日本食品・外食2017 – 継続中キユーピー
ベビーフード向けダイスポテトのAI検査
キユーピー、良品の写真で異常検知AIを学習させ原料を事前選別 全バッチは引き続き人が確認
課題
日本の食品メーカーであるキユーピーは、1日約4〜5トンの原材料をすべて手作業で検査していた。作業は遅く、熟練した担当者が必要で、生産の足かせになっていた。従来の画像処理は原料ごとに別のルールが必要で、1工場だけで400種超を扱っていた。
取り組み
キユーピーは分析会社のBrainPadと組み、ラインで撮影したダイスポテトの写真18,000枚超でTensorFlowのモデルを学習させた。チームは良品のジャガイモだけで学習させ、普段と違うものを検知できるようにした。試作機は2017年4月までに鳥栖工場で稼働し、不良品をおおまかに取り除き、そのあと訓練を受けた担当者が結果を検査した。
主な数値
示唆
異常検知により、キユーピーは希少な不良品のサンプルを大量に集めずに済んだ。AIによる確認の後も、担当者がすべてのバッチを検査した。
分類
- 規模
- 大企業
- 業種
- 食品・外食
- 業務機能
- 生産・品質
- イノベーションの類型
- プロセス・イノベーション
- AI技術
- コンピュータビジョン
- 導入形態
- パートナーとの共同開発
- 根拠
- 企業自身の発表
出典
出典の要約
キユーピーの生産担当マネージャーは、担当者が1日4〜5トンの原料を手作業で検査し、1工場で400種超の原料を扱っていると語った。キユーピーとBrainPadは、良品のダイスポテトの写真18,000枚超で学習させたTensorFlowの異常検知システムを構築した。マネージャーは、4月までに鳥栖工場で試作機が「ほぼ完璧」な精度で稼働し、その後に人の確認が入ること、卵や穀物への展開計画があることを伝えた。
Engadgetは、キユーピーとBrainPadが、ベビーフード用のダイスポテトの不良品を検知するため、18,000枚の写真でTensorFlowのシステムを学習させたと報じている。キユーピーは精度を「ほぼ完璧」と表現したが、割合は示さず、出力は引き続き検査員が確認した。Engadgetは、この技術を使う他社は雇用を減らす可能性があると指摘した。
詳細は原典でご確認いただけます。
