인공지능(AI)은 대량의 데이터를 기반으로 특징을 예측하고 분류하는 프로그램으로, 크게는 “기계 학습”과 “깊은 학습(딥 러닝)”으로 나뉩니다.
“기계 학습”은 대량의 데이터(빅 데이터)로부터 규칙성이나 관련성의 특징을 학습하고, 데이터량에 따라 더욱 높은 정밀도로 예측이나 판단을 할 수 있는 프로그램 기능입니다. 이를 위해서는 사람이 "색"이나 "형태"와 같이 주목해야 할 특징을 지정해야합니다.
제조업에서는 설비의 가동 데이터나 생산품 등은 대량으로 취득할 수 있는 한편, 고장이나 불량품 등은 데이터가 대량으로 발생하기 어려운 경우도 있어 그 경우는 빅 데이터가 축적되지 않습니다. 그 때문에, 소수의 데이터를 기계 학습시켜 증폭시켜 자동으로 학습할 수 있는 충분한 데이터량을 만들 필요가 있어, 그 과제의 해결을 실시합니다.
다른 “깊은 학습(깊은 학습)”은 기계 학습에 새로운 메커니즘을 추가한 기계 학습의 한 분야로, 대량의 데이터가 딥 러닝 알고리즘에 입력되어 출력을 결정하기 위해 가장 유용한 특징량의 추출과 조합을 자동으로 학습하여 최적의 분류를 예측합니다.
제조업에서는 특히 식품 분야에서 대량으로 생산되는 제품의 양부를 자동적으로 학습하여 판정하는 등에 사용됩니다.
