当AI取代双眼：NEC用机器学习挑产线不良品，提高产能效率

透过AI协助作业人员以肉眼检查，可大幅减少一半的工作量，也能使产品质量更为均一，进一步往物联网迈进。

AI已从技术概念实际走入工厂应用中。日本IT大厂NEC推出“AI Visual Inspection”视觉检测，运用机器学习技术，逐一检测生产在线的产品影像，像是金属、人工树脂、塑料等产品加工业的生产线，都能用AI进行高速检查，进一步找出不良品，提升生产线效率，并改善劳动力。

NEC表示，过去，当产品在生产在线完成时，最后一关多采用人眼目测的方式检查，而这项工作必须由对产品非常熟悉、经验老到的专家进行，因此面临了人力不足、技能传承的课题。

NEC表示，透过AI协助作业人员以肉眼检查，可大幅减少一半的工作量，也能使产品质量更为均一，进一步往物联网的Process Innovation、Product Innovation迈进。

机器学习技术RAPID

NEC将其机器学习技术命名为RAPID，其搭载深度学习机能，透过GUI(图形用户接口)的方式，呈现对范例影像的卷标、学习、判断结果，最终可像人类一样辨识、理解图像与影片数据，在影像辨识领域的业界最常被采用。

NEC在NEC Industrial Iot中，新增以AI协助作业员肉眼检查的解决方案AI Visual Inspection。

在实际操作上，首先，制造业工厂现场在进行品检时，会拍摄一系列的产品影像，NEC将这些影像储存保管在物联网平台NEC the WISE Iot Platform云端上。

当储存的影像数据达到一定的量后，云端的AI会运用这些数据，自动抽出与分析良品与不良品的特征，并根据分析结果，进一步归纳出良品与不良品的判别模式，并将判别模式从云端传输到工厂现场装设的设备上。

在工厂端，则会运用现场设备内建的AI，以接收到的判别模式为基础，在短短数秒内，完成判别产品是否为不良品。而当生产线要追加制造新的产品时，云端的AI也会自动学习新产品的特征信息，并同步更新判别模式，进而有效降低追加设计、研发的工作量。