透過AI協(xié)助作業(yè)人員以肉眼檢查，可大幅減少一半的工作量，也能使產(chǎn)品質量更為均一，進一步往物聯(lián)網(wǎng)邁進。

AI已從技術概念實際走入工廠應用中。日本IT大廠NEC推出“AI Visual Inspection”視覺檢測，運用機器學習技術，逐一檢測生產(chǎn)在線的產(chǎn)品影像，像是金屬、人工樹脂、塑料等產(chǎn)品加工業(yè)的生產(chǎn)線，都能用AI進行高速檢查，進一步找出不良品，提升生產(chǎn)線效率，并改善勞動力。

NEC表示，過去，當產(chǎn)品在生產(chǎn)在線完成時，最后一關多采用人眼目測的方式檢查，而這項工作必須由對產(chǎn)品非常熟悉、經(jīng)驗老到的專家進行，因此面臨了人力不足、技能傳承的課題。

NEC表示，透過AI協(xié)助作業(yè)人員以肉眼檢查，可大幅減少一半的工作量，也能使產(chǎn)品質量更為均一，進一步往物聯(lián)網(wǎng)的Process Innovation、Product Innovation邁進。

機器學習技術RAPID

NEC將其機器學習技術命名為RAPID，其搭載深度學習機能，透過GUI(圖形用戶接口)的方式，呈現(xiàn)對范例影像的卷標、學習、判斷結果，最終可像人類一樣辨識、理解圖像與影片數(shù)據(jù)，在影像辨識領域的業(yè)界最常被采用。

NEC在NEC Industrial Iot中，新增以AI協(xié)助作業(yè)員肉眼檢查的解決方案AI Visual Inspection。

在實際操作上，首先，制造業(yè)工廠現(xiàn)場在進行品檢時，會拍攝一系列的產(chǎn)品影像，NEC將這些影像儲存保管在物聯(lián)網(wǎng)平臺NEC the WISE Iot Platform云端上。

當儲存的影像數(shù)據(jù)達到一定的量后，云端的AI會運用這些數(shù)據(jù)，自動抽出與分析良品與不良品的特征，并根據(jù)分析結果，進一步歸納出良品與不良品的判別模式，并將判別模式從云端傳輸?shù)焦S現(xiàn)場裝設的設備上。

在工廠端，則會運用現(xiàn)場設備內(nèi)建的AI，以接收到的判別模式為基礎，在短短數(shù)秒內(nèi)，完成判別產(chǎn)品是否為不良品。而當生產(chǎn)線要追加制造新的產(chǎn)品時，云端的AI也會自動學習新產(chǎn)品的特征信息，并同步更新判別模式，進而有效降低追加設計、研發(fā)的工作量。