本研究では、大規模視覚言語モデル(LVLM)を用い、多様な製品や検査項目に対応できる汎用外観検査AIを開発する。従来のAI外観検査では、製品や不良の種類ごとに大量の学習データを収集し、個別のモデルを構築する必要があり、導入コストが課題となっていた。本研究では、少数の良品・不良品画像と自然言語による検査指示を与えるだけで、新たな製品や未知の不良にも対応できる技術を実現する。さらに、良否判定だけでなく、不良箇所の特定や判断根拠を自然言語で説明する機能を開発する。これにより、専門知識を持たない利用者でも容易に導入でき、多品種少量生産を含む幅広い製造現場での検査自動化を促進する。将来的には事業化を通じて国内外への普及を目指す。

加藤 邦人Kunihito Kato
岐阜大学 教授