ソフトウェア業界ではワクワクする新しいテクノロジーがどんどん生まれ、それが世の中で使われるまでも早くなっています。2018年に革新があった Deep Learning は、既に民主化・日常化もしてます。この講演では、そのソフトウェアの今を俯瞰し、今後どうなっていくのか? その未来予想とともに。職業として20年以上の経験を得た私の学びをお伝えします。

1. 現役ソフトウェアエンジニアが語る。
IT の今と未来
畠山 大有 | Daiyu Hatakeyama
Architect && Software Engineer && Applied Data Scientist
Microsoft Japan
/dahatake
@dahatake
/in/dahatake
/dahatake
/dahatake
/dahatake

2. 国内外での300社以上のITプロジェクトにアーキテクト及び
エンジニアとして関与して約 25年の経験。業界初として
事例化されたものには、フジテレビ、楽天、毎日新聞、日経新聞、富士フィルム、
カルビー、コマツなどがある。
また、東芝、SONY、NTT-Data、NextScape など 50社以上の
パートナーと、ソリューション製品・サービスの開発・市場展開も行う。
そこでの学びを、TechEd、de:code、TechSummit、InterBEE などで
基調講演を含む場で400回以上のセッション登壇。
また、書籍・雑誌やBlog 執筆、サンプルコードの公開などで社会に Feedback中。
セッションだけでなく、100回以上のハンズオン、ハッカソンのファシリテーションも
行っている。
得意技: Agile Development methodology, Architecture Design, Coding, Database and Big Data,
Data Science, Video Streaming, Search, Sustainability, Communication and Collaboration,
Human skill-up
佐賀県 – SAGA Smart Tech Adviser
やつしろ×Tech コンソーシアム – 相談役
SUNABACO – Technical Fellow
ふくしまプログラミング推進協議会 – Technical Advisor・相談役
MCP (MCSD, MCAD, MCSE, MCSA, MCDBA, MCTS, MCPD) | MCT | OCP (Oracle Master Platinum) |
SCJ-P | ITIL foundation
/dahatake
@dahatake
/in/dahatake
/dahatake
/dahatake
daiyu.hatakeyama@microsoft.com
/dahatake

3. Software Engineer のチカラ

4. Low-Code, No-Code / RPA
(End User Computing)
AI による Data 作成

5. シュミレーション (デジタルツイン / メタバース)

6. シュミレーション (デジタルツイン / メタバース)
Infrastructure Engineer / Security Engineer /
Network Engineer
Database Administrator
Software Engineer
(≒ Programmer)
Data Engineer
(Applied) Data Scientist

7. 社会・企業が必要
Infrastructure Engineer / Security Engineer / Network Engineer
Database Administrator
Software Engineer (≒ Programmer)
Data Engineer
(Applied) Data
Scientist

8. なぜ AI ?

9. 蒸気 や 電気 ソフトウェア (+AI) AI

10. 2 + 3 = 5

11. 2 + 3 = 5
簡単
大変…

12. 2 + 3 = 5
簡単
大変…

13. それぞれの写真: 猫? Yes/No

14. Program = Algorithm
人が書く
タスクの仕様の定義
アルゴリズムは固定
アルゴリズムは容易に説明できる
ソフトウェアが書く
目的: 汎化
アルゴリズムはデータに依存
アルゴリズムは時間とともに変わる

15. Program = Algorithm
ソフトウェアが書く
目的: 汎化
アルゴリズムはデータに依存
アルゴリズムは時間とともに変わる Algorithm
Algorithm
人が書く
タスクの仕様の定義
アルゴリズムは固定
アルゴリズムは容易に説明できる

16. Program = Algorithm
人が書く
タスクの仕様の定義
アルゴリズムは固定
アルゴリズムは容易に説明できる
ソフトウェアが書く
目的: 汎化
アルゴリズムはデータに依存
アルゴリズムは時間とともに変わる
実世界の全てを想定して、
プログラミングするのは、難しい…

17. 人間の認知限界

18. OpenAI Mission
人工知能 (AI) が
人類に利益をもたらすように
OpenAI AIの研究・展開会社
In Beta
AI system that translates
natural language into code
GPT-3 Model APIs
Core Research
DALL·E
Images from
text
Jukebox
Music
generation
Image GPT
Image
completion
Robots
Through July
2021
CLIP
Connect Images
and Text
Startup
Research
Lab
Safety and
Policy
Commercial
Service

20. なぜ Cloud ?

