画像仕分や品質検査業務は
最大効率へ！
建設ＤＸ研究開発
工事写真の選別や
チェック作業など、
ルーティンワークから開放
ルーティン業務の自動化/RPAが生産性向上のポイントとして注目を集めています。現場の施工管理業務に存在しているルーティン業務をＡＩによる自動化を実現できないかという観点から開発をスタート。
開発チームは、現場作業員から毎日アップされる施工写真をＡＩ画像認識で工程単位で自動整理する仕組みに着目した。さらに写真の使いまわし、撮影場所など工事写真の整合性自動チェック、スマート検査へと発展し現場のRPAを推し進めている。
ＡＩによる画像自動判定
クラウドにアップされた工事画像は、「ＡＩ画像判定」により予め設定された工程にひもづく画像を識別し、自動で各工程単位に振分けされます。
施工写真は工程単位で一覧でき、手動で保管場所を変更も可能。また投稿者の担当工程とAIで検出された工程が異なる写真の場合は、注意マークで表示します。ＡＩ画像判定と補足的な手動振分けにより施工写真管理の手間を軽減することができます。
施工品質などにも広がる
ＡＩの可能性
今回のAI画像判定の他に、品質管理・検査の正否チェックやＡＩ自動学習など、ＡＩ精度の向上を図る事で、実業務でのRPAを推進できると考えています。
＜＜導入担当者のコメント＞＞
①課題は人為的な学習画像の仕分け！
AIで機械学習を行うためには、われわれ人間が教師となって「この画像がこの工程ですよ」ということを教えてあげる必要がある。
そうして収集した5万枚以上の施工写真。だが集まった段階ではもちろん写真はバラバラ。
それをまずは人の手でこれがどの工程の写真であるかを振り分けする必要があり、それに莫大な時間を費やした。
AI開発は下準備が一番大変であるとよく言われるが、これがその所以かというのを痛感しました。②精度の向上目指して！
やっとの思いで大量の写真を振り分け終わり、いざ学習。
しかしできあがった一発目のAIの精度はかなり悲惨だった。
上手く判定できない原因を探ると、あることを考慮できていないことが分かった。
それは、配筋工事の写真1つにしても、鉄筋全体が撮られた写真、鉄筋1本が撮られた写真、お昼に撮られた写真、夜に撮られた写真、真上から取った写真、真横から撮った写真等、様々な撮り方があるということである。
撮り方を考慮して再学習させたAIはどんどん賢くなっていった。
ただし現在でもまだまだ発展途上であり、100％とは言えない。
今後継続して学習させていくことでより賢いAIづくりに努めていきたい。