為重振日本AI產業，日本政府於2017年提出的2017~2022年合作研發計畫中，由日本理化學研究所(RIKEN)與IT大廠NEC合組機構，理研AIP-NEC合作中心(RIKEN AIP-NEC Collaboration Center)，成功開發出全球首屈一指的高效率AI影像辨識學習技術，提高學習精度同時，還能減少耗時75%。

根據NEC發布新聞，日本產業想引進影像辨識AI學習資深人員技術時，面臨的主要問題，在於需辨識目標種類太多，如製造業與土木業工人、餐廳廚師、便利超商店員等，需學習識別的物品種類常有50~100種，多數相當近似，製作AI學習資料的耗時，高於重新招聘培訓工人，成為瓶頸。

最正規的AI辨識學習教材製作，就是把影像中所有相關物品標出，比方汽車自動駕駛應用，就是把機車、轎車、計程車、貨車、公車，同時標出，但學習教材只要有上下班塞車路段超過1,000輛車的影片，製作教材的員工肯定會先累壞。

替代方案之一，是弱標籤學習(Weak Labels Learning)，則這次只標出轎車，下次只標出機車，就能將製作教材耗時縮短到合理程度，但缺點則是辨識精度會降低；而理研AIP-NEC合作中心在2017~2022年間研發的產品，就是改良弱標籤學習AI，以求不失快速學習的優點，又能提高學習精度。

根據日本經濟新聞(Nikkei)報導，2021年首度公開的這項技術，辨識手寫0~9等10個數字的正確率，從83.09%上升到88.63%；而車船等10種物品的辨識正確率，則從29.67%提高到49.98%，愈難辨識的狀況，正確率提升幅度越高。

更進一步在2022年公開的成果，進行80種物品的學習時，每追加1種新物品，學習教材製作及學習耗時，只要既有弱標籤學習AI的4分之1，效率顯而易見。

利用這項NEC改良弱標籤學習AI，配合其他既有的動態影像分析技術，NEC提出新成果，分析與學習有11個步驟、每個步驟涉及3~10個不同零件開關及手部動作的複查程序時，僅需不到10分鐘的影片做為學習教材，目前可用於教育訓練，未來有望進一步活用到更廣泛的領域，預定2022年內事業化。