東工大発AIベンチャーSOINN、画像認識・外観検査AI『Switch Vision(R) Light』と『エネルギー需要予測AI』のインターネット販売を開始

～今後AIの種類や機能を拡充し、海外進出も検討～

2022.01.04 12:45

SOINN株式会社

この企業へ連絡する

東工大発AIベンチャーであるSOINN株式会社(本社：東京都町田市、代表取締役CEO：長谷川修、以下当社)は、

・エネルギー需要予測AI「E-1F」

・超軽量・高精度な画像認識・外観検査AI「Switch Vision(R) Light」

のインターネット販売を、2022年1月4日に開始しました。今後、販売するAIの種類や機能を拡充し、当社事業の第2の柱に育てる計画です。Eコマースの強みを活かし、海外展開も視野に入れています。

当社AIの多くは、Deep Learningに匹敵する高精度を少量データからの超軽量演算で得られるほか、自動学習・自動推論なども可能です。この度のネット販売は、こうした当社AIの強みを活かすことで実現しました。

■ネット販売するAI について

(1)エネルギー需要予測AI「E-1F」

「E-1F」は、予測対象のエネルギー需要に関する実績データと、予測対象が位置する地域の気象データの双方から自動で学習し、以下の機能を発揮する超軽量AIです。大規模エネルギー管理システム向けAIとして商用実績のある「E-1」の、エネルギー需要予測機能をコンパクトにまとめました。

1．気象予報に基づく将来のエネルギー需要の予測

2．予測値と実績値のズレに基づく異常や異常の兆候の検知

「E-1F」はインターネットに接続された市販PCで初期学習から自動での運用が可能です(CPU使用、GPU不使用)。学習や予測に用いる気象データも、ネットから自動でダウンロードします。

E-1F 製品 Webページ　　： https://soinn.com/service/E-1F/

E-1F デモ動画　　　　　： https://youtu.be/l-xKc7MDLmI

E-1F操作マニュアル(抜粋)： https://soinn.com/wp-content/uploads/2022/01/SOINN_EMS_manual.pdf

エネルギー需要予測の実行画面例

電力実績データの変動に対する追従性の評価結果

(2)Switch Vision(R) Light「SV-L」

Switch Vision(R) Lightは、膨大な学習データや演算を必要としない現場で「使える」画像認識・外観検査AIで、以下の3つの学習・推論方式から選択可能です。

・超軽量教師あり学習

・良品学習

・半教師あり能動学習

最も工数のかかる最初期の学習・調整は、当社がお客さまのデータを使って無償で行うことが可能です。当社にデータの開示が困難な場合、最初期からお客さまに調整頂くことも可能です。

お客さまは、お手持ちのデータに対してSwitch Vision(R) Lightがどの程度有効か、機能・性能・使い勝手を無償でご確認頂いた後、有償ライセンスへの移行可否を判断頂けます。場合により、Switch Vision(R) Lightの無償トライアル運用も可能です。

Switch Vision(R) Lightのご利用に、AIの専門知識は不要です。このため、例えばパート検査員の方が現場設置の市販PCでSwitch Vision(R) Lightを直接調整して学習させ、運用頂くといったことも可能です。

Deep Learningとの比較では、超軽量教師あり学習によって同等レベルの精度を得る場合、学習画像の枚数、ハードウエアのコスト、学習時間のいずれも1/50～1/100が期待できます。

＜学習時間比較＞

Deep Learning　　　　：GPU使用で約10時間

Switch Vision(R) Light：市販PCのCPUで数分

(2-1)AIの可視化・編集インタフェースで圧倒的な使いやすさ

以下の動画は、超軽量教師あり学習時の「Switch Vision(R) Light」インタフェースの運用例です。動画のように、Switch Vision(R) LightではAIが何をどう学習したのか確認しつつ、(1)初期学習、(2)ラベル調整と再学習、(3)追加学習などが可能です。

https://youtu.be/YOyNMLu53Fk

一般にOK／NGの識別では、OK／NGの境界付近のデータが最も重要になります。Switch Vision(R) Lightでは「AIの頭の中身」を透かして見ることができ、OK／NGの境界がどこにあり、その近辺にどのような画像が来ているかが一目瞭然です。そこで境界付近の画像を集中的に追加することで、非常に効率的に精度の向上が図れます。

上記の学習過程の確認、ピンポイントでのデータの追加、OK／NGのラベル調整、再学習などの一連のプロセスは、原則全て、お客様ご自身がお持ちの市販PC(GPUなし)で実行可能です。調整のたびに当社に発注頂き、コストや時間を要するといったことはございません。お客さまが調整・学習されたAIモデルは、そのまま直ちに認識・検査業務に投入頂けます。

(2-2)Switch Vision(R) Lightは、Deep Learningが対応不可なタスクも対応可

さらにSwitch Vision(R) Lightは、Deep Learningでは技術的、コスト的に課題があり対応できないタスクでも、無償トライアルから対応可能な場合がございます。

これまでAI化を諦めていたタスクも、ぜひご相談ください。

(2-3)Switch Vision(R) Lightの適用例

＜超軽量教師あり学習＞

・食品パック工場の不良品外観検査

・これまでは現場作業員が数万枚の学習画像をラベル付けしていた

・高性能マシンを使いDeep Learningで10時間以上をかけてモデル作成

・製品ごとに上記の手間と時間、費用が掛かるのは困ると当社にご相談

・現在は数百枚のOK／NG画像を現場のノートPCで直接調整・学習させ同等性能に到達

＜良品学習＞

・ペットボトル製品の不良品外観検査