2018年に設立されたUnitXは、製造業に従事する企業が品質検査にかかるコストを削減し、品質や良品率を改善できるよう、深層学習を活用した外観検査技術の開発に取り組んでいる。

外観検査は製造業に欠かせないプロセスであり、不良品を排除して製品の品質を保つ「最後のとりで」だ。製造業の精密化や人件費の高騰に伴い、手作業のみに頼った品質検査では対応しきれなくなり、多くの企業がマシンビジョンを利用した欠陥検出システムを導入するようになっている。

箇元科技の隆徳鋒社長は「自動車部品の検査にAIを使えば、欠陥見逃し率は検査員の手作業に比べて10分の1になる」と語る。このため、中国トップクラスの製造工場では効率化と利益増を図るため、生産プロセスにAIを導入できないかと模索を続けており、AI外観検査の需要が日増しに高まっている。

AI外観検査は効率的に不良品を検出し、製造コストを削減できるだけでなく、人為的な見落としを減らすことで、プロセスの効率化や緻密な品質管理が可能になる。

目下、製造業で使用される外観検査システムは、ランダムな形状の欠陥を認識しづらく、複雑な形状に光を当て、画像化することが難しいなどの課題を抱えている。

これらの課題を解決すべく、箇元科技は深層学習モジュール「CorteX」と光学モジュール「OptiX」を開発し、欠陥を検出するAI検査装置から自動検査システムまでトータルにカバーするソリューションを打ち出した。

深層学習モジュール「CorteX」は、欠陥分類レベルのしきい値管理ができるため、誤判定率を大幅に下げられる。わずか5つの欠陥サンプルでシステムをトレーニングすることが可能で、複雑な形状をした欠陥も高い精度で検出できる。

光学モジュール「OptiX」は、どんなタイプの欠陥にも対応できる多彩な照明モードを備えており、環境の変化や新たな欠陥にもすぐさま適応できる。また秒速0.5メートルで流れるラインにも対応できるため、検査スピードが大幅に向上する。

この2つの主力製品を組み合わせた検査装置1台で検査員4人分の作業を肩代わりでき、欠陥見逃し率を10分の1に減らせるという。

これまでに企業100社以上が同社の製品を導入しており、リチウムイオン電池や家電、EV、自動車部品などの世界的なトップメーカーのサプライチェーンで活用されている。

中国経済の発展の重心が「量」から「質」へと移行するのに伴い、推進力となるような革新的技術が切実に必要とされている。その中でも、AI技術を活用したスマート製造業が大きなトレンドとなっている。隆社長は「工場にとって優秀な目となり頭脳となること」を自社の目標に掲げ、今後もAI技術を駆使して製造業の活性化を後押ししていく考えを示した。

＊1ドル＝約155円で計算しています。

（翻訳・畠中裕子）

2017年に設立された遷移科技は、産業用3Dカメラと3Dビジョンシステムのサプライヤーで、これまでに数億元（数十億～百数十億円）を調達している。長年にわたり蓄積してきた3Dカメラ本体やアルゴリズム、ソフトウエアの技術を生かし、安定性、使い勝手、コストパフォーマンスに優れた人工知能（AI）搭載の3Dビジョンシステムを構築した。製品は対象物の上げ下ろし、積み降ろし、位置決め、組み立てなどに活用され、製造業や倉庫物流の自動化を後押ししている。

同社はファクトリーオートメーション（工場の自動化）の分野を強力にバックアップするため、3Dカメラ「Epic Eye」シリーズと3Dビジョンソフトウエア「Epic Pro」を独自開発した。カメラ製品はいずれも構造化光方式を採用、点群データの質の高さは業界トップレベルで、EUのCEマーク、米国のFCC規格、韓国のKCマーク、日本のVCCI規格などの国際認証を取得している。同社の3Dカメラは外乱光の耐性が12万ルクスと高く、夏季の直射日光下でもクリアな画像を生成できる。

ビジョンソフトウエアの「Epic Pro」は多数のアルゴリズムを搭載し、グラフィカルなインターフェースを採用している。ロボットとの通信や点群データの取得、作業内容の設定などの業務プロセスをノーコードで行うことができ、プログラミング不要で手軽に導入・使用できるのが特長だ。ユーザーはインストール後、ワンクリックでカメラとロボットを接続し、最短で2時間以内にビジョンアプリケーションを構築できる。初心者でも20分で操作できるようになるため、担当者の学習コストと使用ハードルが大きく下がった。

