COLUMN / AI
判定基準が曖昧なときの、AI検査の進め方
外観検査をAIに置き換えたい、という依頼でも、最初から全数・全項目を自動にする必要はありません。基準が曖昧な項目ほど、段階を分けた方が現場に残りやすいです。
先に分ける3つ
- 人の目でもはっきり分かる不良
- 人によって判断が分かれるもの
- そもそも写真に出にくいもの
1つめは、撮像が安定していればAIやルール判定に乗せやすいです。2つめは、サンプルを集めて基準を言語化する作業が先です。3つめは、照明やカメラの見直しが先で、AIの問題ではありません。
曖昧なものを残す
境界が薄い項目を無理に学習させると、過検出か見逃しが増え、現場がモデルを信じなくなります。その項目は人が確認する、しきい値を広めにして再検査へ回す、といった残し方があります。
自動で切る範囲を狭くした方が、導入後の調整は楽になることが多いです。
記録と見直し
合否だけでなく、「なぜそう判断したか」が残ると、基準の更新ができます。写真、判定、コメントがバラバラだと、再学習のたびに同じ議論に戻ります。
ソフトウェア事業では、判定結果の残し方や、人が確認する画面を現場の流れに合わせて作ることがあります。AI単体の精度確認と、記録の仕組みは分けて考えると進みやすいです。
まずは、分かれている判断と、写真に出ている判断を整理するところからご相談ください。