現場でのシステムの利用者が対応しやすいように作る。
まだ学習させていない種類の異物が発生したときに、見逃しが少ないように作る。
例：おこげ検出の食品検出であっても、金属の異物混入を求められるかもしれない。
生産品目や異物の要因が変動することが考えられるので、それに対して現場で適応できるように作ること。
生産を１０年、２０年と続けていくためには、異物検出システムも入れ替えなくてはならない。
システムを作ったときの学習用・評価用のデータを残しておくこと。
システムをブラックボックスにしないこと。
AIというアルゴリズムは存在しない。なんでもかんでもAIという言葉で説明しようとする業者は、自分たちで運用していく現場との相性が悪いかもしれない。（個人的見解）

参考になる展示会