21. Ultrasonic sensors
Stereo vision
Companion
computer

22. Cloud

23. Azure
Building the World’s
Computer

24. Virginia(2014)

25. Virginia(2017)

27. miniaturization
小型化

28. Intel 4004 (740 KHz) 0.092MIPS
ARM Ryzen Threadripper
3990 (4.35GHz) 2,356,230 MIPS
1971年 2020年
2億5611万個 ＝
Source: https://en.wikipedia.org/wiki/Instructions_per_second

29. Retardance Polarization
Angle
Data stored in quartz glass
Written using femtosecond lasers
25µm
Project Silica (microsoft.com)
1978 年の象徴的な映画である「スーパーマン」全編を、
タテ ヨコ 75 ミリ、厚さ 2 ミリという飲み物のコースターと
ほぼ同じ大きさのガラスに保管し、読み込むことに成功

31. 学ぶ機会の必要性と
ありがたさ

32. 大学卒業 現在
転職1 転職2

33. 朝から晩まで
プログラムのコード
書いている?

36. 出典：大人の学びの環境が激変 「学ばない人」は取り残される：日経xwoman (nikkei.com)
これからの学習スタイル
Online
学習
Hands-on
マイクロ
ラーニング
Hackathon
Ideathon
自律的
これまでの画一的な学習スタイル
受け身
スタイル
座学
中心
長時間
課題
解決型
必須
（義務）
デジタル化の加速により、AIやロボットに置き換えられる仕事が増加。
一つのスキルが長持ちせず働く環境の変化のサイクルが短期化し
ている今、いくつになっても時代に合わせて学び続けることが重要。
学びの環境が激変「学ばない人」は取り残される

37. 94 77
236
25
0
50
100
150
200
250
300
350
USA JPN
(万人)
IT 企業 エンドユーザー企業
IPA グローバル化を支える IT 人材確保・育成策に関する調査 より引用
ソフトウェアエンジニア

38. ソフトウェアエンジニア
-2.0%
-1.0%
0.0%
1.0%
2.0%
3.0%
4.0%
5.0%
6.0%
7.0%

39. 5%
http://thepeakperformancecenter.com/educational-learning/learning/principles-of-learning/learning-pyramid/

40. /dahatake
@dahatake
/in/dahatake
/dahatake
/dahatake
daiyu.hatakeyama@microsoft.com

41. /dahatake
@dahatake
/in/dahatake
/dahatake
/dahatake
daiyu.hatakeyama@microsoft.com

42. 出典：The 100-Year Life, Deloitte University Press
<5年 60年 ⇒ 70年
出典：A New Culture of Learning
「学んだ技術の半減期は5年」つまり、10年前に学んだことの多くは
廃れて、5年前に学んだことの半分は無意味になってしまう。
基礎知識・スキル

43. 教養 は一生モノ

45. 学生のうちにやっておきたいコト
• とにかく コーディング をしまくる
• とにかく Deep Learning のモデルを作りまくる
• とにかく DevOps ツール (GitHubなど) を触りまくる
• それを Blog や GitHub に公開しまくる

47. Azure for Students – 無料アカウント クレジット | Microsoft Azure
まずはこちら↓からログイン
Azure for Studentsを使用する前にMSアカウントの作成を

48. Azure for Students – 無料アカウント クレジット | Microsoft
Azure
②
③
⑤
⑥

49. Step-by-Step Achievements スムーズな学習環境
 無料
 日本語対応
 ブラウザーのみでOK
ハンズオン環境も含めて
 ダウンロード可能なサンプルコード
 Product/Service, 技術レベル,
job role, などに応じたガイダンス
 Video, チュートリアル, ハンズオン
 スキルアップを促す
 ユーザー プロファイル毎に
カスタマイズ
www.microsoft.com/learn

50. www.microsoft.com/ja-jp/events

51. Invent with purpose.