Kewpie

Vấn đề

Kewpie, nhà sản xuất thực phẩm Nhật Bản, kiểm tra thủ công toàn bộ nguyên liệu thô, khoảng 4 đến 5 tấn mỗi ngày, vừa chậm, vừa cần nhân viên lành nghề, vừa làm đình trệ sản xuất. Thị giác máy truyền thống cần quy tắc riêng cho từng nguyên liệu, và chỉ riêng 1 nhà máy đã xử lý hơn 400 loại.

Cách tiếp cận

Cùng công ty phân tích BrainPad, Kewpie xây dựng mô hình TensorFlow huấn luyện trên hơn 18.000 ảnh khoai tây thái hạt lựu trên dây chuyền. Nhóm chỉ huấn luyện mô hình trên khoai tây đạt yêu cầu để mô hình đánh dấu mọi điểm bất thường. Đến tháng 4/2017, một nguyên mẫu đã vận hành tại nhà máy Tosu; nguyên mẫu loại sơ bộ các miếng khoai tây không đạt yêu cầu, sau đó nhân viên đã qua đào tạo kiểm tra kết quả.

Số liệu chính

Bài học

Phát hiện bất thường giúp Kewpie không phải thu thập số lượng lớn mẫu lỗi vốn khan hiếm. Nhân viên vẫn kiểm tra từng lô sau bước kiểm tra của AI.

Phân loại

Quy mô

Doanh nghiệp lớn

Ngành

Thực phẩm và nhà hàng

Chức năng kinh doanh

Sản xuất và chất lượng

Loại hình đổi mới

Đổi mới quy trình

Công nghệ AI

Thị giác máy tính

Hình thức triển khai

Đồng phát triển với đối tác

Mục tiêu

Chất lượng và rủi roNăng suất và tốc độ

Căn cứ

Công bố của doanh nghiệp

Nguồn

1. How AI can help make safer baby food (and other products)

   Google (The Keyword blog)·25 thg 7, 2017Tài liệu của nhà cung cấp
2. Google AI helps make safer baby food

   Engadget·25 thg 7, 2017Bài báo

Tóm tắt nguồn

Thông tin đầy đủ có trong tài liệu gốc.