また、同社は3D画像生成、3Dビジョンセンサ、ロボット動作計画、障害物回避アルゴリズムなどの開発に多年を費やしてきた。独自に開発した6D姿勢推定アルゴリズムは、その性能が高く評価されている。

遷移科技は持続的な成長と競争力の維持を図るため、技術開発に力を入れている。従業員は現在100人以上、うち研究開発スタッフが60％以上を占め、コアメンバーは清華大学、浙江大学、中国科学院など一流学術機関の出身者だ。同社は3Dカメラ、3Dビジョンアルゴリズム、ソフトウエア、ロボット動作計画、障害物回避の分野を中心に数十件の特許を取得したという。2023年には、米シリコンバレーのテック情報メディア「The Information」が選ぶ「世界で最も有望なスタートアップ企業50社」に、3Dビジョン分野の企業として唯一選出された。

創業者の樊鈺CEOによると、同社は中国の3Dビジョン市場で幅広く事業を展開しており、納品率も100％に達するという。2023年末までに新エネルギー、自動車、化学、家電、金属製造などの業界向けに500件を超えるプロジェクトを手がけ、顧客にはメルセデスベンツ、テスラ、フォルクスワーゲン、寧徳時代（CATL）、中国海洋石油（CNOOC）、中国石油化工（シノペック）、美的（Midea）などの世界500強企業を多く含んでいる。

＊1元＝約21円で計算しています。

（翻訳・大谷晶洋）

動微視覚は2023年5月、スイス連邦工科大学チューリッヒ校（ETH）神経情報科学研究所（Institute of Neuroinformatics）の出身者によって設立された。ETHはイベントカメラと脳型コンピューターの分野で世界的に評価されており、同社が使っているダイナミックビジョンセンサー（DVS）は、創業者・劉敏氏がETHの博士課程時に指導教官を務めたトビ・デルブルック教授が発明した。

従来のCCDセンサーやCMOSセンサーとは異なり、イベントベースのダイナミックビジョンセンサーは「フレーム」の概念が無く、「ストリーム」のような形でターゲットを表現し、時間分解能は最高1マイクロ秒、消費電力は10ミリワット未満だ。一方、従来のセンサーは時間分解能が30マイクロ秒で、消費電力が100ミリワットを超える。

ダイナミックビジョンセンサーは自動運転、スマート物流、人型ロボット、SLAM（自己位置推定と環境地図作成）、マシンビジョン、スマートシティなど1兆元（約20兆円）を超える市場の可能性をさらに広げる見込みがあり、通信機器のファーウェイ（華為技術）、ITのバイドゥ（百度）、スマホのシャオミ（小米）、OPPOのほか、自動車メーカーが注目している。

画像：動微視覚

フレーム単位で画像を出力するカメラとは異なり、イベントカメラはやや原始的なデータ情報のみを出力してターゲットの輪郭をとらえるものだが、輪郭情報を関連付ける独立したデータベースが少ない。また、適切なチップとアルゴリズムが不足していることも、ダイナミックビジョンセンサーの大規模な活用を難しくしている。

動微視覚の「EPPスマートカメラ」はダイナミックビジョンセンサー用に設計された世界初のスマートハードウエアで、独自開発のイベントストリーム処理アルゴリズムを採用し、高輝度、低輝度、明るさが急激に変わる場面で解像度、インタフェース、視野角、重さ、大きさ、消費電力などの指標に応じて、ハイスピード外観検査やOCR（光学的文字認識）などオーダーメイドのソリューションを提供できる。従来のハイスピードカメラでは、10ギガビットイーサネットのような高速伝送インタフェースによってデータを伝送する必要があったが、同社製品は全体のデータ量を大きく減らせるのが特長だ。劉氏によると、通信速度が同じ環境下で、データ量を10％まで減らせるという。

劉氏によると、既存の活用シーンではメーカー各社によるダイナミックビジョンセンサーの出荷量がそれほど多くないという。自動運転技術は開発サイクルが長くコストも高いことを踏まえ、動微視覚は現段階で市場に比較的早く参入できそうな品質検査に目を向けた。大華技術（Dahua Technology）など業界のベンチマーク企業に比べ、動微視覚の製品はスピードやダイナミックレンジなどの性能に優位性がある。

