Submit Search
Upload
デジタルテクノロジーの進化がもたらすクルマの付加価値向上 20151218
•
2 likes
•
370 views
Sei Kato (加藤 整)
Follow
2015年12月18日、第17回カーエレクトロニクス研究会発表資料
Read less
Read more
Automotive
Report
Share
Report
Share
1 of 26
Download now
Download to read offline
Recommended
Kof
Kof
Natsutani Minoru
[Track1-5] 製造業における最新AI適用事例のご紹介
[Track1-5] 製造業における最新AI適用事例のご紹介
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
Deep Learning Lab(ディープラーニング・ラボ)
[Track4-3] AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみた
[Track4-3] AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみた
Deep Learning Lab(ディープラーニング・ラボ)
ソフトウェアジャパン2018 ITフォーラムセッション(4)
ソフトウェアジャパン2018 ITフォーラムセッション(4)
aitc_jp
Data-Centric AIの紹介
Data-Centric AIの紹介
Kazuyuki Miyazawa
[CVPR2020読み会@CV勉強会] 3D Packing for Self-Supervised Monocular Depth Estimation
[CVPR2020読み会@CV勉強会] 3D Packing for Self-Supervised Monocular Depth Estimation
Kazuyuki Miyazawa
最弱オセロ
最弱オセロ
Takumayoshida6
Recommended
Kof
Kof
Natsutani Minoru
[Track1-5] 製造業における最新AI適用事例のご紹介
[Track1-5] 製造業における最新AI適用事例のご紹介
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
Deep Learning Lab(ディープラーニング・ラボ)
[Track4-3] AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみた
[Track4-3] AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみた
Deep Learning Lab(ディープラーニング・ラボ)
ソフトウェアジャパン2018 ITフォーラムセッション(4)
ソフトウェアジャパン2018 ITフォーラムセッション(4)
aitc_jp
Data-Centric AIの紹介
Data-Centric AIの紹介
Kazuyuki Miyazawa
[CVPR2020読み会@CV勉強会] 3D Packing for Self-Supervised Monocular Depth Estimation
[CVPR2020読み会@CV勉強会] 3D Packing for Self-Supervised Monocular Depth Estimation
Kazuyuki Miyazawa
最弱オセロ
最弱オセロ
Takumayoshida6
最弱オセロ
最弱オセロ
Takumayoshida6
機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み
Shintaro Fukushima
AI人材育成の落とし穴と実務的なアドバイス
AI人材育成の落とし穴と実務的なアドバイス
Deep Learning Lab(ディープラーニング・ラボ)
AITCオープンラボ 2018年5月度(3)
AITCオープンラボ 2018年5月度(3)
aitc_jp
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
Deep Learning Lab(ディープラーニング・ラボ)
CV分野での最近の脱○○系3選
CV分野での最近の脱○○系3選
Kazuyuki Miyazawa
ドラレコ + CV = 地図@Mobility Technologies
ドラレコ + CV = 地図@Mobility Technologies
Kazuyuki Miyazawa
Hyperledge meetup 20210908 パネルディスカッション : エンタープライズブロックチェーンの活用例 IBM 平山毅
Hyperledge meetup 20210908 パネルディスカッション : エンタープライズブロックチェーンの活用例 IBM 平山毅
Tsuyoshi Hirayama
Agile again
Agile again
toshihiro ichitani
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
Deep Learning Lab(ディープラーニング・ラボ)
MLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for Vision
Kazuyuki Miyazawa
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
Recruit Technologies
Smfl20201001
Smfl20201001
三井住友ファイナンス&リース デジタル開発室
ポストAiを見据えた日本企業の経営戦略 加藤整 20171020_v1.2
ポストAiを見据えた日本企業の経営戦略 加藤整 20171020_v1.2
Sei Kato (加藤 整)
Hiroshima Camps Seminar 180303
Hiroshima Camps Seminar 180303
知礼 八子
ISID IIoT Forum_180628
ISID IIoT Forum_180628
知礼 八子
機械学習システムの品質保証に向けた課題とコンソーシアム活動
機械学習システムの品質保証に向けた課題とコンソーシアム活動
Hideto Ogawa
NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...
NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...
