인공지능(AI)은 대량의 데이터를 기반으로 특징을 예측하고 분류하는 프로그램입니다、크게는 "기계 학습"과 "깊은 학습 (딥 러닝)"으로 나뉩니다。
“기계 학습”은、대량의 데이터(빅 데이터)에서 규칙성 및 관련성 특징을 학습、데이터 양에 따라 더 높은 정확도로 예측과 판단을 할 수 있는 프로그램 기능입니다。그러려면、사람이 '색'이나 '형태'와 같이 주목해야 할 특징을 지정해야 합니다。
제조업에서는、설비의 가동 데이터나 생산품 등은 대량으로 취득할 수 있는 한편、고장이나 불량품 등은 데이터가 대량으로 발생하기 어려울 수도 있고 그 경우에는 빅 데이터가 축적되지 않습니다。그러므로、소수의 데이터를 기계 학습시켜 증폭시켜 자동으로 학습할 수 있는 충분한 데이터량을 만들어야 합니다、이 문제를 해결합니다。
다른 "깊은 학습 (깊은 학습)"、기계 학습에 새로운 메커니즘을 추가한 기계 학습의 한 분야에서、대량의 데이터가 딥 러닝 알고리즘에 입력됨、출력을 결정하는 데 가장 유용한 특징의 추출 및 조합을 자동으로 학습、최적 분류를 예측。
제조업에서는、특히 식품 분야에서 대량으로 생산되는 제품의 양부를 자동적으로 학습하고 판정하는 등에 사용됩니다。