テック産業関連サービスを手がける甲子光年（Jazzyear）のデータによると、2023年の中国のマシンビジョン市場規模は278億元（約5600億円）に上る見込みだ。マシンビジョンが製造業のインテリジェント化を加速すれば、市場の成長率は年平均25％に達し、その規模は100億元（約2000億円）ずつ拡大する可能性がある。

2016～26年の中国マシンビジョン市場規模と成長率（画像：甲子光年）

劉氏によると、動微視覚は第2世代EPPスマートカメラの開発を進めている。第2世代は新しいタイプのトリガーを採用し、第1世代に比べて低遅延で解像度の高い画像が撮れるようになる見通しだ。

＊2023年12月14日のレート（1元＝約20円）で計算しています。

（翻訳・大谷晶洋）

DJIの産業エコシステムとは、同社の事業とのシナジーを創出できる厳選したサードパーティ製のソリューションが公開されているプラットフォームだ。S2は、このエコシステム内で唯一のフルカラーナイトビジョンペイロードカメラでもある。

S2は、DeepThinkが開発したフルカラーナイトビジョンカメラのうち、ドローンペイロード向けの主力製品となっている。自社開発のディープラーニングニューラルネットワーク技術を採用したイメージングエンジン「知影®AI ISP」を搭載し、0.005LUX以下の極低照度環境においてもフルカラー画像の撮影が可能で、夜間でも昼間のような視覚効果を得られる。また、20倍光学ズームレンズ、80倍複合ズームを備え、遠隔広範囲かつリアルタイムの撮影も可能だ。

同時に、S2は組み込みアルゴリズムでノイズキャンセリング、手ぶれ補正、霧除去等の機能を備えており、水利、林業、石油、電力、公安関連など、幅広い用途に対応している。

DeepThinkは2017年に中国・深圳市で設立、ディープラーニングニューラルネットワーク技術による画像生成エンジンを研究開発し、次世代の画像関連製品の開発に注力しているハイテク企業。コア技術はAIによるISP（イメージシグナルプロセッサ）アルゴリズムで、ドローン用のフルカラーナイトビジョンペイロードカメラのほかに、携帯タイプのナイトビジョンスコープなどの製品がある。

同社は現在グローバルへの進出を加速させている。製品はすでに日本、韓国、アメリカ、オーストラリアなどの海外市場にも展開している。また近い将来、日本にオフィスを構える予定で、本格的に日本市場へ注力するという。

微弱光環境でも高速運動撮影可能。中国新興、AI用いたフルカラーの暗視カメラを開発

（36Kr Japan編集部）

奥乗智能は2019年設立、製品は主に製薬業界で使用され、カプセルを1粒ずつ360度検査可能な外観検査装置、全自動のPTP包装（片面を透明プラスチックで覆った固形製剤の板状包装）検査装置、モジュール型のPTP包装検査装置を販売し、中国内外で多くの有名製薬企業に採用されている。

中国の調査機関「高工産業研究院（GGII）」によると、中国のロボットビジョン市場規模は2019年に65億5000万元（約1300億円）だったものが、23年には155億6000万元（約3100億円）にまで拡大すると予測されている。2019年に導入されている分野のうち70％は消費者用電気機器、自動車製造、食品包装などだが、奥乗智能が狙いとする医薬品分野は9.7％ほどだ。

奥乗智能を創業した張濤氏によると、中国には製薬企業が約5000社あり、検査業務だけで10万人以上が働いているが、自動検査装置を導入している企業は少なく1％にも満たない。また、ある業界関係者によると、全国には大小さまざまな規模の医薬品製造ラインが10万ほどあり、新増設と古いラインの交換需要による市場規模は約104億元（約2000億円）になるとの予想だ。

医薬品製造の工程は主に、造粒（顆粒製造）、打錠（成形）、包装の3つに分かれ、工程ごとに品質検査が求められる。また現在、中国の公立病院では「帯量採購」政策に基づいて医薬品を集中調達しており、医薬品の質の追跡管理が厳しく求められるようになったため、製薬企業は検査の質や効率の向上を迫られている。「検査員は何時間も作業していると検査の精度が低くなるが、機械による自動検査なら医薬品の汚染や検査の漏れ・誤りを回避できる。また、われわれが調査した中小医薬品メーカーは常に人手不足の問題を抱えている」と奥乗智能の王春水総裁は指摘した。

