Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Azure IoT/AI最前線

145 views

Published on

Azure IoT/AIの基礎レベル(L100)のセッションです。
スピーカー:日本マイクロソフト株式会社 ソリューション開発技術本部 パートナーソリューションプロフェッショナル

Published in: Technology
  • Be the first to comment

Azure IoT/AI最前線

  1. 1. Azure IoT / AI 最前線 !
  2. 2. 導入についてのお問い合わせ 本ケース スタディは、インターネット上でも参照できます。http://www.microsoft.com/ja-jp/casestudies/ 本ケース スタディに記載された情報は制作当時 (2017 年 12 月) のものであり、閲覧される時点では、変更されている可能性があることをご了承ください。 本ケース スタディは情報提供のみを目的としています。Microsoft は、明示的または暗示的を問わず、本書にいかなる保証も与えるものではありません。 製品に関するお問い合わせは次のインフォメーションをご利用ください。 ■インターネット ホームページ http://www.Microsoft.com/ja-jp/ ■マイクロソフト カスタマー インフォメーションセンター 0120-41-6755 (9:00 ~ 17:30 土日祝日、弊社指定休業日を除く) ※電話番号のおかけ間違いにご注意ください。 * Microsoft、Azure、および Windows は、米国 Microsoft Corporation の、米国およびその他の国における登録商標または商標です。 *その他記載されている、会社名、製品名、ロゴ等は、各社の登録商標または商標です。 *製品の仕様は、予告なく変更することがあります。予めご了承ください。 建設現場で発生するさまざまなデータを DataStax Enterprise (Apache Cassandra) や Azure BLOB Storage、Azure SQL Database、Azure HDInsight (Apache Spark) で 蓄積し、各種アプリケーションから利用できるようにしています。 「スマートコンストラクション クラウド サービス」のシステム構成図 データベース サーバー 施工実績データ センサー データ 受信サーバー Traffic Manager Load Balancer Stream Analytics Blob Storage SQL DB Web アプリ Azure VM (Windows /Ubuntu) HDInsight Azure Linux VM (Ubuntu) IoT Hub
  3. 3. Azure IoT サービス 構成例 IoT Hub を中心に, 用途に応じた 多様なサービスを組み合わせ可能 Microsoft Azure社内 アラート配信 ダッシュボード(カスタム) AI モデル作成 BIダッシュボード ビッグデータ分析 時系列データ 可視化 予測AI
  4. 4. クラウド内およびエッジ上の IoT エッジ上の IoT 待ち時間の短いタイトな制御ループには、 リアルタイムに近い応答が必要 プロトコル変換とデータの正規化 データのプライバシーと IP の保護 対称 クラウド内の IoT リモート監視および管理 複数の IoT デバイスからのリモートデータのマージ 機械学習などの高度な AI ツールを訓練するための 膨大な計算能力およびストレージ
  5. 5. デバイスごとの認証 ⚫ デバイス ID + セキュリティ トークン ⚫ デバイス ID + X509 証明書 ⚫ ポータル側からデバイスの有効化、無効化の設定が可能 デバイスツインとダイレクトメソッド ⚫ リモートからのデバイス管理とプロパティ情報の同期 マルチプラットフォーム ⚫ 複数のプラットフォーム (Linux、Windows、 RTOS) で使用可能なデバイ ス SDK ⚫ マルチプラットフォーム サービス SDK 参考:https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-what-is-iot-hub IoT デバイス デバイス SDK Windows 10 IoT Core IoT デバイス デバイス SDK Linux MQTT AMQP HTTP デバイスツイン ダイレクトメソッド デバイス管理 安産な接続 双方向通信 データ送受信 IoT Hub バックエンド アプリ サービス SDK IoT Hub IoT 向けに設計 ⚫ 100 万デバイスの同時接続 サービスでサポートされる通信 ⚫ 安全な双方向通信 ⚫ コマンドおよび制御 複数プロトコルのサポート ⚫ MQTT v3.1.1、HTTP 1.1、AMQP 1.0 接続の多重化 ⚫ すべての通信での単一のデバイス/クラウド接続 (C2D、D2C)
  6. 6. IoT Hub Device Provisioning Service Distribution rules Enrollment List IoT Hub (West Japan) Device Registory IoT Hub (East Japan) Device Registory IoT Hub (West US) Device Registory https://docs.microsoft.com/ja-jp/azure/iot-dps/about-iot-dps ・デバイスの登録作業を自動化。安全に数百万ものデバイスを適切なIoT Hubに登録
  7. 7. Azure Stream Analytics Event Hubs IoT Hub Blob Event Hubs SQL Database Table Power BI Stream Analytics Blob Cosmos DB Function App Data Lake イベントのデータ ストリームを Stream Analytics ジョブで処理する ⚫ デバイスから IoT Hubs (複数の入力も可能) を経由し、取り込まれたデータを SQL でリアルタイムに分析できる ⚫ 数百万デバイスへの接続 ⚫ 数百万イベント/秒、GB/秒 の受信能力 ⚫ 使用した分のみの課金 (時間単位) ⚫ AMQP / HTTP(S) のサポート
