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.

2015/04/27 IT概覧~IoTまでの流れ~

697 views

Published on

2015年4月27日 シニア技術者プログラム第2弾「第一回 IoT勉強会&交流会 - IoTとは何なのか」
19:00~19:20 IT概覧~IoTまでの流れ~(荒本)

Published in: Technology
  • Be the first to comment

2015/04/27 IT概覧~IoTまでの流れ~

  1. 1. IT概覧 ~IoTまでの流れ~ 2015年04月27日 先端IT活用推進コンソーシアム クラウド・テクノロジー活用部会 リーダー アドソル日進株式会社 荒本道隆 1970年生まれ
  2. 2. IoTが流行っている理由(個人の感想です)  安価に調達できる ◦ 30年前にもすでに技術はあったが、とても高価だった ◦ 現在は安価&高精度&小さい ◦ 今なら1万円でシステム全体ができる  必要となるPCやネット環境は、すでにある ◦ センサーの種類も豊富  危険が少ない ◦ 破壊、爆発、感電する可能性のある場面が少ない  半田コテを握らなくても、プロトを作成できる  電子ブロック感覚で、小学生でも安心  出力ピン:Arduinoは 5V 40mA, Raspberry PI は 3.3V 50mA  1人で全部できる ◦ すべての構成要素の難易度&所要時間が下がった  学習用マイコン、軽量プログラミング言語、IaaS  偶然にスゴイものが出来るかもしれない  人間の作業量が少なくなった。単純作業はCPUにお任せ 2
  3. 3. IoTを構成要素に分解  測定 ◦ マイコン、センサ  通信 ◦ ネットワーク  蓄積 ◦ ファイルシステム、データベース ◦ KVS, クラウドサービスの利用、ストレージ  分析 ◦ 統計処理、機械学習、ビックデータ活用  出力 ◦ ビジュアライゼーション、プッシュ通知 3
  4. 4. 測定-1976年頃の学習用マイコン  TK-80 ◦ ¥88,500-(大卒初任給が¥26,200-の時代) ◦ 2MHz μPD8080A(8bit), 0.5KByte-RAM ◦ パラレルI/O:1個 ◦ 備考  機械語を16進キーで入力 4 http://pc.watch.impress.co.jp/img/pcw/docs/357/649/html/718.jpg.html
  5. 5. 測定-2015年の学習用マイコン  Arduino Uno ◦ ¥3,240- (養老の滝で料理+飲み放題が¥3,000-) ◦ 20MHz 8-bit AVR, 32KBytes ◦ デジタルI/O:14本 ◦ アナログI/O:6本 ◦ 備考  C/C++をベースとした言語で開発  PCとUSB接続して、コンパイル結果を書き込む  Raspberry PI 2 ◦ ¥5,400- (餃子の王将の餃子20人前が¥4,800円) ◦ A 900MHz quad-core ARM Cortex-A7 CPU(32bit) ◦ 1GB RAM, 有線LAN, USBx4, HDMI, ◦ GPIO(デジタルのみ), MicroSD card slot ◦ 備考  MicroSDカード追加で、Linuxマシンが完成  PC用のUSB機器の多くを流用可能  家のTVをモニタにすれば、後はキーボードだけで開発も可能 5 最小のArduino 8pino ¥888- アナログ値を 0~1023で表現
  6. 6. 測定-20世紀のセンサ  あることはあったけど、とても高価だった ◦ 例:加速度センサ 6 加速度センサーの進化 http://techon.nikkeibp.co.jp/article/SCR/20140716/365681/
  7. 7. 測定-2015年のセンサ  様々なセンサが安価に購入可能で、接続も簡単 ◦ ほとんどのセンサが、抵抗を1つ加える程度で、 ArduinoやRaspberry PIに接続できる 7http://akizukidenshi.com/catalog/c/caccel_spop/加速度センサ SensorTag $25 6種類のセンサを内蔵 Bluetooth Low Energy http://www.tij.co.jp/tool/ jp/cc2541dk-sensor
