Spotのニュース一覧

AI外観検査プラットフォーム「DeepAge Sensor」の教師なし異常検知を、検査装置に組み込める推論ライブラリ（Windows向けDLL）として提供開始しました。良品画像だけで学習したモデルを装置上で実行でき、不良品画像は学習に不要です。GPU・CUDAは不要でCPUのみで動作し、外部通信は行わず装置内で完結します。C言語インターフェースでC/C++/C#から組み込め、当社名義のコード署名（Authenticode）付きで出荷できます。

AI外観検査プラットフォーム「DeepAge Sensor」に多段ファインチューニング機能を追加しました。ファインチューニングで作成したモデルを、次の追加学習の元モデルに指定できます。現場で集まった追加画像だけをアップロードすれば、ゼロから学習し直さずにモデルを更新でき、同一系譜で最大5回まで積み重ねられます。依頼一覧では世代と系譜（派生元）を確認できます。あわせて検証ツール「Sensor AD」に、判定しきい値を選ぶためのスコアグラフを追加しました。

AI外観検査プラットフォーム「DeepAge Sensor」の技術資料3種を無料公開しました。「不良品サンプルが1枚も無い工程で外観検査AIを立ち上げる方法」（12P）は、良品画像だけで異常検知を立ち上げる5つのステップと、実データ検証で分かった落とし穴をまとめた技術ノートです。ほかに製品カタログ（14P）、装置メーカー様向けの「検査装置へのAI組込みガイド」（13P）を用意。氏名・会社名・メールの3項目でダウンロードいただけます。

DeepAge SensorのMuonオプティマイザをFrobenius正規化+BF16数値契約に刷新。実データ20データセットの検証で、最高精度中央値100%、90%精度到達がSGD比約2.6倍高速（600バッチ vs 1,700バッチ）。SGDでは学習できなかった高難易度データセットでも97〜100%の精度を達成。NVIDIA最新GPU（Blackwell/sm_120）での動作も検証済み。

良品画像だけで「正常の基準」を学習し、そこから外れた画像を異常として検出するデスクトップアプリ「Sensor AD」を提供開始。不良品サンプルを大量に用意する必要がなく、不良品の収集が難しい現場でも導入初期から異常検知の運用を始められます。推論はCPUで動作し、GPUは不要。寄与ヒートマップによる可視化や、False Positiveの自動クラスタリング機能を備えます。

DeepAge SensorにEarly Stopping機能をリリース。検証精度が目標値に到達した時点で学習を自動的に打ち切り、精度を維持したまま学習時間を最大1/2に短縮。GPUリソースの効率的な活用により、より多くのモデルをより短い時間で学習可能に。

DeepAge Sensorにファインチューニング（追加学習）機能を追加。既存モデルをベースに追加の画像だけで再学習可能になり、ゼロから学習し直す場合に比べ少ないデータ量と短い時間で精度改善が可能に。新しい不良パターンが出てきたときの改善サイクルが大幅に短縮されます。