不良品を特定するための AI は、スマート製造と工場のデジタルトランスフォーメーション（DX）の最も一般的なアプリケーションだ。しかし、開発のペースが遅い理由の一つは、成熟した生産ラインでは不良サンプルの数が少なすぎて AI のトレーニングにならないことだ。

工場のデジタルトランスフォーメーション（DX）には、どれくらい時間がかかるのか？

2022年11月に設立されたスタートアップ MetAI（宇見叡能）は、デジタルツインとデータ合成を利用して3D 仮想サンプルを生成し、データ（欠陥）不足を補い、AI のトレーニングに必要な最低条件を迅速に満たす。

MetAIは、製造業が不良データの収集に費やす時間を95％削減することを可能にし、2,000個のデータの生成は最短4時間で完了する。

MetAI の 共同設立者兼 CEO の Taiwan Yu（余泰萬）氏はそう語った。

3D 技術と生成アルゴリズムで、不良品データを生成

モデルのトレーニングから始まる3D 技術と生成アルゴリズムの融合が、MetAI の主要技術だ。

かつて工場では、製品が基準を満たしているかどうかを確認するために、手作業で自動光学検査（AOI）を行っており、不良を検出しデータを収集するためには現物が必要だった。デジタルツイン技術では、ユーザは MetAI に設計ファイルを提供するだけでよく、アルゴリズムは顧客が設定したパラメーターを通じて3D のバーチャル不良品を連続的に生成することができる。既存の AOI システムはもはやデータを収集する唯一の方法ではなくなり、検査を実施する人手の一部を代替し、工場のプロセスをスピードアップし、AI 検査プロセスに導入することができる。

MetAI の最大の課題のひとつは、バーチャル不良品をいかに本物の不良品のように見せるかだ。チームが習得した3D 生成アルゴリズムという主要技術に加え、このプロセスでは、製品の物理的特性や素材などの情報を確認するために、各生産ラインの専門家との絶え間ないコミュニケーションが必要となる。

デジタルツインのシミュレーションの品質に疑問を持つことは避けられないが、生成された画像を見て、第一線のエンジニアは徐々に生成されたデータを受け入れ始めるだろう。

Yu 氏は、業界知識ゼロ、データゼロの MetAI が当初から、AI 認識のための生成データで98.6％の精度を達成できたと述べた。

もちろん、これは生産ラインの標準には十分ではないが、業界の専門知識がなくてもデータが増えれば、100％に近い精度を達成できると思う。

製造業 DX のジレンマ、データの不足と品質の低下

3D と生成アルゴリズムを組み合わせる MetAI の力は、チームメンバーのバックグラウンドによるものだ。

MetAI の共同設立者で CTO Jiacheng Xu（徐嘉呈）氏は、かつて3D 特殊効果のアーティストだった。アーティストとして5年間経験を積んだ後、AI が3D 技術を疎外する可能性が高いことに気づき、独学で AI を学ぶことを決意した。

Xu 氏の推測が正しかったことは事実が証明している。ジェネレーティブ AI は実際、多くの画像を作る仕事を奪ったからだ。Xu 氏は AI に関する知識を深め、多くの製造業の DX 経験を支援する中で、彼は AI の導入前に、伝統的な製造業は、しばしば「データ不足」や「データ品質が低い」問題に遭遇していることに気づいた。

Yu 氏は上海の金融界で働いた後、台湾のベンチャー界に戻り、独立起業の理想を抱いて Web3 と AI に挑戦した。Xu 氏から、3D ジェネレーティブモデリングが製造業 DX におけるデータ収集の難しさを軽減できると聞いたとき、Yu 氏は家族が製造業に従事していたこともあり、大いに賛同し、Xu 氏とともに起業することを決意した。

NVIDIA Inception Program、Wistron Accelerator（緯創加速器）に採択

わずか1年前に設立された MetAI は3D 生成技術を評価され、NVIDIA Inception Program と Wistron Accelerator（緯創加速器）に選ばれた。MetAI はすでに、プリント基板（PCBA）や金属部品など、異なる分野の3社と PoC に入っている。

現段階でのワークフローは、工場が不良の定義や条件を MetAI に提案し、MetAI がパラメータを設定する。MetAI はソフトウェアを工場に提供し、工場が3D 設計図をアップロードし、独自に生成を開始するというものである。つまり、「どのくらいの長さを〝傷〟と呼ぶのか」「どのくらい曲がっているものを〝歪み〟と呼ぶのか」などの定義は、やはり生産ラインを最も熟知するエンジニア独自の判断に委ねられている。MetAI は、生産ラインの経験を翻訳し、データを生成するためのツールに過ぎない。

我々はまだプロジェクトベースの課金モデルを採用している。業界経験が増えれば、これらの生成アルゴリズムを一連のソフトウェア製品にし、工場が自分でパラメーターを調整できるソフトウェアにして、サブスク課金する予定だ。

起業に関する簡単な Q&A

Q：次の目標を達成するために、チームに足りないリソースは何か？

現在、多くの PoC が検証された後、より現場に近いパートナーを探している。現場で使えるソリューションで業界に価値を生み出すことで、我々の技術力をさらに強力にアピールすることができるだろう。また、来年には資金調達を開始し、SaaS プラットフォームに向けてアプリケーションを拡大する予定だ。

Q: 顧客や投資家から最もよく聞かれる質問は何か？ どのように答えているか？

2つある。

会社の目標は何か？ それを達成する方法は？

私たちの目標は、すべての製造業や DX に向かおうとしている企業が、導入したいあらゆる AI ソリューションのシミュレーションとデータ生成ができるプラットフォームを簡単に持てるようにすることだ。そのために、私たちは製造業のための独立した「シミュレーションとデータ生成の SaaS プラットフォーム」の開発を目指している。さまざまな生産ラインのノウハウを蓄積することで、シミュレーションプラットフォームを徐々に拡大し、最終的にはあらゆる生産ラインのシミュレーションを生成できる完全な SaaS プラットフォームを実現したいと考えている。

MetAI の生成するデータの差別化要素は？

MetAI の合成データはすべて、完全な3D シミュレーション環境で生成されるため、リアルの物理的特性に最も近いデータを生成することができ、バーチャルサンプルとリアルサンプルの誤差を最小限に抑えることができる。これにより、(1) 現実的で価値のある方法でデータのギャップを埋める、(2) 他の合成データよりもはるかに優れたトレーニング結果を得る、という2つのことを達成することができる。

Q: 起業によって学んだことは何か？

起業家として行動することで、すべての力を結集し、その道のりのボトルネックをすべて解決する方法を教えてくれた。メールを送ることで相手がどう感じるかといった小さなことから、意見の異なる人たちを同じ目標に向かってどのように鼓舞するか、会社のビジョンにある目標を達成するためにどのように率先して提案し、チームを引っ張っていくかといった大きなことまで、起業家としての道を進化し続けていくために必要なことばかりだ。それが、私自身が常に求めていることなのだ。

【via Meet Global by Business Next（数位時代） 】 @meet_startup

【原文】