  8. 8.  ちょっと変わったセンサも個人で購入できる ◦ ダストセンサーDSM501Aモジュール  ¥2,138-  http://shop.smartdiys.com/products/detail.php?product_id=552 ◦ Grove 水分センサー モジュール  ¥559-  http://shop.smartdiys.com/products/detail.php?product_id=326 ◦ においセンサ TGS2450  ¥300-  http://akizukidenshi.com/catalog/g/gP-00989/ ◦ 大面積Si PINフォトダイオードS6775  ¥300-  http://akizukidenshi.com/catalog/g/gI-04806/ 測定-2015年のセンサ 8
  9. 9. 通信-1993年頃の通信  サーバとの通信 ◦ サーバは電話回線を持っており、その番号に発信 ◦ 距離に応じて電話代がかかる(テレホーダイは1995年開始)  通信手段:有線 ◦ アナログモデムの最高速度は14,400bps  28,800bpsの登場が1994年 ◦ 1988年に「INSネット64」がサービス開始 ◦ 1992年頃に、日本でインターネットの商用利用が開始  無線通信=無線機+音響カプラ ◦ 300bps程度しか出なかった ◦ 1999年に無線LAN(IEEE802.11b:11Mbps)が登場 9
  10. 10. 通信-2015年の通信  サーバとの通信 ◦ サーバはインターネット上で、グローバルIPを持つ  http/httpsなら、どこからでも通信できる  逆向き(サーバ→クライアント)の通信も可能  Ajax+Comet,WebSocket ◦ 通信量の上限はあるが、相手が海外でも固定料金  通信手段:無線 ◦ IEEE 802.11n:最大伝送速度600Mbps ◦ Bluetooth:BLEで省電力 ◦ UltraWideband:位置測定もできる ◦ ZigBee:低速で省電力 ◦ 3G/LTE:日本国内であれば、どこでも通信可能 ◦ WiMax:通信エリアが狭いけど、早い・安い・無制限 10
  11. 11. 蓄積-2015年のストレージ  容量 ◦ 8TByteのHDDが個人用  ST8000AS0002 4万円弱  20年前と同じ金額で、1GB → 8TB  性能 ◦ HDDの性能は、この10年でたった1.2倍 ◦ SSDの登場で大きく性能アップ ◦ ビックデータはI/O性能が一番重要 11http://www.intellilink.co.jp/article/column/b301.html
  12. 12. 蓄積-2015年のストレージ  RDB ◦ 様々な無償のRDBが利用できる  MySQL, PostgreSQL ◦ 有償のRDBも、制限付きで無償利用できる  Oracle Express, DB2 Express-C, SQLServer Express  商用利用OK、制限:CPU数、データベースサイズ ◦ RDB以外のものも豊富にある  Cassandra, HBase, MongoDB 12
  13. 13. 蓄積-2015年のストレージ  クラウドサービスの利用 ◦ サーバの構築・メンテナンス・場所・電気代が不要  REST API サービスなら、サーバ側のコーディングが不要  データ量が少なければ、無料で利用できるものも多い ◦ IaaSを8時間だけ利用する場合  OS導入済みサーバの入手:5分  メモリ4GByte、CPU2コア、Linuxの場合  AmazonEC2の利用料金:$0.08 × 8時間 = $0.64 = 76円  メモリ244GByte、CPU32コアで遊びたい場合  AmazonEC2の利用料金:$3.36×8時間=$26.88=3,300円  24時間x1ヶ月使い続けると、リースとほぼ同額 13
