取材名言～外観検査業務のストレスから人間を開放する　TOMOMI RESEARCH　佐藤代表（3）

AIには、まず、良品データを覚えさせる。モノと得たい結果にもよるが、1日分の生産データがあればいい。

このAIエンジンでは入力された「良品」の画像データを解析し、次にその解析データから復元画像を生成する。AIエンジンは良品を復元するように設計されているため、復元画像では不良個所を再現できない。つまり、この復元できない特徴こそが製品の欠陥（不良箇所）となるわけだ。

AIに学習させるデータの撮影が、現場に負荷がかかる部分ではあるが、当社のAI外観検査システムでは、およそ1日分のデータでOKとのこと。「より少ない枚数で精密なAIデータが作れるよう」進化中だ。また、「しきい値」を絞ればAIは極めて厳密に「不良」の判定を出すが、ベテラン検査師と同レベルに引き上げるノウハウも当社に蓄積されている。

(取材後記)
AIと産業ドメイン知識を備えたエンジニアである佐藤CEOと崔CTO。わたくしのド素人すぎる失礼な質問にも笑顔で対応。AIのことや、数あるAI外観検査の中で当社が得意とする部分を平易な言葉で解説してくださった。（勉強になりました。本当にありがとうございます）
当社の検査技術は対金属製品だけでなく、織物や（人の目で柄モノの生地の瑕疵を見つけるのは大変！）農産物にも活用できる。たとえばトマトは、糖度の高い良品データから、外観の色だけで美味しさが判定できるそうで、今後も「見たいが見える」技術開発に邁進してください！！