株式会社大昌電子様
該公司成立於 1968 年，是一家印刷線路板專業製造商。總部位於東京大田區，擁有岩手工廠和栃木工廠兩個製造基地，在全球範圍內進行設計、製造和銷售。半導體封裝基板、模組基板、剛撓性基板等各種基板的試產到量產的製造商。
這次以公司的創新來迎接挑戰，推出由SCREEN開發的「AI誤報過濾系統（以下簡稱SCREEN AI）」。 我們樂見這個創新並關切其背景、評估過程以及實施後的運作。
Mr.Yuichi Konno
（Operating officer,Iwate Factory Deputy Factory Manager）
Mr.Kazuhisa Koyama
（Production Technology Division Manager）
Ms.Rio Sasaki
（Production Technology Division Engineer）
「由於產品產量增加，該公司發現 AOI 流程（驗證流程）的負擔增加。所涉及的時間甚長，直接影響電路板製造的交貨時間，因此他們希望找到一些解決方案來減少這種情況。依據金野先生的說法，這樣的概念是基於減少驗證過程，以創建一個「無需驗證」的系統，其中SCREEN AI 將在無需人工干預的情況下完成所有驗證。
我們之所以對SCREEN AI抱持著如此大的希望，是因為公司面臨的實務面問題與挑戰。 主要有以下三種：
①勞動力的保障
日本整體面臨人口減少的問題，這次採訪的岩手工廠表示，確保勞動力的困難度卻逐年增加。 此外，預計未來少子化仍將持續，如果不在這時提出確保穩定勞動力的方案，未來的生產將面臨難以順遂的風險。
② 操作人員的檢驗能力一致化
現場工作的操作人員特質多樣，從新手到老手，每個操作人員的驗證品質可能會因經驗值的差異，以及團隊工作時的個人特質而出現差異。 此外，為了維持穩定的生產系統，個人化的檢驗基準是不可取的，因此理想面向是能夠保持生產穩定的一致性驗證品質。
③ 人為失誤最小化
工廠每天 24 小時運轉，作為製造商必須避免操作人員注意力，因時間變化而波動的情況而影響驗證品質。
如今我們隨處都能聽到AI這個名詞，它似乎已成為一種萬能工具，可以自動完成所有事情，其實事實並非如此。 只有在品質和數量上準備適當的數據，並讓AI學習，才能實現準確的AI工作結果。對SCREEN AI的評估過程之中，我們可以看到為了解決與理想值之間的差異，所付出的辛勞代價。
AI評測負責人佐佐木先生表示，最困難的任務是將AI學習所需的影像資料分類。 為了讓AI學習，人類必須先手動分類這些學習資料。 雖然能夠清楚地判別誤報或缺陷都是沒有問題的，我們仍然會微調處理數據，並讓人工智慧從中學習。模糊的分類將會導致AI的精準率下降，因此需要付出時間調整才能得到預期的結果。
此外，評估之初對不熟悉的AI技術的術語令人感到頭疼，評估有時會因無法理解術語而導致停擺。經由升級SCREEN的遠端支援和SCREEN AI軟體（例如：將螢幕上的專業術語改為更容易理解的語言），果然提高了辨識速度以及使用度。
運轉中的SCREEN AOI
引進SCREEN AI，究竟能收到多大的效果呢？目前SCREEN AI有效發揮作用減少了70%至80%的產品驗證，從而縮短了電路板生產週期。 但從整體產品類型來看，驗證減少的效果之間，仍然存在著辨識差異，因此計劃在未來持續提高精準度。 設法提高精準度為例，該公司目前正在為其AI建模添加新數據。
SCREEN AI的特點是客戶可以自行添加新資料並進行AI學習，以使其反應於AI模型中。 也就是說隨時都可以創造出原創的AI模型。 如果您有任何疑問，SCREEN的系統可以及時提供遠端支援。 佐佐木先生還表示，“我很感激當我有問題，或疑慮時，他們都很仔細地對應我。”
小山先生表示，雖然目前我們只達到了最初設定目標值的一半，但我們無法想像回到沒有SCREEN AI的狀態，因此我們的方針將是持續地改進。
我們還想探索應用AOI 以外的製程，AI的運用方法。金野先生表示，還有很大的進步空間，例如利用AI來盡可能消除人工干預的需要，將AI用於時間的設定智慧設定，例如調整本來由人工才能完成的設備。
將AI導入生產現場這才剛剛開始。 該公司將繼續探索知識，如何運用AI進一步改善現場的方法。
今野先生與 SCREEN PE Solutions 社長末森先生握手固化未來雙方互相合作的承諾。
