これから IoT を始める方、始めたけど

上手くいかない方必見～ IoT 失敗あるある～

DA17

日本の現状は？

出典：IDC Japan, Directions 2016 Tokyo「DXが牽引するIoT市場：企業のIoT活用レベルとユースケースの考察」(2016年5月)

日本では

スピーカーの皆さんは知っています…

万代さんは知っています…

- Deep Learning画像認識の為の新たなる

Edge Computingスタイル

- Deep Learningは「データがプログラム！」

- クラウドIoT連携を業務で回して行く為にやるべきこと

de:code 2018ChokeTalk

CLOUDIAN

本日のアジェンダ

●Deep Learning画像認識の為の新たなるEdge Computingスタイル

●Deep Learningは「データがプログラム！」

●クラウドIoT連携を業務で回して行く為にやるべきこと

© 2017, Cloudian, Inc.Page 10

Deep Learning画像認識の為の新たなるEdge Computingスタイル

異なる要件…

IoT IoT Edge Computing w/Deep Learning

高品質なデータ・計算資源・蓄積能力が１か所に無いジレンマを解消

12Mbps→600Kbps=95%の高圧縮

大量だが低品質の映像大容量ストレージ

潤沢なGPU計算資源

DLの学習及び実行の両方

LTE通信ボックス

回線コストを掛けてデータを劣化させる結果に!

判別・検出結果等構造化データの送信のみ

現場で発生した生データによるDLの実行に特化

定期的な非圧縮でのデータアップロード高品質の映像を維持・拡大

DL学習済モデルのダウンロード/TensorRTでの最適化

DLの学習のみ

論理的には同一DLモデル

Deep Learningは

「データがプログラム！」

ImageNet Large Scale Visual Recognition Challenges

Top 1 判別結果=“Band Aid” 34.12%

凄い！ちゃんと分かってる！！

流石！！

バンドエイド貼ってないよね…

バンドエイド貼ってないよね…

「グー」だよ！？

?Band Aid無くても「Band Aid」

Imagenet ポータルでの”Band Aid”検索結果http://www.image-net.org/index

バンドエイドと一緒に手が写っている事が多い

‘Band Aid’とアノテートされた教師データから‘手’の特徴も同時に学んでしまっている

Data Augmentation

不変性弁別・識別力

矛盾する要件

判別の為には囚われて欲しくない形状特徴を人為的にランダム化

（拡大・縮小・回転・シフト・コントラスト・アスペクト比・背景）

大量に生成

……

AI学習には大量データ実際の判定時撮影での背景や撮影アングルに左右されない様、背景や写り方のバリエーションを人為的に付与

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

95.98%

98.28%

99.85%

1,000件 5,000件 10,000件

データ量でAIの精度が上がる186カテゴリ 186カテゴリ 186カテゴリ

Deep Learningは

「データがプログラム！」と言う事！

クラウドIoT連携を業務で回して行く為にやるべきこと

Data Augmentation

実際の開発工数の割り振り

Data Acquisition

Annotation Modeling Deployment

Data Acquisition

Annotation

Augmentation

Training

Deployment

⚫ 分析工程は戻り易く計画する⚫ データ収集、アノテーション、オーグメントは対象タスクに特化したアプリケーション開発を伴う事が多い（撮影条件などに強い制約）

⚫ 工程間を跨ってデータを動かす前提を徹底排除する⚫ エッジデバイスへのモデル配布・モニタリング・遠隔起動などの仕組みを検証しておく

⚫ Deep Learningを利用したシステムでもDLそのもののウェートは非常に低くなる

⚫ 機能制限を付けてでもユーザに使い続けて貰うための自動化の仕組み

最後に…..

IoT Edge Cloud連携あるある

IoT Edge Cloudはオフィス、フィールド、自宅のどこでも使える

逆にどこでも動かなければならない！

自宅でもオフィスでも開発作業が出来る！

IoT Edge Cloud連携必ずどこかに何かを忘れて来る！

IoT Edge Computing on Azure 万歳！！

Photoes courtecy of K.Kawata-san

梶原さんは知っています…

Microsoft Azure

IoTゲートウェイセンサ

3G/LTEWifi有線

この辺の話です

無線/有線

無線電波状況

良い

悪い

機器へのアクセス

容易困難

この辺の話です

http://www.itmedia.co.jp/smartjapan/articles/1610/21/news029.html図1 世界の風力発電の累積導入量と平均コストLCOE：均等化

発電コスト。出典：NEDO（IEAなどの資料をもとに作成）

1.空中戦、地上戦

2.不確実性

3.演繹法

https://www.nttdocomo.co.jp/info/construction/kanto/index.html#p13

時には、エレベータが使えず、はしごで上

ることに。。

2.不確実性

3.演繹法

論理的推論

maxさんは知っています…

自己紹介

株式会社ソラコム / テクノロジー・エバンジェリスト

松下 享平 (まつした こうへい) “max”

