ナレッジセンター
目次

Q: AIモデルの学習にはどれくらいの産業データが必要で、導入には通常どれくらいかかるのか

A: データ準備から実際の生産稼働まで、産業AIモデルは通常3〜9か月かかり、データ量はシナリオの複雑さとデータ基盤に応じて数百〜数万件の有効サンプルとなる。「2週間で稼働」という話は信じない方がよい。それは通常、オープンソースモデルに外側を付けただけのもので、ラインでの安定稼働には程遠い。

1. 典型的なシナリオから考える

精密構造部品を製造する電子工場が、SMT実装後にAI外観検査を追加し、人手の目視を置き換えたいとする。ラインは1日数万枚を流し、冷半田、位置ずれ、半田不足、マンハッタンなどの7〜8種類の欠陥がある。工場にはすでにMESとAOI設備があり、毎日大量の画像が生成されているが、実際にラベル付けされた欠陥サンプルは数百件しかない。そこで疑問が生じる。データはどれくらいあれば足りるのか、期間はどれくらいかかるのか。

2. データ量は勘で決めない

産業AIとインターネットAIの最大の違いは、産業の欠陥サンプルが本質的に希少なことである。歩留まり97%のラインでは、100枚のうち欠陥を含むのは3枚だけである。使えるモデルを作るには通常、次のものが必要だ。

1. 欠陥クラスごとに少なくとも500〜1,000枚の有効なラベル付き画像。クラスが多いほど総量が増え、7〜8種類なら基準は4,000〜8,000枚となる。

2. 正常サンプルの比率を制御する必要があり、通常は欠陥と正常の比率を1:3〜1:5にする。そうしないとモデルはすべて合格と判定する方向に傾く。

3. セグメンテーションや位置特定のタスクではラベリングコストが高く、データ量はクラスあたり300〜500枚まで下げられるが、ラベリング期間は長くなる。

したがって中程度の複雑さの外観検査プロジェクトでは、3,000〜10,000枚の有効なラベル付きサンプルが一般的な範囲である。これを下回ると汎化性の確保が難しい。

3. 導入サイクルの内訳

1. データ収集とクレンジング: 2〜6週間。工場のデータは現場設備、MES、ネットワークドライブに散在し形式も不統一なことが多く、まず突合と重複排除が必要になる。ラインに安定した撮影トリガの仕組みがなければ、センサーや照明の追加が必要でさらに時間がかかる。

2. データラベリング: 3〜8週間。最も過小評価される工程である。自動車部品企業が鋳造のポロシティを検査する場合、外部のラベリングチームに委託して1日300〜500枚を処理すると、10,000枚で20〜30営業日かかる。欠陥の境界が曖昧な場合は技術者が基準を何度も確認する必要があり、期間は倍になる。

3. モデル学習と調整: 2〜4週間。事前学習済みバックボーンと転移学習を使えば学習自体は速く、初期版は数日でできる。ただし調整には反復が必要で、特に過検出と流出のバランス調整には十数回の試行が必要になることがある。

4. 現場導入と検証: 4〜8週間。実験室の指標が良くてもラインで使えるとは限らない。照明の変化、振動、カメラのずれが結果に影響する。通常は少なくとも2週間はラインと並行稼働し、誤判定サンプルを収集して追加学習し、さらに2週間安定稼働してから検収となる。

合計すると、開始から安定稼働まで3〜6か月が真面目な産業AIプロジェクトの標準的なペースである。データ基盤が弱くシナリオが複雑な場合、例えば複数工程の連携やライン間転移では、9か月に延びることも珍しくない。

4. サイクルを短縮する方法

1. まずデータを棚卸しする。ラベリング外注を急がない。AOI、MES、過去の作業指示にすでにある画像を集め、どれくらい再利用できるかを見る。

2. 小さく進める。まず1つの欠陥クラスか1ラインでループを閉じ、それから横展開する。ある電子工場は半田不足クラスだけから始め、2か月で稼働し、その後段階的にクラスを追加した。

3. 能動学習ツールを使い、モデルが最も不確実なサンプルを選んで人にラベリングさせることで、ラベリング量を30〜50%削減できる。

4. 実際の産業導入経験を持つベンダーを選ぶ。3,200台以上の端末と120社以上(15以上の業界)の実績があるベンダーは、事前学習済みモデルとラベリング仕様のテンプレートを持ち、遠回りを避けられる。

まとめ: 産業AIのデータ量とサイクルに標準解はないが、経験則はある。有効なラベル付きサンプルが1,000枚増えるごとに、約1〜2週間が加算される。速く進めたいなら、モデルの議論の前にデータ基盤を固めることだ。

分野: AI-FAQ