  14. 14. 分析-機械学習までの歴史  http://ja.wikipedia.org/wiki/人工知能の歴史 14 1 前史 2 人工知能の誕生 1943~1956 2.1 サイバネティクスと初期のニューラルネットワーク 2.2 ゲームAI 3 黄金時代 1956~1974 3.1.2 自然言語 3.1.3 マイクロワールド 4 AIの冬第1期 1974~1980 5 ブーム 1980~1987 5.1 エキスパートシステムの隆盛 5.2 知識革命 5.3 資金復活: 第五世代コンピュータプロジェクト 6 AIの冬第2期 1987~1993 7 1993年以降 7.1 マイルストーンとムーアの法則 7.2 知的エージェント 7.4 様々な場面で裏方として働くAI TVなどで良く聞いた イマココ
  15. 15. 分析-機械学習までの歴史  エキスパートシステム ◦ http://ja.wikipedia.org/wiki/エキスパートシステム  エキスパートシステムは基本的に、特定の分野の問題についての情報を解析 するルール群から構成されるプログラムであり、その情報はシステムの利用 者が提供する。 問題の分析結果を提供するだけでなく、設計によっては利用 者の行動を正しく導く指針を与えることもできる。  機械学習 ◦ http://ja.wikipedia.org/wiki/機械学習  機械学習(きかいがくしゅう、英: machine learning)とは、人工知能における研 究課題の一つで、人間が自然に行っている学習能力と同様の機能をコン ピュータで実現しようとする技術・手法のことである。  エキスパートシステムと機械学習の違い ◦ エキスパートシステム:識者がルールを作成する  識者自身も認識していない部分はルール化できない ◦ 機械学習:大量のデータを投入し、ルールを自動生成する  どんなルールなのか人間には理解できない。でも役には立つ 15 事例:Google IME
  16. 16. 機械学習が注目されている理由1  大量の電子データの入手が容易になった ◦ 最初から電子化されているテキスト情報  Twitter Stream API  様々な言語のつぶやきが無料で入手できる  タグ付けされている、位置情報付き(一部)  Facebook Graph API  ユーザー情報、写真、記事、コメント ◦ 電子化されたテキスト情報  電子書籍、特許情報 ◦ 数値データ  総務省統計局、気象庁、Linked Open Data、センサデータ、 Webサイト(スクレイピング禁止サイトは要注意) ◦ 画像  Google、Flickr、CCDカメラ 16 個人の研究で、 よく使われている
  17. 17. 機械学習が注目されている理由2  1人でも、アイデア次第で凄い物が出来るかも ◦ 人間が書くコードの量は、圧倒的に少なくなった  エキスパートシステムでは、ルールを人手で書いていた →膨大な専門家の作業が必要だった  軽量プログラミング言語に、豊富なライブラリ →全アルゴリズムを端から試してみるのも悪くない ◦ 投入する大量データは、無料もしくは安価で手に入る  最初からデジタル化されているデータ ◦ 瞬間的に必要な計算パワーはクラウドで安価に調達  数時間だけ、という利用形態が可能 ◦ 結果をビジュアライズするためのライブラリも豊富  HTMLにすれば、世界中の人に使ってもらえる 17
  18. 18. 分析-2015年の機械学習  R言語 ◦ 1996年に登場 ◦ 実行環境が無償で使える ◦ RStudio(統合環境)も無償 ◦ プログラマでなくても、結構使いこなせる  インタプリタで結果を確認しながら、1ステップづつ進める  細かい部分は適当に処理して、ミスはエラーが出る  数学が苦手な人は、ツライです ◦ 便利なライブラリが、大量に無料で入手できる  その他の軽量プログラミング言語 ◦ Python, Perl, Ruby, Scala, JavaScript, e.t.c…. 18
  19. 19. まとめ  昔はとても個人ではできなかったことが ◦ ハードウエア:安価、小さい、高精度、簡単 ◦ ソフトウエア:ほとんど無償、高機能 ◦ データ:ほとんど無償、大量に入手できる  ちょっと休日にやってみれる ◦ ソフトをやってきた人は、ハードを触ると新鮮 ◦ サーバを1日だけ利用 ◦ 偶然にスゴイ発見・発明が生まれるかも  とにかくやってみる ◦ 本を読むと、分かった気になるけど  実際やってみると、全然印象が違う事が多い ◦ 一度やってみる、せめて、一度見てみる  AITCのオープンラボを利用してください  YouTubeで手順を動画で公開している人多数  一度見ていると、自分でやる時に苦労しない 19

×