Yamato OKAMOTO
G空間情報シンポ 20161122 v1.1
G空間情報シンポ 20161122 v1.1
Sei Kato (加藤 整)
Small kaizen case#002
Small kaizen case#002
i Smart Technologies
SIGSPATIAL2020 参加報告
SIGSPATIAL2020 参加報告
Fumihiko Takahashi
工場内レガシー機器のAIを利用したIoT化とエッジAIの可能性
工場内レガシー機器のAIを利用したIoT化とエッジAIの可能性
IoTビジネス共創ラボ
More Related Content
What's hot
最弱オセロ
最弱オセロ
Takumayoshida6
機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み
Shintaro Fukushima
AI人材育成の落とし穴と実務的なアドバイス
AI人材育成の落とし穴と実務的なアドバイス
Deep Learning Lab(ディープラーニング・ラボ)
AITCオープンラボ 2018年5月度(3)
AITCオープンラボ 2018年5月度(3)
aitc_jp
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
Deep Learning Lab(ディープラーニング・ラボ)
CV分野での最近の脱○○系3選
CV分野での最近の脱○○系3選
Kazuyuki Miyazawa
ドラレコ + CV = 地図@Mobility Technologies
ドラレコ + CV = 地図@Mobility Technologies
Kazuyuki Miyazawa
Hyperledge meetup 20210908 パネルディスカッション : エンタープライズブロックチェーンの活用例 IBM 平山毅
Hyperledge meetup 20210908 パネルディスカッション : エンタープライズブロックチェーンの活用例 IBM 平山毅
Tsuyoshi Hirayama
Agile again
Agile again
toshihiro ichitani
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
Deep Learning Lab(ディープラーニング・ラボ)
MLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for Vision
Kazuyuki Miyazawa
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
Recruit Technologies
Smfl20201001
Smfl20201001
三井住友ファイナンス&リース デジタル開発室
ポストAiを見据えた日本企業の経営戦略 加藤整 20171020_v1.2
ポストAiを見据えた日本企業の経営戦略 加藤整 20171020_v1.2
Sei Kato (加藤 整)
Hiroshima Camps Seminar 180303
Hiroshima Camps Seminar 180303
知礼 八子
ISID IIoT Forum_180628
ISID IIoT Forum_180628
知礼 八子
機械学習システムの品質保証に向けた課題とコンソーシアム活動
機械学習システムの品質保証に向けた課題とコンソーシアム活動
Hideto Ogawa
NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...
NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...
Yamato OKAMOTO
G空間情報シンポ 20161122 v1.1
G空間情報シンポ 20161122 v1.1
Sei Kato (加藤 整)
Small kaizen case#002
Small kaizen case#002
i Smart Technologies
What's hot
(20)
最弱オセロ
最弱オセロ
機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み
AI人材育成の落とし穴と実務的なアドバイス
AI人材育成の落とし穴と実務的なアドバイス
AITCオープンラボ 2018年5月度(3)
AITCオープンラボ 2018年5月度(3)
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
CV分野での最近の脱○○系3選
CV分野での最近の脱○○系3選
ドラレコ + CV = 地図@Mobility Technologies
ドラレコ + CV = 地図@Mobility Technologies
Hyperledge meetup 20210908 パネルディスカッション : エンタープライズブロックチェーンの活用例 IBM 平山毅
Hyperledge meetup 20210908 パネルディスカッション : エンタープライズブロックチェーンの活用例 IBM 平山毅
Agile again
Agile again
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
MLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for Vision
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
Smfl20201001
Smfl20201001
ポストAiを見据えた日本企業の経営戦略 加藤整 20171020_v1.2
ポストAiを見据えた日本企業の経営戦略 加藤整 20171020_v1.2
Hiroshima Camps Seminar 180303
Hiroshima Camps Seminar 180303
ISID IIoT Forum_180628
ISID IIoT Forum_180628
機械学習システムの品質保証に向けた課題とコンソーシアム活動
機械学習システムの品質保証に向けた課題とコンソーシアム活動
NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...
NeurIPS2018読み会@PFN a unified feature disentangler for multi domain image tran...
