リーガルテック、セラミックス・ガラスのAI特許動向を調査

リーガルテックは、特許AIエージェント「MyTokkyo.Ai」を使い、セラミックス・ガラス分野の国内特許を調査しました。
2021年から2025年に公開された特許を対象に、製造条件の最適化や欠陥検査などのAI活用を整理しました。
調査では、工程データの整備や材料固有の誤判定対策が実装上の課題として示されています。

記事の概要

調査対象は、2021年1月1日から2025年12月31日までに日本国内で公開された公開特許・登録特許です。
基本検索25式に加え、京セラ、TOTO、日本特殊陶業、AGCとIPC分類を使った補足検索20式を実施しました。
確認された主な領域は、製造条件の最適化、複数画像を使った欠陥検査、予測結果と製造制御の連携です。
AGCでは、ガラス溶融窯の加熱量分布やガラス板厚を機械学習モデルで扱う特許が確認されました。
TOTOでは、焼成前後の3次元形状データから衛生陶器の焼成収縮を予測し、金型設計に反映する技術が確認されました。
日本電気硝子では、深層学習や異なる撮影条件の画像を使って、ガラス板やガラス管の欠陥を検査する技術が確認されました。
調査では、設備や製造ロットをまたいで使えるデータ形式と、品質結果を学習に使うためのラベル整備が課題とされています。
補足検索では、2026年公開の埼玉大学による温度推定や、日立製作所によるガラス劣化部の検出・自動補修制御も参考事例として整理されました。

記事のポイント

1. 製造条件を最適化： AGCでは、ガラス溶融窯の加熱量分布やガラス板厚を推定し、製造条件の制御につなげる技術が確認されています。
2. 検査に複数画像を活用： 日本電気硝子では、深層学習や異なる撮影条件の画像を組み合わせ、ガラスの欠陥を検出する技術が示されています。
3. 実装時の課題を整理： 工程データと品質結果の連携に加え、材料固有のノイズや誤判定を抑えるデータ設計が重要な課題とされています。

このニュースがもたらす影響

• 導入検討企業： 研究開発・製造部門は、個別工程の実証だけでなく、設備やロットをまたいで使えるデータ形式と品質ラベルの整備まで導入計画に含める必要がありそうです。
• 製造AI提供者： 複数画像やセンサーの統合に加え、ガラスの反射・透過など材料固有のノイズを抑える設計が、検査AIを現場へ定着させる際の差別化要因になると考えられます。
• 知財・研究部門： AIの名称が発明の名称に現れない公報もあるため、競合調査ではAI関連語だけでなく、製造工程や検査方法、IPC分類を組み合わせる必要がありそうです。

このニュースの背景

セラミックス・ガラス分野では、製造条件の最適化や欠陥検査に加え、予測結果を金型設計や設備制御へつなぐ技術が特許で確認されています。
一方で、工程データと品質結果を学習に使うには、設備や製造ロットをまたいで利用できるデータ形式と、品質ラベルの整備が必要です。
材料固有のノイズや誤判定への対策も求められるため、特許動向から実装上の課題を把握する意義が生じています。

関連するニュース

• リーガルテックがMyTokkyo.Aiで、小売業の発注支援AIに関する国内特許を調査しました。
• リーガルテックがMyTokkyo.Aiで美容・ヘアサロンAIの国内特許動向を調査しました。
• Yamanaka JAPANが、免許証画像や偽リンクへの対応を業務演習で測るAI実技測定を提供開始しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

【技術動向レポート】焼成・溶融・検査をAIでどう変えるか―MyTokkyo.Ai

リーガルテック株式会社のプレスリリース（2026年10月23日 14時00分）【技術動向レポート】焼成・溶融・検査をAI…