在住友电机，物联网研发中心(成立于2017年)主动利用物联网/人工智能技术提高生产效率和安全性，以促进制造现场的数字化转型。作为这些努力的一部分，该公司一直致力于开发缺陷检测AI，以雷电竞app官方便由熟练工人进行产品外观检查。然而，为了训练缺陷检测AI获得高级的检测能力，需要准备大量涵盖各种模式的训练数据。收集培训数据需要相当的时间和成本。这就是为什么包括住友电机在内的制造商没有充分利用缺陷检测AI的原因。
该项目旨在开发具有与熟练工人相当的缺陷检测能力的人工智能，即使只有非常少量的真实培训数据可用。
住友电机的缺陷检测技术用于预测AI难以处理并导致误检的模式，DATAGRID的伪缺陷生成技术用于生成AI难以处理的缺陷数据。该项目还旨在通过反复应用技术通过训练克服困难(反弱点训练循环)来克服困难，其中缺陷检测AI使用生成的数据进行再训练，从而提高缺陷检测AI的准确性。

同样，该技术可以让计算机自动重复反弱点训练循环，有望将缺陷检测AI的开发速度提高数十倍或数百倍。通过训练克服困难的技术对各种数据也有效，除了图像数据，还包括时间序列数据。它可以应用于生产现场的各种流程，如外观检测流程的自动化、设备故障预测、库存控制等。因此，该技术有望加速生产现场的自动化。我们将利用这些技术来提高制造能力。