G空間情報シンポ 20161122 v1.1
G空間情報シンポ 20161122 v1.1
Small kaizen case#002
Small kaizen case#002
Similar to デジタルテクノロジーの進化がもたらすクルマの付加価値向上 20151218
SIGSPATIAL2020 参加報告
SIGSPATIAL2020 参加報告
Fumihiko Takahashi
工場内レガシー機器のAIを利用したIoT化とエッジAIの可能性
工場内レガシー機器のAIを利用したIoT化とエッジAIの可能性
IoTビジネス共創ラボ
自動運転におけるCNNの信頼性
自動運転におけるCNNの信頼性
Fixstars Corporation
論文紹介:Ambient Sound Provides Supervision for Visual Learning(CV勉強会ECCV2016読み会)
論文紹介:Ambient Sound Provides Supervision for Visual Learning(CV勉強会ECCV2016読み会)
Toshiki Sakai
Android最新動向
Android最新動向
Akira Sasaki
Java kuche agile japan 2017
Java kuche agile japan 2017
Akichika Higa
IoTデータ活用のフィードバックループ
IoTデータ活用のフィードバックループ
Koichi Sasaki
KPTの理論と実践 公開用 プロジェクトへの「ふりかえりカイゼン」の導入で学んだこと
KPTの理論と実践 公開用 プロジェクトへの「ふりかえりカイゼン」の導入で学んだこと
ESM SEC
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
Preferred Networks
エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習
Preferred Networks
職種研究ワークショップを通したIT人材育成の取組み
職種研究ワークショップを通したIT人材育成の取組み
情報処理学会 情報システム教育委員会
インドのスタートアップと人材のリアル(光と影)
インドのスタートアップと人材のリアル(光と影)
Kazuaki ODA
DXの推進において企業内に求められる人材やデジタル人材の育て方
DXの推進において企業内に求められる人材やデジタル人材の育て方
Hironori Washizaki
IoTあるじゃん北海道#1 by poggimo
IoTあるじゃん北海道#1 by poggimo
Norikatsu Oishi
Android 10 dec, 2012
Android 10 dec, 2012
Akira Sasaki
Iot literacy no.5
Iot literacy no.5
Hiromitsu Jin
EDIX2015 デジタル教科書の未来と学校ICT
EDIX2015 デジタル教科書の未来と学校ICT
Naoki Kato
20180826 learn languages 2018 in odc
20180826 learn languages 2018 in odc
TakayukiTakahashi4
IoT × 機械学習 製造機器のデジタル数字認識と IoT によるデータ収集・活用
IoT × 機械学習 製造機器のデジタル数字認識と IoT によるデータ収集・活用
ナレッジコミュニケーション
Io t labo20180312pub
Io t labo20180312pub
IoTビジネス共創ラボ
Similar to デジタルテクノロジーの進化がもたらすクルマの付加価値向上 20151218
(20)
SIGSPATIAL2020 参加報告
SIGSPATIAL2020 参加報告
工場内レガシー機器のAIを利用したIoT化とエッジAIの可能性
工場内レガシー機器のAIを利用したIoT化とエッジAIの可能性
自動運転におけるCNNの信頼性
自動運転におけるCNNの信頼性
論文紹介:Ambient Sound Provides Supervision for Visual Learning(CV勉強会ECCV2016読み会)
論文紹介:Ambient Sound Provides Supervision for Visual Learning(CV勉強会ECCV2016読み会)
Android最新動向
Android最新動向
Java kuche agile japan 2017
Java kuche agile japan 2017
IoTデータ活用のフィードバックループ
IoTデータ活用のフィードバックループ
KPTの理論と実践 公開用 プロジェクトへの「ふりかえりカイゼン」の導入で学んだこと
KPTの理論と実践 公開用 プロジェクトへの「ふりかえりカイゼン」の導入で学んだこと
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習
職種研究ワークショップを通したIT人材育成の取組み
職種研究ワークショップを通したIT人材育成の取組み
インドのスタートアップと人材のリアル(光と影)
インドのスタートアップと人材のリアル(光と影)
DXの推進において企業内に求められる人材やデジタル人材の育て方
DXの推進において企業内に求められる人材やデジタル人材の育て方
IoTあるじゃん北海道#1 by poggimo
IoTあるじゃん北海道#1 by poggimo
Android 10 dec, 2012
Android 10 dec, 2012
Iot literacy no.5
Iot literacy no.5
EDIX2015 デジタル教科書の未来と学校ICT
EDIX2015 デジタル教科書の未来と学校ICT
20180826 learn languages 2018 in odc
20180826 learn languages 2018 in odc
IoT × 機械学習 製造機器のデジタル数字認識と IoT によるデータ収集・活用
IoT × 機械学習 製造機器のデジタル数字認識と IoT によるデータ収集・活用
Io t labo20180312pub
Io t labo20180312pub
デジタルテクノロジーの進化がもたらすクルマの付加価値向上 20151218
1.
