クリスタルメソッド株式会社は2008年に設立した以来、AIの研究開発(R&D)を中心に様々な研究開発を行っています。弊社の目的は人工知能技術で世の中に付加価値を付け続けることで汎用的な人工知能を構築するために、各種研究開発を行っています。 現在はAIプラットフォームを提供し、大手自動車メーカ工場での、外観検査・異音検知やロボット化の機械学習・強化学習など研究機関、研究室との協業の取り組みに加え、人工知能学会、情報処理学会などで研究発表の取り組みを行っております。また2020にリリースしたDeep AI Copyでは、人間の外見や声を思考、知識をそっくりにコピーできるし、本人そっくりなアバターを作り出し、自動動画生成できるサービスを用いて、医療の問診や介護、またオフィス分野での貢献が期待されています。弊社はAI研究を通して未来へ会社貢献が行えるよう、日々研究開発を積み重ねていきます。
以下インタビュー記事の一部を抜粋します。 “The human eye has performed visual inspections, but when the number of inspections is large, personnel costs have increased considerably. In addition, there are many places where the judgment of abnormal noise relies on the intuition and experience of skilled workers cultivated so far. There is an issue that it is challenging to inherit and share that “intuition and experience”. By performing such inspections with Crystal Method’s technologies around AI, it is possible to reduce the cost of inspections and prevent the personalisation of judgments. “In the aspect of abnormal detection programs, we have successfully reduced the cost of detection and made the whole process ten times quicker and efficient,” adds Kawai.
Crystal Method helps its clients quickly initiate AI utilisation and bring continuous business innovation. The firm differs from other companies in its use of a programmable logic controller (PLC) that facilitates introduction at automakers’ plants and provides a mechanism for inspection linked with the main computer at the plant. The company proposes a concrete action plan after examining and analysing a client’s business content and environment in detail for the applicability of AI.” (訳) 人の目で目視検査を行ってきましたが、検査件数が多くなると人件費がかなり増えてしまいます。また、異音の判定は、これまで培ってきた熟練者の勘と経験に頼っているところが少なくありません。その「勘と経験」を継承・共有することが難しいという課題があります。このような検査をクリスタルメソッドのAIを用いて検査コストの削減や判定の個人化を防ぐことができます。また、「異常検知プログラムの面では、検知コストを削減し、プロセス全体を10倍早く効率的にすることに成功しました」と河合は付け加える。