プレスリリース要約
FastLabelは、経済産業省とNEDOが推進する国家プロジェクト「GENIAC」に採択されました。国内大手自動車OEMと連携し、これまでデータ化が難しかった現場の熟練技能者が持つ「暗黙知」を高品質な構造化データへと変換する技術開発に挑みます。日本のものづくりを支える新たな挑戦として注目されます。
FastLabelが採択されたのは、NEDOの「ポスト5G情報通信システム基盤強化研究開発事業／製造業データ等のAI-Ready化に関する研究開発（GENIAC）」です。同事業において「AI-Ready化」に関する公募が実施されたのは今回が初めてとなります。日本の製造業では少子高齢化に伴う熟練技能者の不足が深刻化しており、彼らが長年培ってきた感覚的な判断や微細な動作調整といった「暗黙知」が、退職とともに失われるリスクに直面しています。同社はこの課題に対し、現場の作業動画や骨格動作、視線データをラベリング・構造化する汎用技術の開発を目指します。
具体的には、AI活用に向けたデータ整備を3つのフェーズに分類し、最も難易度の高い「AI-Ready 3.0（データ化が困難な暗黙知の抽出・蓄積）」の実現を目指します。研究開発では、マルチモーダルデータの収集手法、暗黙知データの構造化・抽出技術、VLM（Vision-Language Model）等のAIモデルの精度評価手法、およびデータ収集支援システムの4つのテーマに取り組みます。同社がこれまで培ってきたデータマネジメントの知見を活かし、他社や他業界でも再現可能な、現場技能のデジタル継承プロセスを構築する計画です。
Journalポイント
実はこれ、日本の製造業が抱える「熟練工の引退」という死活問題を、最新のAI技術で根本から解決するかもしれない画期的なプロジェクトなんです。
え、そうなんですか？でも、工場の自動化や AI の導入って、もうかなり進んでいるイメージがありますけど……。
AI というのは人工知能のことで、データを学習して自律的に判断するシステムを指します。実は、従来の自動化は決められた動作の繰り返しが多く、職人さんの「長年の勘」や「手先の微調整」といった暗黙知は再現できなかったんです。
実はおっしゃる通りで、もともとマニュアルがないから、データにすること自体が不可能だと思っていました。
そこで今回のプロジェクトでは、熟練技能者の 作業動画 や 骨格の動き、さらには 視線データ まで収集し、彼らが「どこを見て、どう身体を動かしているか」をセンサーやカメラで丸ごと可視化するんです。
なるほど！じゃあ、職人さんの「目に見えないノウハウ」をデータ化して、VLM などの最新モデルに学習させるってことですか？
VLM というのは画像や動画とテキストを同時に理解できるAIモデルのことで、これを使うことで「この場面ではこう動く」という暗黙知をAIが自動検出できるようになります。これにより、同業他社でも再現可能な技術継承プロセスを作ろうとしています。
他の会社も似たようなことしてるんですか？これってFastLabelだけの強みなんでしょうか。
実は今、ネット上のデータ学習が一巡し、AI業界全体が「リアルな現場データ」の争奪戦へシフトしています。その中で同社は、高品質な データアノテーション の技術で国内トップクラスの実績があり、だからこそ国や大手自動車メーカーから選ばれたんです。
なるほど、日本のものづくりの強みを未来に残すための、とても重要な挑戦なんですね。勉強になりました！
FastLabel株式会社
- 代表
- 鈴木健史
- 所在地
- 東京都新宿区西新宿2-6-1 新宿住友ビル24階
- URL
- fastlabel.ai