©2015 Toyota InfoTechnology
Center Co., Ltd. デジタルテクノロジーの進化がもたらす クルマの付加価値向上 加藤 整 2015年12月18日、福岡国際会議場 ISIT第17回カーエレクトロニクス研究会
2.
©2015 Toyota InfoTechnology
Center Co., Ltd. 自己紹介 •加藤 整 @seikato •経歴 •2014.10- トヨタIT開発センター •2012.6-2014.9 日本アイ・ビー・エム(株)事業戦略グループ •2002.4-2012.5 日本アイ・ビー・エム(株)東京基礎研究所 第17回カーエレ研究会2 Big Data, Big Simulation and Deep Learning, 2012 エンジニアリングクラウド、2014 大部屋 大規模シミュレーション、2006 村上先生にお世話に 福岡国際会議場は 3年ぶりです 大規模シミュレーション、 リスク分析などを専門 http://fmi2012.imi.kyushu-u.ac.jp/ http://www.itmedia.co.jp/enterprise/articles/0806/10/news091.html 数理解析、大規模シミュレーション、リスク分析 新規事業創出、イノベーション・マネジメント クルマ分野でのイノベーション・マネジメント、先進技術導入
3.
©2015 Toyota InfoTechnology
Center Co., Ltd. はじめに 第17回カーエレ研究会 知能 と モノ という視座で眺める 3
4.
©2015 Toyota InfoTechnology
Center Co., Ltd. 知能側がモノ側を欲ス (身体性) 第17回カーエレ研究会 知能から モノへ 4 Google self driving car by Michael Shick [CC BY-SA 4.0] https://youtu.be/JeVppkoloXs https://youtu.be/a3AWpeOjkzw Preferred Networks社 https://research.preferred.jp/2015/06/distributed-deep-reinforcement-learning/ UC Berkeley, Dpt. EE & CS http://rll.berkeley.edu/deeplearningrobotics/ Google社 https://www.google.com/selfdrivingcar/
5.
©2015 Toyota InfoTechnology
Center Co., Ltd. 本日のおはなし 1.人工知能研究の最前線で起きてること 2.知能化したモノとの狭間で 3.トヨタIT開発センターでの取組 第17回カーエレ研究会5 AI x IoT = Auto 2020 知能 モノ
6.
©2015 Toyota InfoTechnology
Center Co., Ltd. 本日のおはなし1: 人工知能研究の最前線で起きてること 第17回カーエレ研究会 AI x IoT = Auto 2020 6 人工知能研究の最前線で起きてること
7.
©2015 Toyota InfoTechnology
Center Co., Ltd. 深層学習によりニューラル再び 第17回カーエレ研究会 0% 10% 20% 30% 40% 50% 1987 1995 2000 2005 2010 2015 Neural SVM, kernel Deep Convex Submod コネクショニズムな時代 機械学習興隆 深層学習でニューラル再び 各年のNIPS採択論文タイトルより用語を含む件数を数え上げ、その年の採択論文数で除算して比率をITC算出, https://papers.nips.cc/7
8.
©2015 Toyota InfoTechnology
Center Co., Ltd. 機械学習系人材獲得が熾烈(1/2) 第17回カーエレ研究会8 上段画像はNIPS2015にてITC撮影、解像度を下げて掲載 下段画像はhttps://twitter.com/hashtag/nips2015 知能側
9.
©2015 Toyota InfoTechnology
Center Co., Ltd. 機械学習系人材獲得が熾烈(2/2) 第17回カーエレ研究会9 NIPS2015にてITC撮影、解像度を下げて掲載 モノ側 知能側
10.
©2015 Toyota InfoTechnology
Center Co., Ltd. 深層学習の更にその先には? 第17回カーエレ研究会 パーセプトロン ルールベースでの 知識表現 バック プロパゲーション ボルツマンマシン ネオコグニトロン TDギャモン 推論エンジン エキスパート システム 畳み込み ニューラルネット DBM, RBM 深層学習 SHRDLU QUALM 深層学習+ 逆強化学習 Deep Q- Network BRETT Neural Turing Machine 半教師あり学習 Memory Netowrks IBM Watson IBM TrueNorth 質問応答 システム 機械学習統計 確率モデル 最適化 データ マイニング 強化学習 ? 10 Google Google UCB Google Facebook IBM IBM
11.
