自動光学検査（AOI）システムでは、データ孤島現象が一般的に見られ、データリソースの十分な利用を制限し、AOIシステムの潜在能力を阻害しています。ソフトウェアプロバイダー、ハードウェアメーカー、工場が参加する協力エコシステムを構築し、閉ループのデータフローを形成し、データリソースの最適な利用を実現する積極的な解決策を提供しています。しかし、プライバシー問題、権利侵害、他の参加者からの脅威が、効果的な共同体の構築を妨げています。本稿では、革新的な枠組みであるAOI-OPENを提案し、まず、分散型自治組織（DAO）を活用して信頼性のあるAOIエコシステムを形成することで関連するエンティティを集めます。さらに、小規模な実データから大規模な仮想サンプルを生成するための平行データアプローチを提唱し、AOIシステムで使用するために提供します。最後に、複数のエンティティ間に分散したデータリソースを利用し、プライバシーの安全な方法で大規模なモデルを構築するために、フェデラルラーニング技術を採用します。欠陥分類タスクの実験結果は、AOI-OPENがプライバシー保護の一方で、分散型データリソースの利用を大幅に強化し、検出モデルの精度向上を促進していることを示しています。

自動光学検査;分散自治組織;平行データ;フェデラルインテリジェンス