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.

Iot algyan jhirono 20190111

687 views

Published on

IoT あるじゃん 廣野淳平 人工知能講演

Published in: Technology
  • Be the first to comment

Iot algyan jhirono 20190111

  1. 1. Project Marketing PartnershipInternal Technology Deep Learning
  2. 2. 職業柄、Microsoft AI 開発チームとよく話しています…
  3. 3. 引用: http://www.ics.kagoshima-u.ac.jp/~fuchida/edu/algorithm/sort-algorithm/ 興味ある人いますか?
  4. 4. MS COCO Open Images # of classes 80 500 # of images 0.12M 1.7M
  5. 5. 引用: https://arxiv.org/pdf/1809.00778.pdf 匠の技
  6. 6. 引用: https://www.slideshare.net/shoheihido/ss-81782503
  7. 7. 引用: https://twitter.com/fchollet/status/1052228463300493312
  8. 8. Partners
  9. 9. 推論 デプロイメントデータの準備 モデル構築・学習 • 現在の議論の中心 • 研究開発領域であり、 AIスタートアップが活躍 • 知見がGitHub で公開され、 急速に進化 & 陳腐化 どのようなデータ を活用するか? どんなシステムに 組み込むか?
  10. 10. ビデオインデクサー ラボ カスタム カスタム カスタムカスタム カスタム
  11. 11. GUI で誰でもできる 襟あり RALPH LAUREN Cognitive Services Custom Vision
  12. 12. 推論 デプロイメントデータの準備 モデル構築・学習 • 現在の議論の中心 • 研究開発領域であり、 AIスタートアップが活躍 • 知見がGitHub で公開され、 急速に進化 & 陳腐化 どのようなデータ を活用するか? どんなシステムに 組み込むか?
  13. 13. 緑に所属する企業 青に所属する課題 自動運転、医療での診断
  14. 14. 推論 デプロイメントデータの準備 モデル構築・学習 自動運転
  15. 15. Azure Express Route Azure Storage, Data Lake Gen2 Azure Data Box Azure Compute Azure Batch AI Cycle Cloud Databricks & HDInsight Azure Machine Learning Cognitive Services Azure IoT Edge Azure Kubernetes Service Azure Key Vault, AAD Test Vehicle Ingest/ Store Test-Drive Integrate Build Train Simulate ReplayTag Sensor/ Algorithm Testing (Open Loop) Process, Sample, Reduce Render/Convert Control Logic Validation Performance Simulation Generate Code Software in the loop Hardware in the loop DATA INGEST & CURATE TEST | TRAIN | SIMULATE BUILD | VALIDATE F(x)
  16. 16. Data Ingest Express Route Data Box Azure Edge • Private, secure, predictable • network • 100+ carrier partners • 10+ Gbps • IoT Edge • AI Toolkit Multiple options to filter and ingest PBs data every day regardless of fleet type or location Data Storage Data Curation Disk Import Data Box Disk Data Box – 100 TB Data Extraction Data Preparation Annotation Microsoft Services Scalable • Foundational service for Microsoft* • 40 million transactions per second • Multi-PB accounts Performant • 100 Gbps ingress • 200 Gbps egress • Account-scale object throughput Secure & Compliant • Client & Service Encryption • AAD Integration + ACLs • Broad & deep compliance portfolio Durable • Multiple redundancy options • Strong consistency, data integrity • Policy: Versioning & WORM locks Cost Effective • Interested storage tiers • Lifecycle management • Rich Metrics Massively scalable object storage for unstructured data Transform and process, PII data redaction, annotation & training data preparation on both 1st and 3rd party tools
  17. 17. Fully integrated, globally distributed workflow management and toolset for high quality manual labeling workloads Humans-in-the-loop quality control Random quality sampling Ability to manage quality at scale Feedback loop for continuous improvement. Efficient Tools for 2D and 3D Labeling Metadata tags 3D LIDARPer-pixel segmentation Polygon and Bounding boxes
  18. 18. Ultrasonic sensors Stereo vision Companio n computer
  19. 19. Scenario Simulation Sensor Simulation
  20. 20. Azure Express Route Azure Storage, Data Lake Gen2 Azure Data Box Azure Compute Azure Batch AI Cycle Cloud Databricks & HDInsight Azure Machine Learning Cognitive Services Azure IoT Edge Azure Kubernetes Service Azure Key Vault, AAD Test Vehicle Ingest/ Store Test-Drive Integrate Build Train Simulate ReplayTag Sensor/ Algorithm Testing (Open Loop) Process, Sample, Reduce Render/Convert Control Logic Validation Performance Simulation Generate Code Software in the loop Hardware in the loop DATA INGEST & CURATE TEST | TRAIN | SIMULATE BUILD | VALIDATE F(x)
  21. 21. DNN Processing Units Soft DPU (FPGA) Contr ol Unit (CU) Register s Arithmet ic Logic Unit (ALU) CPUs GPUs ASICsHard DPU
  22. 22. FPGA: 空間計算 FPGA データ 命令 命令 命令 データ 命令 命令 命令 CPU: 時間的計算 CPU 命令
  23. 23. Demo: CPU vs. GPU(V100) vs. FPGA(Brainwave)
  24. 24. ネットワーク回線・帯域・レイテンシの問題 Edge側に高級チップはたくさん置けない デバイスが大量に接続されるセキュリティ問題 如何に簡単に展開・更新するか モデル・データのコンビネーションの管理
  25. 25. 90 億台の MCU 搭載デバイスが 毎年出荷されている 今のところ Connected は 1% Microcontrollers (MCUs) low-cost, single chip computers
  26. 26. Mirai Botnet attack
  27. 27. Hackers attack casino
  28. 28. Multiplexed I/O SPII2CUARTI2STDMPWMGPIO ADC ARM Cortex-M for real time processing Azure Sphere Architecture Network Connection WiFi in first chips FLASH ≥ 4MB SRAM ≥ 4MB ARM Cortex-A optimized for low power Firewall Microsoft Pluton Security Subsystem Firewall Firewall Firewall Firewall Firewall App Containers for POSIX (on Cortex-A) App Containers for I/O (on Cortex-Ms) OS Layer 4 On-chip Cloud Services OS Layer 3 HLOS Kernel OS Layer 2 Security Monitor OS Layer 1 Azure Sphere MCUsHardware Azure Sphere OS ArchitectureAzure Sphere MCU Architecture
  29. 29. http://www.visionaidevkit.com
  30. 30. 実機(試作機)お披露目
  31. 31. Vision AI Development kit – System Architecture
  32. 32. Docker 最高だけど GBクラスのイメージ…!!
  33. 33. Azure Platform Services Container いらないのはどれでしょう?
  34. 34. 深層学習ソリューション開発 Chainer / Partner Solution / Microsoft Azure を組み合わせて、深層学習の 実用化を推進 Deep Learning Lab 深層学習 開発事例や最新技術動向を 情報発信するコミュニティ PFN x MS 認定トレーニング 3 年間で 5 万人 深層学習人材育成
  35. 35. 会員数 4,500 名 全国 6 都市で 40 回イベント開催 福岡 大阪 広島 名古屋 東京 札幌 オンライン・オフライン含めた 機械学習教育講座の全国での推進 機械学習 SI エコシステム日本最大の AI コミュニティ
  36. 36. 福岡 大阪 広島 名古屋 東京 札幌 2/16 2/17 2/18 2/19 2/21 2/22 2/25 2/26 3/9 3/10 3/16
  37. 37. Azure is the best cloud for AI

×