©2015 Toyota InfoTechnology
Center Co., Ltd. 深層学習の更にその先には? 第17回カーエレ研究会 パーセプトロン ルールベースでの 知識表現 バック プロパゲーション ボルツマンマシン ネオコグニトロン TDギャモン 推論エンジン エキスパート システム 畳み込み ニューラルネット DBM, RBM 深層学習 SHRDLU QUALM 深層学習+ 逆強化学習 Deep Q- Network BRETT Neural Turing Machine 半教師あり学習 Memory Netowrks IBM Watson IBM TrueNorth 質問応答 システム 機械学習統計 確率モデル 最適化 データ マイニング 強化学習 ? 11 Google Google UCB Google Facebook IBM IBM エキスパートシステム ニューラルネット 機械学習 質問応答 深層学習
12.
©2015 Toyota InfoTechnology
Center Co., Ltd. 物体検出から、画像キャプション生成/QA、画像概念へ 第17回カーエレ研究会 画像キャプション生成 画像概念へ 12 O. Vinyals et al., Show and Tell: A Neural Image Caption Generator, arXiv:1411.4555 K. Xu et al., Show, Attend and Tell: Neural Image Caption Generation with Visual Attention, arXiv:1502.03044 J. Andreas et al., Deep Compositional Question Answering with Neural Module Networks, arXiv:1511.02799 S. Antol et al., VQA: Visual Question Answering, arXiv:1505.00468 https://github.com/Newmu/dcgan_code F. Sadeghi et al., VISALOGY: Answering Visual Analogy Questions, arXiv:1509.08075 画像QA
13.
©2015 Toyota InfoTechnology
Center Co., Ltd. 知識記憶機構の構築 第17回カーエレ研究会13 Memory Networks (MemNN/MemN2N) Neural GPU へNeural Turing Machine (NTM) 学習によりアルゴリズムを獲得文章を記憶、質問に回答 並列化 加算 乗算 1010+0111 0110*0101 S. Sukhbaatar et al., End-To-End Memory Networks, arXiv:1503.08895 A. Graves et al., Neural Turing Machines, arXiv:1410.5401 Łukasz Kaiser and Ilya Sutskever, Neural GPUs Learn Algorithms, arXiv:1511.08228
14.
©2015 Toyota InfoTechnology
Center Co., Ltd. 特徴的なタスクへの適用 第17回カーエレ研究会14 L.A. Gatys et al., A Neural Algorithm of Artistic Style, A Neural Algorithm of Artistic Style, arXiv:1508.06576 http://googleresearch.blogspot.jp/2015/06/inceptionism-going-deeper-into-neural.html J. Wu et al., Galileo: Perceiving Physical Object Properties by Integrating a Physics Engine with Deep Learning, NIPS2015 C. Vondrick et al., Learning visual biases from human imagination, NIPS2015 A. Recasens et al., Where are they looking?, NIPS2015 画像自動生成 (コンテントとスタイルの相関最大化) 画像自動生成 (入力画像をNNが鳥と認識するように誘導) 視線検知視覚バイアス モノの物理的特徴の推論
15.
©2015 Toyota InfoTechnology
Center Co., Ltd. 深層学習の動向とクルマとのつながり 第17回カーエレ研究会15 1. 画像、自然言語が独立して処理される時代は終焉→ 画像の概念を自然言語で 機械が理解 2. NTM、MemN2Nなど記憶機構を持った計算機模型が簡単なアルゴリズムを学習 できるように。研究としては興味深いがまだトイタスクに適用できているレベル 3. 深層強化学習のNIPS WS会場が溢れかえるなど、引き続きロボットなどへの適用 が注目を集める クルマへの適用は、1および3の領域で
16.
©2015 Toyota InfoTechnology
Center Co., Ltd. 本日のおはなし2: 知能化したモノとの狭間で 第17回カーエレ研究会 AI x IoT = Auto 2020 16 知能化したモノとの狭間で
17.
©2015 Toyota InfoTechnology
Center Co., Ltd. 知能化したモノと共生するには、HMI/機能配分/権限移譲が重要に 第17回カーエレ研究会17 Level 0 外界 ドライバー 機械感覚 機能 認知 判断 HMI 外界 機械 人工知能 モジュール センサー モジュール 自動運転モジュール ドライバー 感覚 機能 認知 判断 Level 1-3 機能配分 権限移譲 HMI
18.
