Human in the AI loop via xAI and Active Learning for Visual Inspection

要約

産業革命は歴史的に、生産に自動化を導入することによって製造業を破壊してきました。
自動化が進むと、人間の労働者の役割が変わります。
ロボット工学と人工知能の進歩により、人間と機械のコラボレーションの新たな境地が開かれます。
このようなコラボレーションは、人工知能の 2 つのサブ分野、アクティブ ラーニングと説明可能な人工知能を考慮して実現できます。
アクティブ ラーニングは、機械学習アルゴリズムがより適切に学習できるようにするデータを取得するのに役立つ戦略を考案することを目的としています。
一方、説明可能な人工知能は、機械学習モデルを人間が理解できるようにすることを目的としています。
この研究では、まず、インダストリー 5.0、人間と機械のコラボレーション、および品質検査に関する最先端技術について、目視検査に重点を置いて説明します。
次に、人間と機械のコラボレーションを実現し、視覚検査を強化する方法について概説します。
最後に、人工知能、人間のデジタルツイン、サイバーセキュリティを考慮した、目視検査に関する EU H2020 STAR プロジェクトで得られた結果の一部を共有します。

要約(オリジナル)

Industrial revolutions have historically disrupted manufacturing by introducing automation into production. Increasing automation reshapes the role of the human worker. Advances in robotics and artificial intelligence open new frontiers of human-machine collaboration. Such collaboration can be realized considering two sub-fields of artificial intelligence: active learning and explainable artificial intelligence. Active learning aims to devise strategies that help obtain data that allows machine learning algorithms to learn better. On the other hand, explainable artificial intelligence aims to make the machine learning models intelligible to the human person. The present work first describes Industry 5.0, human-machine collaboration, and state-of-the-art regarding quality inspection, emphasizing visual inspection. Then it outlines how human-machine collaboration could be realized and enhanced in visual inspection. Finally, some of the results obtained in the EU H2020 STAR project regarding visual inspection are shared, considering artificial intelligence, human digital twins, and cybersecurity.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google