半導体の不良を検査する画像分類AI、東芝が精度を3倍に向上

東芝が開発した画像分類AIが、半導体の不良検査において精度を3倍に向上させました。
教師なしAIなので事前学習も不要で、製造業の品質改善に効果的です。

記事の概要

東芝は、半導体の不良を検査するための画像分類AIの精度を3倍に向上させた。
東芝の独自の深層学習技術により、教師なしで検査画像の不良や欠陥を高精度に分類できるようになった。
これにより、品質改善に向けた分析工程を効率化できる可能性がある。
また、教師なしAIは想定していない画像の特徴も学習できるため、製品の正常か異常かを自動で分類する自動検査に適している。
東芝は、背景特徴抽出ネットワークと注目特徴抽出ネットワークを組み合わせることで、不要な背景パターンを無視しながら高精度な分類を実現した。
分類精度は83.0%に向上し、製造現場での実用化に十分なレベルに達したという。
東芝はまず半導体工場に導入し、性能実証を進める予定である。

記事のポイント

1. AIの精度向上： 東芝が製品の検査画像を分析するAIの精度を3倍に向上させた。
2. 教師なしAIの特長： 東芝の教師なし画像分類AIは、手間の掛かる事前学習が要らないため、効率的な品質改善の可能性がある。
3. 背景特徴抽出ネットワークの導入： 東芝が背景特徴抽出ネットワークを導入して、背景に含まれる不要な特徴を無視しながら、不良や欠陥を高精度に識別・分類できるようになった。

詳しい記事の内容はこちらから（引用元）

日経クロステック（xTECH）

半導体の不良を検査する画像分類AI、東芝が精度を3倍に向上

　東芝は、製品の検査画像を分析する「教師なし画像分類AI」の精度を、従来の3倍に向上させた。同社の深層学習技術によって、…