医薬品製造過程における検査

具体的には、奥乗智能は中国で一般的な医薬品の包装形態であるPTPシート、カプセル剤、顆粒剤の小分け袋を検査する3種類の外観検査装置を設計しており、今年下半期には錠剤とソフトカプセルの外観検査装置を発表するという。

中国市場ではこのような検査装置はドイツ、日本、イタリアのメーカーからの輸入製品が大部分を占めており、価格は400万元から800万元（約8000万円から約1億6000万円）にもなる。奥乗智能の装置は輸入品の8分の1から5分の1ほどの価格で、検査性能は業界平均以上だ。コストパフォーマンスの良さは、主に装置の構造部分を独自設計していることと、医薬品製造業の需要に合わせて開発されたソフトウェアアルゴリズムによって実現したものだ。

例えば、奥乗智能が開発した360度検査装置では、カプセルを装置内部で360度回転させ、側面に設置したプリズムを利用してカプセルの両方向から画像を撮影する。産業用2Dカメラ1台だけで6本の通路のカプセルを検査でき、装置1台当たり最大で1分間に7500粒を検査することが可能だ。輸入品はカメラを5〜６台使うか、あるいは3Dカメラで複数の角度からカプセルを検査するため、製造コストが高い。

奥乗智能の360度カプセル検査装置

ソフトウェアはオープンソースのロボット開発プラットフォーム「ROS」を利用、パターン認識と深層学習を組み合わせた独自のアルゴリズムを採用した。

医薬品の欠陥はパターン認識アルゴリズムでほぼ全てを検出できる。しかし、非常にまれな一部の欠陥については深層学習アルゴリズムが分類、認識するため、あらかじめ訓練されたニューラルネットワークを追加して不足を補う。ニューラルネットワークは数千にのぼるサンプル画像を学習し各種医薬品の欠陥を検出するものだ。こうした外観検査アルゴリズムはゼロから開発され、他のいかなるシステムやアルゴリズムプラットフォームも参考にしていないが、多品種、パーソナライゼーション（個別化）、厳格な監督管理といった製薬業界の特性に対応している。

設立から3年、同社の製品は市場から一定の評価を得ており、国内の多くの製薬企業が導入している。2022年の売上高は1000万元（約2億円）台に達する見込みだ。また、同社は航空宇宙分野の顧客に対しても検査装置を提供している。

国内の製薬企業は製造を実質的に自動化しているが、検査は人が行う必要があり、製造工程全てを自動化することはできていない。そのため張氏は「外観検査装置は各工程で品質検査を行うことができ、製薬企業の生産ラインの自動化と無人化の実現を後押しするだろう」と述べた。
（翻訳・36Kr Japan編集部）

製造業でスマート化が進む中、マシンビジョンは精度、スピード、適応性などの性能が優れているため、自動化設備やハイエンド製造業で広く使われている。中国の調査機関「高工産業研究院（GGII）」の予測によると、中国のマシンビジョン市場は20～23年に年平均25.46%前後で成長し、市場規模は23年までに156億元（約3100億円）に達する。3Dビジョンは産業ロボットの目と脳であり、数百億元（数千億円）規模の市場に成長すると見込まれる。

遷移科技は産業ロボットに照準を合わせている。樊鈺CEOは「当社の強みは主に4つだ。一つ目は自社開発の3Dカメラを使用しハードウエアとソフトウェアを編集するため、産業分野の複雑なシーンにもソリューションを適用できる。二つ目にコアメンバーが15年から3Dビジョンロボットの研究を行っており、一部の3Dビジョンアルゴリズムのスピードと正確性は、世界的に有名な産業向け画像処理ソフト「Halcon」をしのぐ。三つ目はハードウエアとソフトウェアを一体化させたプラットフォームはすぐに導入できるので、効率的な規模拡大が可能だ。例えば製品の取り付け後キーを押せばカメラとロボットがつながり、2時間以内に準備が終了する。初めての人も20分で使用方法を習得できるため、システムインテグレータや現場労働者の学習コストと使用のハードルの大幅な低下につながる。四つ目に当社の主な製品とソリューションは標準化され、規模拡大を実現している」と述べた。

