不安定になったりして、リアルタイムで機械を動かすような検査には向きませんでした。
そこで、日東工業、NTT西日本、NTTドコモビジネスの3社は、たくさんのデータを素早く、途切れることなく送れる「IOWN APN」という新しいネットワークを使って、工場とデータセンターをつなぎ、遠くからAIで外観検査ができるかを試しました。
約300km離れた工場でのAI外観検査の仕組み
今回の取り組みでは、静岡県にある日東工業の掛川工場と、約300km離れた関東にあるデータセンターを「IOWN APN」でつなぎました。具体的には、次の2つのステップで遠隔からのAI外観検査を行いました。
- 画像データを送ってAIが判断
掛川工場のベルトコンベアを流れる製品をカメラで撮影し、その画像をデータセンターへ送ります。データセンターでは、画像認識AI「Deeptector(R)」が、製品のどこに、どんな問題があるのかをリアルタイムで特定します。 - AIの検査結果でロボットを動かす
「Deeptector(R)」が判断した結果（問題の有無や場所）は、すぐに掛川工場のロボットに送られます。これにより、ロボットはリアルタイムで動き、問題のある場所にシールを貼るといった作業を行います。
期待される成果と今後の展望
この実験では、工場内にAIの設備がある場合とほとんど変わらない速さと質で、画像データの分析やロボットの制御ができることが分かりました。これにより、以下のような成果が期待されます。
-
AIを工場から離れたデータセンターに置いても、ネットワークの遅れが外観検査に影響しないことを確認できました。
-
AIが外観検査を行うことで、検査員はAIが問題を見つけた製品だけを目で確認すればよくなり、検査員の負担を減らす効果があることが分かりました。
-
「IOWN APN」によって、工場内のデータやAIの設備を遠くの管理拠点に集めることができるため、そこから工場の状況や検査結果を確認したり、システムを管理したりできるようになります。これにより、作業の効率が上がり、複数の工場の検査品質を同じレベルに保つことにもつながります。
今後は、このAI外観検査の対象となる製品の種類を増やし、工場全体のさらなる効率化を目指していくとのことです。日東工業、NTT西日本、NTTドコモビジネスの3社は、引き続き協力して、「IOWN APN」を使ったAI外観検査を実際の生産ラインで使えるように進めていくとしています。
