AIVEX論文獲全球三大AI學術會議「ICML 2026」錄取，印證其工業級實體AI實現核心技術的競爭力

2026年6月12日，首爾 – 工業用物理AI企業AIVEX宣布，其深度學習研究小組的研究論文已獲人工智慧領域全球最具權威的學術會議ICML(International Conference on Machine Learning) 2026錄用。

ICML與NeurIPS(Neural Information Processing Systems)、ICLR(International Conference on Learning Representations)並稱為全球三大AI學術會議，是機器學習領域發表最新研究成果的世界最高水準學術舞台。

此次錄用的論文為《Memory-Distilled Selection for Noise-Robust Anomaly Detection(面向受汙染資料的穩健異常偵測之記憶蒸餾選擇方法)》，提出了一種全新的異常偵測(anomaly detection)技術，即便在實際工業現場頻繁出現的受汙染訓練資料(noisy data)環境下，也能穩定地偵測出缺陷。

在製造現場難以取得完全乾淨的訓練資料，這一直被視為工業AI導入過程中需要解決的核心課題。AIVEX深度學習研究小組為解決該問題，開發了MeDS(Memory-Distilled Selection)演算法。即使訓練資料中混入了沒有正確標籤的不良(雜訊)樣本，該演算法仍能在影像及像素層級穩定地找出缺陷。

尤其引入了基於子採樣的過濾方法，即從全部特徵資料中隨機抽取一部分，構成多個記憶集成。研究團隊從數學上證明，該過程中產生的稀疏性可發揮低通濾波器(low-pass filter)的作用，從而在存在高水準雜訊的環境下也能有效篩選出正常模式。

此外，在將過濾後的記憶分數傳遞給學生(student)網路的知識蒸餾(knowledge distillation)過程中，運用了神經網路優先學習簡單模式的「早期學習偏差(early-learning bias)」。由此防止了雜訊過擬合(noise overfitting)，大幅提升了判別正常模式的效能。

同時，模型基於蒸餾模型的分數，反覆進行僅自主選擇乾淨樣本進行學習(self-selection)的過程，從而實現了像素層級的精密缺陷定位。該技術在工業視覺AI領域的代表性基準資料集MVTecAD、VisA、Real-IAD等上，取得了超越現有最高水準(state-of-the-art)的效能，驗證了其高度的穩健性與實用性。

AIVEX代表成敏洙(音譯)表示：「此次ICML 2026論文錄用，意味著AIVEX的AI原創核心技術研究能力獲得了世界級水準的肯定，具有重大意義」，並表示「今後將持續開展能夠解決製造現場實際問題的工業用物理AI技術開發與研究，不斷增強全球競爭力」。

另外，成立於2020年的AIVEX以AI視覺檢測、AI機器人技術、MLOps、資料平台為基礎，為製造現場提供工業用AI平台。全體員工中80%以上為工程師人才，透過持續的研發確保了世界級的技術競爭力。目前擁有包含國內外登記專利53件在內的共計約80件專利組合。