学生時代は情報電気工学専攻で、画像処理とAIを使って線虫の生死を判定する研究をしていました。線虫は薬学実験でラットよりも初期の段階で使われる実験動物で、生きているかを確認するにはピンで突いて反応を見るという侵襲的な方法が取られていました。これには熟練の技術が必要で時間もかかるため、画像処理とAIの力で自動化したいと思い、研究に取り組んでいました。
将来は研究を生かして人手では大変な作業をAIで自動化する仕事をしたいと考えており、そんな時に光学・検査技術研究部へのインターンに参加して、目視検査をAIで自動化する取り組みに魅力を感じました。また、先輩社員の人柄や職場の雰囲気も良く、ここで自分の専門を生かして働きたいと思い入社しました。
入社後1年目は、先輩社員がメンターとして毎日の進捗や仕事の進め方を確認していただき、安心して業務に取り組むことができました。最初は東芝マテリアル株式会社のセラミック製品の検査自動化を担当し、AIを使った自動外観検査の開発を行いました。実際に量産適用までつなげることができ、開発したものを生産現場で使っていただくことに喜びと達成感を感じました。2年目以降は他の生産拠点の検査自動化にも取り組んでおり、自動化需要の高さを感じています。

光学・検査技術研究部は様々な社内生産拠点での目視検査自動化に取り組んでおり、画像から不良を判定するAIの開発だけでなく、不良を明瞭に撮影するための光学系やセンシング技術の開発も行っています。また、AIについては十分な精度を達成したから生産現場に適用して終わりではなく、長期的に高精度を維持する仕組みが必要であり、AIを運用するための技術も開発しています。
私は現在、このAIを運用する技術の開発に取り組んでいます。AIは検査装置の劣化や材料の変化が原因で、いつか必ず精度低下が発生します。生産現場においては不良品の流出に直結するため、早期に精度低下を検知し、AIモデルを再学習する仕組みを確立する必要があります。この仕組みをMLOps（*）と言い、精度低下を早期に検知するモニタリング技術や、AIモデルの再学習を非AI技術者でも簡単にできる技術を組み込んだMLOpsシステムを開発しています。開発したシステムは東芝マテリアル株式会社のセラミック製品のAI画像検査に適用を進めており、将来的には他の生産拠点にも展開を考えています。
*MLOps：Machine Learning + DevOpsの造語。機械学習のライフサイクルを管理する仕組み。