  8. 8. Power BI Dashboard ~ Microsoft Azure 上で提供される SaaS 型 BI サービス~
  9. 9. Azure Time Series Insights • スキーマレスなストア。データを送信するだけで、 形状が決まり変動を追跡可能 • IoT Hub の接続を簡単に行え、数秒間で構成可能 • 数秒で数十億のイベントを保存、照会、および可視化 • 組み込みの UX による簡単かつ迅速なナビゲーション • 時系列データ ストアとして単独で使用可能
  10. 10. IoT で利用できるストレージ SQL Data Warehouse Cosmos DB Table Storage *両方の特性を備えたストレージもあり、 本図の分類が全てを定義するものではありません Blob Storage Data Lake Store HDInsight Data Lake Analytics HDInsight T-SQL SQL Database T-SQL Document DB Mongo DB Graph RESTREST
  11. 11. SQL MongoDB Table API Turnkey global distribution Elastic scale out of storage & throughput Guaranteed low latency at the 99th percentile Comprehensive SLAs Five well-defined consistency models Azure Cosmos DB DocumentColumn-family Key-value Graph グローバル分散、地球規模のスケール、マルチモデルデータベース、レイテンシや性能指標までの4つのSLA
  12. 12. Challenge Solution Benefits • 時間帯別の来場 者の把握 • 顧客層の把握に よる適切なプロ モーション戦略 の確立 • 「Cognitive Services」と連 携した「アロバ ビューコーロ」 を使用し、来場 者のカウントお よび属性情報を 取得 • 人力による集計作業の コスト圧縮 • プロモーション実施時の 効果測定が実現 • Emotion APIによる感情 値の取得によって顧客満 足度の計測を実現 AI を使った効果測定
  13. 13. NEW ビデオインデクサー NEW ラボ NEW NEW NEW カスタム カスタム カスタムカスタム カスタム Cognitive Services : 29 種類の API を提供
  14. 14. Cognitive Services:FACE API "faceId": "48cdf8c8-841c-4d33-b875-1710a3fc6542", "faceRectangle": { “width”: 228,“height”: 228, "left": 460,"top": 125 }, "faceAttributes": { "age": 23.5,"gender": "female", "headPose": {"roll": -16.5,"yaw": 22.1,"pitch": 0}, "smile": 0.998, "facialHair": {"moustache": 0,"beard": 0,"sideburns": 0}, "glasses": "ReadingGlasses" } Detection Result Grouping Identity
  15. 15. Cognitive Services:Computer Vision / Emotion API • 画像分析 – オブジェクト、カラー、画像/絵、アウト ライン化 – 顔: 年齢/性別/表示位置 • 画像から文字データの読み取り (OCR: Optical Character Recognition) Computer Vision API A GOAL WITHOUT A PLAN IS JUST A WISH Analyze image Emotion Category People; 1 face found Adult False Black & White? No Dominant colors Accent color • 感情認識 – 喜び、驚き、悲しみ、怒り、恐れ、嫌 悪、軽蔑、中立 Emotion API OCR
  16. 16. Cognitive Services:Custom Vision API 独自の画像認識サービスを構築することが可能です。独自の画像と独自のタグ付けを行い、学習をさ せて、自動認識を行えるようにできます。
  17. 17. Cognitive Services: Custom Vision API Object Detection
  18. 18. © 2017 Ebiya Ltd. All rights reserved. Challenge • 在庫適正化困難ゆえの 高廃棄コスト • 利益を圧迫する人件費 • 提供までの時間が長い ことによる低い回転率 Solution • 男女比率&入店率&幸 せ度など属性情報含む 来客データ数値化、 機械学習で需要予測 • 需要予測的中率 90% 超、Power BI で視覚化 Benefits • 定量的判断に基づく対処 • 4 年間で売上 5 倍・利益率 12 倍・平均給与 20% Up • 人員配置適正化実現、配膳 スピード改善、回転率向上 来店予測 AI がサービス業における属人的感覚を数値化 データドリブン オペレーションによる個客おもてなしを実現 伊勢の老舗店「ゑびや」のAI活用事例
  19. 19. 入店人数のカウント 通行人数のカウント 性別年齢のカウント 入店人数のカウント 1. 顧客属性を適切に把握する 2. 通行客属性と入店属性の 乖離を見る 3. 入店率から店頭ディスプレイ の効果検証を行う (ゑびや様講演より抜粋) ECのような店頭ファネル分析
