弊社が世界に先駆けて開発した３D類似性判断の技術について、ご紹介します。
3D類似性判断とは、入力された３D形状に似通った形状を３D形状データの中から検索する事を言い、弊社は世界に先駆け３D類似性判断を行える３次元AIモデルを開発しました。
製造業、建設業など多くの設計現場では、３DCADを利用した3D形状に基づいた業務に移行しています。またCAD、CAM、CAEなどのコンピューター支援技術も同じく3D形状に基づいています。 そのためAIも３Dデータを扱うことが必要不可欠になります。
従来の類似性判断の手法として、テキストベースAIにより部品番号などの文字情報を手繰り類似形状を探す方法があります。しかし、検索用の文字情報の準備などに膨大な手間が必要になるなどの問題もありました。
従来の類似性判断は、3次元形状を識別する場合においても、代替的に2次元画像のスナップショット群を使用しており、認識精度を保つことが難しくなるなどの問題もありました。
従来のAIの問題点などにつきましては、詳細は活動概要を参照してください。
弊社の手法のように直接3D形状を認識できれば、上記のような、事前準備の手間を軽減でき、撮影の問題を回避できます。
３D類似性判断の中核となる仕組みは、特徴抽出器です。
これは、より複雑な生の入力データから低次元の特徴ベクトルを抽出するもので、抽出されたベクトルには入力データの有用な情報が符号化されており、以後のプロセスにおける使用に適しています。
ボルトを例にとると、大量のメモリを必要とする可能性があり、かつ定量的な特徴を持たないCADデータを使ってボルトを保存する代わりに、ボルトの種類、直径、長さなどの有用な特徴のみを抽出して保存するという選択が可能です。
直感的には，2つの類似したボルトは，2つの類似した特徴を持っているはずです。このような特徴ベクトルを利用して，データベースの中から類似した形状のボルトを検索することができます。
特徴抽出の手法は、主成分分析やｔ分布型確率的近傍埋め込み法のような単純な数学的処理から、オートエンコーダーのようなディープニューラルネットワークまで様々あります。