遷移科技が自社開発したEpic Eyeカメラは単眼、双眼、視野範囲によってEpic Eye D-L、Epic Eye S-M、Epic Eye S-S、Epic Eye Xの4つに分けられている。同シリーズのカメラは構造化光による画像形成原理を採用し、大きさの異なる物体を3Dで再構築する。視野の範囲は0.3～3.5メートル、z軸の精度は0.005～0.5ミリで、測定、検査、測位などさまざまなシーンで活用できる。樊CEOは、同社のカメラは極寒、高濃度粉塵、高爆発性など劣悪な環境でも安定して質の高い画像を生成すると説明した。

遷移科技のEpicソフトウェアプラットフォームは現在２つのシーンに対応する。Epic Pickingソフトウェア［ビンピッキング（ランダムに置かれた中から適切なものを取る）、ロボットが障害物を避ける機能を含む］とEpic Handlingソフトウェア（ややランダムに置かれた中から適切なものを取る、ロボットが障害物を避ける機能は含まない）だ。このプラットフォームは産業用メーカーであるスイスのABBグループ 、独クーカ、ファナック、安川電機のほか、エプソン、「珞石機器人（ROKAE）」など中国や海外の多くのブランドに導入されている。

自社開発の3DカメラとEpicビジョンアルゴリズムソフトウェアを組み合わせた遷移科技のソリューションは、自動車部品、金属機械加工、家電、倉庫・物流、食品、医薬、化学工業などの業界で導入されている。現在はピッキングや荷下ろしなどのシーンに特化しているが、今後はグルーイング（接着）、アセンブリー（組み立て）などにも拡大する予定だ。

遷移科技は、世界のトップ500にランク入りする多くの企業を顧客に抱える。コスト削減効果について世界の家電大手企業を例に取ると、遷移科技のプロダクトを導入後半年でコストを回収し、生産効率は約50%上昇したという。

（翻訳・36Kr Japan編集部）

このエンジニアリング研究センターでは、主にAI-ISP（Image Signal Processing）チップ、マシンビジョン、新型イメージング技術という三分野に関する研究開発を行う予定で、ソフト / ハードインフラを整備し、工業技術の実用化を促進させるという。またオープンソースアルゴリズムやテスト環境など、一連の共有サービスを提供するとのこと。

Propheseeは今後、次世代マシンビジョンセンサー技術を活用したハードウェアやソフトウェア製品の開発と商業化を加速するほか、新興市場での製品戦略を策定する。

同社は半導体、産業、ロボット、IoT、モバイル端末などのエコシステムで中国の企業と広く提携する計画だ。

Propheseeの強みは、人の目や大脳と同様の働きができる自社開発のMetavisionセンサーとアルゴリズムだ。

多くの機器の視覚技術は毎秒25枚の静止画を撮って1枚ずつ自動で解析するが、大量の不要なデータが保存され、システムのリソースを浪費するため、AI、コンピュータビジョンへの応用やビッグデータの活用といった需要に対応できなかった。

ゴルフクラブを振る動きを例に取ると、従来の画像センサーは固定フレームレート（静止画像数）でクラブとボールの動きだけでなく、背景の空、芝生まで繰り返し記録するため、設定されたフレームレートで撮影しきれなかった部分のデータは失われてしまう。

ゴルフクラブを振る映像

一方、Propheseeのニューロモルフィックセンサーでは各画素が非同期で独立していて、信号が振幅域の変化に合わせて画素を調整し、光量の変化や動きを感知した時のみ記録するため、消費電力、遅延、データ処理量は大幅に低減する。

同社のセンサーはコンピュータビジョン、自動運転、リアルタイム画像のぼけ除去機能で商業化を進めている。

創業者兼CEOのLuca Verre氏は「センサー技術はすでに確立しており、現在は商業化の重要な時期だ。我々のセンサーはすでに量産化しており、ソニーのスタック式3D技術を用いて画素のサイズを縮小し、解像度はハイビジョンレベルに達し、スマホなどの小型機器にも取り付けられる。さらに、Metavisionは顧客が独自にアプリケーションを開発できるよう、オープンリソースのプラットフォームも提供している」と話す。

Propheseeのセンサーはすでにさまざまなシーンで活用されている。

・自動運転分野では、米「Xperi」の子会社がMetavisionセンサー技術を使い、ニューロモルフィックビジョンシステムをベースにした運転者監視グシステム（DMS）を世界で初めて開発した。
・医療分野では、英コンサルティングファーム「ケンブリッジコンサルタンツ」が同社の技術を活用して自動の汚染測定システムを構築した。
・Propheseeの視覚技術は産業のオートメーション化にも使われている。

