[インタビュー] SNUAILAB、低解像度画像も問題なし…「SIRNetベースの『AutoCare』プラットフォームを提供」
ユ・ミョンホ代表「製品とプラットフォームを通じてビジョンAI応用ソリューションを拡大していく」
[インダストリーニュース Cho Chang-hyun 記者] 自動化の領域で人工知能(AI)技術が頭角を現している分野に「マシンビジョン」がある。半導体やディスプレイなどの産業で技術成熟度を高めた「AIマシンビジョン」は、次世代産業として浮上している二次電池分野へと活躍の場を広げている。業界内の競争が激しさを増すなか、ソウル大学技術持株会社が参加したジョイントベンチャー企業SNUAILAB(代表 ユ・ミョンホ、SNU AI LAB)が、応用とカスタマイズを特色とした「ビジョンAIサービス」で注目を集めている。
SNUAILABのユ・ミョンホ代表は「SNUAILABは製造現場で活用できるソリューションづくりに引き続き取り組んでいく」と述べた。[写真=インダストリーニュース]
ユ・ミョンホ代表は「SNUAILABは、ソウル大学技術持株会社と教授陣が出資して設立したソウル大学の公式子会社だ」とし、「ビジョンAI技術を適用する基盤となる機械学習応用プラットフォームを開発し、さまざまな応用ソリューションを顧客に提供している」と語った。
実際、SNUAILABの設立には、コンピュータビジョン技術およびビッグデータ処理分野の権威であるソウル大学の教授陣6名と、サムスン出身の中核研究員が直接参画した。その後、産業ごとにビジョン応用の要件が多様である点に着目し、ソウル大学が保有する研究インフラや修士・博士人材との協業を進めており、基礎・基盤技術を確保してプラットフォームへとつなげる取り組みを続けている。
こうして目に見える成果も際立っている。今年は中小ベンチャー企業部が選定する「ベビーユニコーン200」に成長した。Yoo代表は「ベビーユニコーン200への選定で、世界的なAI企業になるための第一歩を踏み出したと思う」とし、「今からが新たなスタートだと考えており、これまで準備・開発してきた製品とプラットフォームを通じて、ビジョンAIの応用ソリューションを拡大していく」と感想を述べた。
高品質な画像を提供する「SIRNet」搭載ソリューションを供給
SNUAILABは、産業安全に求められるセーフティビジョン(Safety Vision)ソリューションと、製造現場のビジョン検査装置に必要なマシンビジョン(Machine Vision)ソリューションを提供している。現場中心にさまざまなビジョンAIソリューションを提供できるAutoCareプラットフォームも供給している。
Yoo代表は「ディープラーニングAIの開発では、最終的なモデル性能を得るために、データクレンジングや学習などの反復的なプロセスが必要だ」とし、「顧客はプラットフォームをベースにAIモデルを開発してこそ、経済性を確保できる」とアドバイスした。さらに「SNUAILABは、顧客のニーズに応えるソリューションを供給するため、独自開発したSIRNet技術をベースにAutoCareプラットフォームを提供している」と付け加えた。
SNUAILABが提供するソリューションには、「SIRNet(Snuailab Image Restoration Network)」という画像復元技術も適用されている。実際にSIRNetは、不良の有無を検査する過程でCTのような3D撮影によって撮影した低解像度画像を、AI技術を活用して高解像度に変換する前処理エンジンだと、SNUAILABは補足した。
Yoo代表は「画像復元モデルであるSIRNetは、低品質画像と高品質画像を集めて学習する過程を経て、十分に訓練されたモデルに低品質のテストセットや新たに収集した低品質画像を与えると、復元された高品質画像を結果として得られる技術だ」とし、「従来のCNN構造やトランスフォーマー(Transformer)ベースの巨大モデルが持つ長所をすべて取り入れることができ、従来モデルより軽量でGPUメモリの消費量が少ないながらも、高水準の結果を得ることができる」と胸を張った。
SNUAILABが保有する「SIRNet」技術の動作原理 [資料=SNUAILAB]
多様なリファレンスに基づき検査の効率化を支援
SNUAILABが提供するAutoCareプラットフォームは、△ディープラーニングベースの物体検出・認識モデルをサービングできる「検出器(DX)」、△検出器に対応して現場での再学習が行えるよう自己主導型の再学習を支援する「学習器(TX)」、△映像チャネルの生成とストリーミング、モニタリングおよび分析結果の表示が可能な「映像管理機能」を提供している。
顧客は、求めるビジョンAIソリューションに応じて、Safety VisionやTraffic VisionなどSNUAILABが事前にパッケージ化したAutoCareリファレンスアプリ(Reference Apps)をベースに、追加のカスタマイズを依頼できる。カスタマイズでは、既存の類似アプリがある場合、顧客の工程内での検出精度を高めるために現場データを活用した追加学習を行ったり、ユーザーイベントを追加したりできる。
提供されるリファレンスに類似アプリがない場合でも、カスタマイズは可能だ。ただし、顧客が独自にソリューションを適用するのは難しいとSNUAILABは伝えた。Yoo代表は「類似アプリが存在しない場合は、ソリューションに応じて追加のモデル開発や初期学習、チューニングが必要だ」とし、「その際はAutoCareリファレンスアプリを基準にカスタマイズの範囲を決め、別途新規アプリを開発しなければならない」と説明した。
続けて同氏は「カスタマイズが重要な理由は、開発したモデルを実際の検査に投入するまでの時間を短縮できることだ」とし、「従来は検査モデルを工程に投入するまでに数百枚に及ぶ画像を学習させる必要があったが、SNUAILABが提供するリファレンスをベースにすれば、学習に必要な画像を数枚加えるだけで顧客の現場に適した検査モデルを作り出すことができる」と力説した。
プラットフォームの拡張と高度化の計画
SNUAILABは今年下半期、産業安全とマシンビジョン検査の領域に必要なAutoCareプラットフォームを基盤に、ソリューションの拡大を進める計画だ。具体的には、産業安全分野では工場内の作業者の安全に関わる危険物への接近警報や、安全装置の着用有無の識別を提供する形になる予定だ。特定エリア内の出入りカウントや、ヒートマップを活用した空間の混雑度分析なども拡大適用する方針だ。
マシンビジョン分野では、ディープラーニングモデルによって高品質な画像を復元する超解像(Super Resolution)前処理エンジンを活用し、二次電池バッテリーセルへのインライン適用や、セグメンテーション(Segmentation)を適用したバッテリーセルのビジョン検査専用ソフトウェアの提供などを中心に、ソリューションを拡大する予定だ。
AutoCareプラットフォームの高度化にも乗り出す。顧客の現場で安定的な再学習が行われるようにしつつ、顧客自身で保守できるよう支援するというものだ。そのため、ソリューション全般の機能を拡充する一方、さまざまなソリューションに活用できるようAutoCareリファレンスアプリ(Reference App)を拡大する構想だ。また、クラウドSaaSサービスの形でビジョンAIアプリの開発と配布が行えるようにすることを目標としている。
Yoo代表は「AI技術の発展が続いており、特にビジョンAI関連技術は発展のスピードがさらに速いため、新しい技術を受け入れ、組み合わせて応用することが重要だ」とし、「大学キャンパスに拠点を置くSNUAILABは、AutoCareプラットフォームとソウル大学の研究室で研究した内容を活用し、製造現場で活用できる製品やソリューションをつくる努力を続けていく」と強調した。
[Industry News Cho Chang-hyun記者]
出典: http://www.industrynews.co.kr/news/articleView.html?idxno=50377