  20. 20. (ゑびや様講演より抜粋) 1.時間単位で来客数と売上を 予測 2.各メディアのアクセス数、 観光予報データと通行者 数・売上などの相関を見る 3.スタッフのインタビューに よりデモグラ属性まで把握 ダッシュボードによる可視化と予測分析
  21. 21. 入店率15.78% 購買率26.9% 女性比率 56.8% (2017/9/1~9/30) 入店率9.63% 購買率22.6% 女性比率 53.6% (2017/10/1~11/22) A 画像解析AIや購入実績を元にA/Bテストを実施 (ゑびや様講演より抜粋) B 効果測定結果 「A」「B」を比較すると「A」のほうが 入店率も購買率も客単価も高かった A B
  22. 22. 優れたフィールド サービスを提供 「このソリューションのおかげで、製造プロセスを変革できました。お客様の現場から 営業のやり取りまで、あらゆる段階で工具、機械、プロセスを連携させることで、 かつてないレベルのフィールド サービスを提供できるようになりました。」 Klas Forsström 氏 Sandvik Coromant、社長 目的 Sandvik Coromant は、 切削工具の製造と金属切削 業界向けのサービスを展開。 1 つ上のサービスを提供する ことを目指している。 戦術 マイクロソフトの テクノロジを活用し、 温度、負荷、振動などの データを機械加工プロセス からリアルタイムで収集し、 そのデータをクラウドに 接続するソリューションを 開発する。 結果 • 顧客にフィードバックを瞬時に 提供して効率を向上 • 数百万ドルのコスト削減を実現
  23. 23. Azure Azure IoT Edge • Azure IoT Central (SaaS) と Azure IoT Solution Accelerators • IoT に必要な IoT Hub とその他の PaaS サービス • クラウド サービスを展開および管理 • テレメトリを収集し、コマンドを送信して、 ソフトウェアとファームウェアを管理 • Azure または Azure Stack で管理 Azure Azure IoT Central Azure IoT Solution Accelerators Windows IoT、Linux • Azure IoT Edge は Windows と Linux で 動作 Azure Sphere • 業界をリードする、MCU デバイス向けの セキュリティ • Azure または Azure IoT Edge に直接接続 Azure Sphere OS • MCU デバイスを最新化する Linux カーネル Azure IoT Device SDK • テレメトリを収集し、コマンドを送信して、 ソフトウェアとファームウェアを管理 • 複数デバイス、多言語、複数 OS • iOS、Android、Windows、Linux • 220 のパートナー様が認定する 1,000 のデバイス IoTEdgeIoTIoT
  24. 24. Azure IoT Edge 29 Azure IoT Edge IoT Hub Devices Local Storage Azure Machine Learning (Container) Functions RuntimeContainer Management Device Twin Device Twin Azure Stream Analytics (Container) Azure Functions (Container) Cognitive Services (Container) Custom Code (Container) Module Twin Module Twin Module Twin Module Twin Module Twin Module Twin Module Twin Module Twin Module Twin Module Twin Azure IoT Edge は、クラウドの機能をエッジに拡張するサービスであり、クラウドと エッジによるハイブリッドなモノのインターネット (IoT) ソリューションを実現
  25. 25. Azure Certified for IoT デバイスカタログ https://catalog.azureiotsuite.com/
  26. 26. マイクロソフトのセキュリティ テクノロジを搭載した、 シリコン パートナー様が提供する 新しい Azure Sphere 認定 MCU が、 接続機能と頼りになるハードウェアの 「信頼のルート」を提供する デバイスが 10 年の製品寿命を迎えるまで マイクロソフトによって保護される新しい Azure Sphere OS が、今までにない IoT エクスペリエンスを実現する 信頼性の高いプラットフォームを構築する Azure Sphere Security Service が、あらゆる Azure Sphere デバイスを保護し、デバイス間の通 信やデバイスからクラウドへの通信の信頼を 仲介し、新たな脅威を検出して、デバイスの セキュリティを更新する ※Azure Sphereのドキュメント
  27. 27. Spark SQL Server 仮想マシン GPU コンテナー サービス ノートブック IDE Azure Machine Learning Workbench SQL Server Machine Learning Server オンプレミス AZURE MACHINE LEARNING エッジ コンピューティング Azure IoT Edge 実験およびモデル管理 Azure Machine Learning サービス トレーニングと デプロイのオプション Azure
  28. 28. Transform Data into Intelligence Azure Machine Learning Azure Machine Learning Service Azure Machine Learning GUI でのドラッグ & ドロップコードファースト
  29. 29. Custom Vision on Kubernetes https://github.com/asashiho/ContainerDays1812