Propheseeはパリを拠点とする。インテルキャピタル、ルノー、自動車部品大手ボッシュ傘下のベンチャーキャピタル、欧州投資銀行などから出資を受け、50以上の国際特許を持つ。

Verre氏は今後数年は中国に重点を置く予定だとして、「中国は最も重要なモバイル市場で、AI研究が最も活発な国でもあり、中国本土のAI関連会社は1189社以上で米国に次ぐ」と語った。

今回のシリーズCで出資した創新工場の李董事長兼CEOは、Propheseeのニューロモルフィックセンサーが自動運転、IoT、医療、AR、VRなどの分野で技術的ブレークスルーをもたらす可能性があると高く評価している。

（翻訳・二胡）

SmartMore

SmartMore は2019年12月に設立され、マシンビジョンによる自動検査を切り口にビジョンAI製品を提供してきた。AIシステムアーキテクチャを構築したことにより、ソフトウェアのアルゴリズムだけでなく、ソフト・ハードウェアを一体化した製品を提供できるようになった。現在は、自動車製造や家電、半導体、精密光学など多くの分野でスマートマニュファクチャリング（）をサポートしている。

大手調査会社「マーケッツアンドマーケッツ（MarketsandMarkets）」のレポートによると、世界のスマートマニュファクチャリング市場の規模は2020年に2147億ドル（約24兆円）に達し、12.4%の年間成長率を維持している。「高工産業研究院（GGII）」のデータによると、2019年のマシンビジョン市場の規模は、前年同期比21.77%増の65億5000万元（約1100億円）（コンピュータビジョン市場の規模は含まない）だった。2014〜19年の複合年間成長率（CAGR）は28.36%で、2023年には155億6000万元（約2700億円）に達する見込みだ。

マシンビジョン分野では、キーエンスやコグネックスなどの大手工業機器メーカーが離散型生産における製品の外観検査をメインに市場シェアを占めている。中国国内でも多くのテクノロジー企業がスマートマニュファクチャリング分野に参入している。テンセントやバイドゥ、アリババなどのインターネット大手が参入しているほか、「創新奇智（AInnovation）」や「阿丘科技（Aqrose Technology）」など、この分野に特化したスタートアップも誕生している。

SmartMoreが自社開発した工業用AIオペレーションシステムには、仕分け、データ分析、ポジショニングおよび品質検査が可能な10数種類のAIアプリが含まれている。SmartMoreの次世代AIシステムアーキテクチャはマルチモーダルな学習が可能だ。

同社はまた、工業向けAIプラットフォーム「SMore Vimo」、スマートバーコードリーダー「SMore ViScanner」、スマートカメラ「SMore ViNeo」、工業用スマートイメージングシステムなど、ソフト・ハードウェアを一体化した製品を相次いでリリースし、フルスタックなAIマニュファクチャリングシステムを構築した。

充実した製品ラインアップの中からソフト・ハードウェア製品を自由に組み合わせ、顧客の問題を解決することができ、。各業種に合わせた製品を30種類以上揃えている。すでに航空機や自動車、新エネルギー電池、スマートフォン、ウェアラブルデバイス、チップ、精密光学機器、ディスプレイなどの生産現場に導入されており、80%以上の顧客が生産ライン上での正式運用を開始している。

SmartMoreの沈小勇CEOは「当社製品の強みは、さまざまな業界で活用できることだ。顧客への納品に昨年までは3カ月から半年程度かかっていたが、現在は1カ月程度にまで短縮した」と述べている。

自動車生産分野では昨年10月、SmartMoreのソフトウェアとハードウェアを一体化したAI検査製品が世界500強企業に入る自動車部品メーカーの生産ラインに導入され、現在はテスト運用が行われている。この製品は既存の生産ラインの検査プロセスを短縮し、23種類の欠陥タイプを自動的に識別する。検査精度は100%に近く、検査効率は80%上昇した。

精密光学分野では、業界をリードする光学レンズ企業と提携し、光学レンズ上にプリントした肉眼では見えないQRコードをAIに読み取らせることで、レンズの識別から分析、仕分け、包装までを自動で行える装置を開発した。各レンズ上にプリントされたQRコードには度数や色、素材メーカー、コーティングの種類など50種類以上のデータが含まれるが、SmartMoreの設備はそれらを0.2秒で解読することができる。この設備はすでに提携企業の複数の工場に導入されている。