静岡県民🗻 新幹線通勤族🚅

前職は東証二部ハードウェア・メーカーでIoT事業のコーディネート、2017年から現職

A B

A B

A B

古いクラブで

練習もせずに

ホールインワン狙い

「作ればいい」は思考停止のサイン

無線はIP ネットワークとは

違うんですよ

センサーの精度が―

電源や電池がー通信手法が―

設置環境や電波が―

実行速度やフットプリントが―

ソフトウェアの更新がー保証が―

費用や効果が―

センサーの精度が―

通信手法が―

電源や電池がー設置環境や電波が―

実行速度やフットプリントが―

ソフトウェアの更新がー保証が―

費用や効果がー

A B

「プロトタイプ」

デモ目的や新技術の検証、量産前での問題点の洗い出しのために仮組みされたもの― Apr. 6, 2018 / https://ja.wikipedia.org/wiki/プロトタイプ ※一部改変

目的

手段

製作期間 4日

費用 16450円 x 4台

運用日数 2日

サンポート高松トライアスロン 2017

温度、湿度、UV、水温をLoRaWAN で収集、可視化

得られた効果

結果

地点毎の環境の相違が定量的情報として得られた

効果

見える化によってハードさが伝わり、選手と観客の一体感が醸成

エンターテイメント性が向上

古いクラブで

練習もせずに

ホールインワン狙い

「作ればいい」は思考停止のサイン

無線はIP ネットワークとは

違うんですよ

• ライブラリ Ver. Up は手で検証だ、頑張るぞ！

• Windows 7 安定してる、これで十分

• systemd? なにそれ。 initscript しか信じない

• 「仕様書_2月最新 - コピー (2).xlsx」

• ID や認証鍵保管のセキュアストレージや RTC は必須だよね

• クラウドって仮想サーバでしょ？

古い道具、もしくは無知による作りこみ

CI や devops できない言語や開発環境

4 行で済むところが 120 行

仕様書の手管理

ソフトウェアで済むところをハードウェアで実装

メガクラウドが用意している PaaS の劣化実装

SORACOM Funnel 活用メリット

HTTP / TCP / UDP 通信でクラウド活用が可能

• デバイスに SDK の準備、更新運用が不要

クラウドへの認証鍵を SORACOM Funnel で管理

• デバイスに認証鍵を保管するセキュアストレージや、更新運用が不要

タイムスタンプを SORACOM Funnel で付与

• デバイスに RTC 等のモジュールが不要

IMSI や IMEI を SORACOM Funnel で付与

• デバイスにユニーク ID の埋め込みが不要

SORACOM Funnel クラウドサービス(データ受信側)

1000 倍近くの生産性向上費用は 3 円 / (1 台 1 分に 1 回で 1 日あたり)

https://www.slideshare.net/SORACOM/soracom-technology-camp-2018-a2-iot/33

https://www.slideshare.net/SORACOM/soracom-technology-camp-2018-a2-iot/40

クラウド側アーキテクチャ例

SQL Database

Event Hubs

https://docs.microsoft.com/ja-jp/azure/stream-analytics/stream-analytics-real-time-event-processing-reference-architecture

Stream AnalyticsSORACOM

Funnel

ダウンロード

Blog Storage

Power BI

HDInsight

半日程度で構築可能

https://soracom.jp/best_practice_guide/

セルラーネットワークにおけるUDPの信頼性

NTT DOCOMO テクニカル・ジャーナル Vol.19 No.1高速・大容量・低遅延を実現するLTEの無線方式概要ＮＴＴドコモ 無線アクセス開発部 大久保尚人 ウメシュアニール 岩村幹夫 新博行P17 図9 よりhttps://www.nttdocomo.co.jp/binary/pdf/corporate/technology/rd/technical_journal/bn/vol19_1/vol19_1_011jp.pdf

DC基地局デバイス

下位レイヤにて再送等の信頼性が確保

実際のデータ

基地局⇔DC間がUDP伝送

まとめ

道具と知識は「常に最新」で

“知ってる” では無く「やったことがある」

作る前に「作らなくていい方法」を考え抜く

生産性は 1000 倍以上の違いを産む

最後に私から…

17:40～ ROOM BAI08 IoTにAIを組込むへ、是非！

© 2018 Microsoft Corporation. All rights reserved.

本コンテンツの著作権、および本コンテンツ中に出てくる商標権、団体名、ロゴ、製品、サービスなどはそれぞれ、各権利保有者に帰属します。