©2015 Toyota InfoTechnology
Center Co., Ltd. 能力に限りがある人と能力に限りがある機械の共生 第17回カーエレ研究会 お互いの情報、意図を共有できるようにすることが重要 見ているものが異なる、同じで も対応策が異なると オートメーションサプライズ 機械に対する 不安、不信 機械に対する 過信、不信 機械が 見える 見えない 見 え る 見 え な い 人 が 18 稲垣, 人と機械の共生のデザイン, 2012
19.
©2015 Toyota InfoTechnology
Center Co., Ltd. 知能化したモノとのHMI 第17回カーエレ研究会19 • 飛行経路,高度などの入力はキーボードの方が容易 • 操縦桿はあくまで機体に動機づけを与えるための道具なの で、ジョイスティックで十分 • 限界点では機械が人間を補ったほうがいい • パイロットには自然なので操縦桿は残してある • 操作モードを切り替えることにより、機械を外せる • ステルス爆撃機 B-2(コクピットはボーイング製)は普通の操 縦法で飛ばせる。超複雑な操縦システムを、飛行機の基 本的な操作系に縮約して入出力(仮想エルロン・ラダー・ エレベーター • 人間のほうが機械よりうまいと思っている B787A380 B-2 利用者に理解させやすい設計思想 A380 by Naddsy [CC BY 2.0] B787 by Brandrodungswanderfeldhackbau B-2 by by David Bohrer [Public domain]
20.
©2015 Toyota InfoTechnology
Center Co., Ltd. オートメーションサプライズの防止 第17回カーエレ研究会20 • 自動操縦のとき、サイドスティックとスラストレバーは定位置に 固定され動かいない • 自動操縦の際に、コンピュータの制御に応じて、操縦輪とス ラストレバーが動く B787A380 B-2 コンピュータが何をしようとしているのかを情報提示 (ディスプレイでの表示に限らない) 稲垣, 人と機械の共生のデザイン, 2012 A380 by Naddsy [CC BY 2.0] B787 by Brandrodungswanderfeldhackbau B-2 by by David Bohrer [Public domain]
21.
©2015 Toyota InfoTechnology
Center Co., Ltd. 本日のおはなし3: トヨタIT開発センターのとりくみ 第17回カーエレ研究会 AI x IoT = Auto 2020 21 トヨタIT開発センターのとりくみ
22.
©2015 Toyota InfoTechnology
Center Co., Ltd. トヨタIT開発センターのとりくみ 第17回カーエレ研究会22 所有価値から利用価値へ クルマは社会システムのエレメントに
23.
©2015 Toyota InfoTechnology
Center Co., Ltd. 所有価値から利用価値へ APIエコノミーにおけるクルマ 第17回カーエレ研究会23 Mobility Open Platform Retail Sales healthcare Insurance API API API API Mobility Service Providers Contents Providers API Ad. Providers API API value in usedata, money
24.
©2015 Toyota InfoTechnology
Center Co., Ltd. クルマは社会システムのエレメントに 社会システムを包摂したシステム(SoS)のモデル駆動開発手法 第17回カーエレ研究会24 Integration with Society (Energy, HOME) ElectronizationTraditional MBSE for SOSMBSElapping SURIAWASE PRODUCT SYSTEM CMPNT PRODUCT SYSTEM CMPNT System of Systems DEV. Metho- dology Body Engine Interior Body Engine Interior Body Engine Interior OEM A OEM B OEM C Interior Powertrain Interior SW for ECUs OEM A OEM B OEM C SW for ECUs Vertical Integration Horizontal Collaboration System Design Ability Social System Center System Vehicle AUTO IND. OEM A OEM B OEM C
25.
©2015 Toyota InfoTechnology
Center Co., Ltd. まとめ 第17回カーエレ研究会25 機械が概念を理解できるようになりつつある 知能化された機械と人間双方の意図を共有 できるようにすることがより重要になりつつある トヨタIT開発センターではこれらAIxIoTの 新たな世界に向けた取組を開始しています
26.
©2015 Toyota InfoTechnology
Center Co., Ltd.第17回カーエレ研究会 加藤 整 トヨタIT開発センター 調査企画グループ グループリーダー <se-kato@jp.toyota-itc.com> http://seikato.weebly.com/ 26
Download now