半導体の分野では、複数の国家重点企業と提携し、ウエハ検査からPCB分析、構造解析までを自動で行えるAIとソフト・ハードウェアを一体化した設備を10セット以上発売している。SmartMoreは設備の精度が99.99%に達すると紹介している。

SmartMoreは年間売上高の目標を数千万ドル（数十億円）としている。沈CEOによると、売上高の70%がスマートマニュファクチャリング関連、30%が超高精細動画ビジネスだとのこと。

同社の顧客企業には独光学機器大手のカール・ツァイス、欧州航空宇宙機器大手のエアバス、独自動車部品大手のボッシュ、米石油メジャーのシェブロン、米日用品大手のプロクター・アンド・ギャンブル（P&G）など各業界のトップ企業が含まれている。

今回調達した資金は市場開拓とスマートマニュファクチャリング製品の研究開発に充て、より多くの生産現場に製品が大規模導入されるよう働きかける方針だという。
（翻訳・普洱）

2018年に創業した心鑑智控は、C＋＋をベースにした基礎データ拡張、アルゴリズム最適化といったアーキテクチャや付随するクラウドサービスなどを開発し、AIモデルの開発プラットフォームを作り上げてきた。さらに開発プラットフォームを基盤として、外観検査のコア技術が業種を超えて実用化されている。

同社創業者でCEOの羅暁忠氏は、中国の産業における外観検査の80％がいまだ作業員の目視に頼っていると指摘する。医薬品の包装やレンズ生産などを行う工場では、従業員全体のうち目視検査員がかなりの割合を占める。企業は人件費の高騰や人材難に頭を痛めているだけでなく、欠陥の見逃しがあれば取引先からのクレームや当局からの処分を受けるというリスクを背負っている。

現在、心鑑智控はフロートガラスや医療・医薬品など、従来のロボットビジョンでは対応できない高い識別精度が求められる場面に特化して、ディープラーニングを活用した外観検査を提供している。同社の主力事業は医薬品および包装の検査、ガラス検査、生産ライン上を高速移動する物品の外観検査などだ。

ガラス検査の様子

羅CEOは外観検査における難しさとして以下の3つを挙げている。

第一に工業製品の欠陥データが不足していること。工業製品の欠陥のタイプは多岐にわたるが、生産過程で生じる確率が非常に低いものもある。基準となるデータが不足していると、そのデータを元にしたニューラルネットワークモデルも正確ではなくなり、検査精度が低くなってしまう。

第二に生産ラインへの導入に難度が伴うこと。外観検査システムと既存の生産ラインの運行ペースや設備の調整には高い技術と経験を必要とする。

第三にソリューションの再現性が低いこと。生産ラインによって環境も少しずつ異なってくるため、めまぐるしく変化する環境でシステムを適応させることは容易なことではない。

心鑑智控はこれらの難点を克服するため、自社開発したAIモデルのトレーニングプラットフォームを活用して、データからモデル、モデルから生産に至るクローズドループを作り上げた。これにより欠陥サンプル不足や製品の頻繁なモデルチェンジといった問題にも対応できるようになり、さまざまな業種で外観検査サービスを迅速に導入できるようになった。

さらに工業製品の欠陥データ不足という問題を解決するために特許技術を独自に開発した。これにより少ないサンプルでも高精度のニューラルネットワークモデルを短期間でトレーニングできるようになった。

実際の成果としては、高い精度と信頼性が求められる医薬品業界で目視に替わるスマート検査モジュールを提供しており、業界大手の顧客企業から高い評価を得ているだけでなく、継続的な取引に至っている。

ガラス検査の分野では、腕時計の風防ガラスやめがねのレンズにフォーカスし、同業界向けの検査設備をいち早く開発した。風防ガラス検査設備はすでに量産が始まっており、レンズ検査設備も中国最大のレンズ生産基地で活用されている。

このほか生産ライン上を高速移動する物品に特化した360度外観検査を打ち出し、海外製の自動光学検査機が抱える機能面での限界をうまく補っている。

心鑑智控は広州市、蘇州市、上海市、丹陽市などにオフィスを開設し、珠江デルタ地域や長江デルタ地域で事業を展開している。開発チームの主要メンバーは国内外のトップクラスの大学出身で、マイクロソフトやAMSL、ファーウェイなど有名企業で15年以上のキャリアを有する。
（翻訳・畠中裕子）