  30. 30. Media Analytics Media ファイルをアップロードして解析 https://azure.microsoft.com/ja-jp/services/media-services/media-analytics/
  31. 31. 実装例:Smart Storeのリファレンスアーキテクチャ テナント別機能PF ショッピングアプリ スマホ決済 キャッシュレス 消費者向け スマートフォンアプリ ウェブアプリ、API 無人レジ 発注 品出し、棚卸 バックオフィス向け 端末 ウェブアプリ、API クーポン発行 ちらし配布 経営会議 マーケティング向け 管理画面、自動処理 BIツール 店舗PF POS データストア 分析・学習 商品照会 カート 決済 API IoT-PF 設備 監視・制御 入力装置 (カメラ・マイクなど) 出力装置 (空調・照明・放送など) 販売BOX・陳列棚 利用者動向追跡 商品動向追跡 制御・データ送受信 機器管理制御・データ送受信 API、処理商品マスタ 利用者データ 在庫データ 設備データ 商品学習 利用者分析 需要予測 設備メンテナンス予測 データストア
  32. 32. サンプル実装(業務シナリオ ): ユースケース ✓ オフィスなどで、店員がいなくても、商品販売が可能な販売方法をユースケースとしました(オフィス内、コンサート会場物販、店舗省スペース) 1.Boxオープン Boxに表示されるQRコードをスマホで読み取ることにより、Boxのドアの鍵を開け、スマホからはお客様のチェックインができます 2.商品登録 商品をBoxから取り出す状態を商品画像認識により、商品特定を行い、商品登録を行います。そしてその商品登録状態をスマホ に表示する。さらに、在庫の更新もリアルタイムに行い、店舗スタッフが補充等の対応にすばやく行えるように致します。 3.買物終了 Boxのドアを閉めることにより、買い物の終了として、決済を完了します。(今回決済自体はダミー実装になります)。 顧客 1.ボックスオープン 2.商品取り出し 3.ボックスクローズ Box
  33. 33. サンプル実装 (全体像): ユースケース Box状態管理 統合商品マスタ POS リアルタイム在庫管理 Push 通 知 サ ー ビ ス 顧客アプリ用BFF バックオフィス用BFF Smart BOX モニター Web ショッピングカート Azure IoT Device SDK Azure Functions Azure Functions Azure Functions Azure Functions Azure Functions Azure Functions App Center SQL DBCosmos DB Cosmos DBBlob 商品API 商品データ 商品イメージ 在庫トランAPI 在庫イベントソース 在庫データマート 在庫モニターAPI カートAPI IoT Hub Boxイベント通知 Azure Functions IoT Hub 店舗PF テナント別機能PF IoT-PF Azure Functions Cosmos DB 各種データ
  34. 34. Azure IoT Central デバイスの接続と管理 テレメトリの取り込みとコマンドアンド コントロール 監視ルールおよびトリガーされるアクション ユーザーのロールとアクセス権 ダッシュボード、可視化および洞察 マイクロソフトが完全にホストおよび管理
  35. 35. Azure IoT Solution Accelerators デバイスの接続と管理 データの取り込みおよびコマンドアンド コントロール ストリーム処理と予測分析 ワークフローの自動化と統合 ダッシュボードと可視化 事前構成済みソリューション 予測メンテナンス リモート監視 コネクテッド ファクトリー
  36. 36. ソリューション全範囲をカバーするエンドツーエンドの IoT 機能を提供 Microsoft の IoT サービスを支える Azure PaaS サービス PaaS データの分析・洞察デバイス・ゲートウェイ データの格納・統合 視覚化・アクション SaaS IoT Solution Accelerator https://www.azureiotsolutions.com/ IoT Central https://apps.microsoftiotcentral.com IoT Edge IoT Device SDK Windows 10 IoT Core IoT Hub Azure Sphere Event Hubs Cosmos DB SQL Database Data FactoryAzure Data Lake Storage SQL Data Warehouse HDInsight Azure Data Lake Analytics Machine Learning Stream Analytics Blob Storage Azure Databricks Power BI Time Series Insight Notification Hubs Functions Azure MapsEvent Grid Logic Apps Web Apps
  37. 37. PoC is just start. 何の技術を採用するか規模の拡大 範囲の拡大 低コスト 簡単 安全 将来にわたって付き合えるかどうかを基準に技術を採用すべき
  38. 38. Azure IoT の優位性まとめ Microsoft Azure デバイス接続 サービス データ 実時間分析 サービス ML ストレージ ダッシュボード サービス連携 データ・サービスを 第三者へ売る PC・タブレット・スマホ ・小さく簡単に始められる ・大規模展開、本番での運用管理に向けた機能が充実 ・AI など多彩なサービス連携による高度なサービスの実現が容易に
  39. 39. 本日のまとめ  すでに始まっている IoT デジタルトランスフォーメーション  簡単 IoT から AI や Machine Learning を 組み込んだインテリジェントな エッジソリューションまで  将来のために今から始めましょう!
  40. 40. YouMicrosoft © 2018 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION.

×