【新春特別無料セミナー】【学生も歓迎】1時間でITの流行を理解する！機械学習 IoT 人工知能ビッグデータ FinTechてんこ盛り

【新春特別無料セミナー】【学生も歓迎】1時間でIT
の流行を理解する！機械学習 IoT 人工知能ビッグ
データ FinTechてんこ盛り
2016/01/23(土) 18:30-19:45
Tech Garden School
Copyright © @fullvirtue. All rights reserved.
1

1時間で
ITの流行を理解する
2016年1月23日,30日
Tech Garden School 講師
アルティザンエッジ合同会社代表社員・CEO
ITCA認定 ITコーディネータ井上研一

プロフィール
井上研一 @inoccu Facebook: kenichi.inoue
• 1979年6月15日福岡県北九州市生まれ
• 2000年4月 ITエンジニアとしてキャリアスタート
• 金融、公共サービス、設備業などの業務用Webシステムの開発
• Oracle EBS（SCM）のアドオン開発
• オブジェクト指向とフレームワークを用いた開発標準化（2005年頃）
• 2013年7月アルティザンエッジ合同会社設立代表社員・CEO
• Nagios、JobSchedulerなどOSSを使用した監視システム開発
• 製造業のサービスマン支援アプリ開発（iPad / iPhone）
• 製造業のナレッジ共有システム開発（WordPress）
3

プロフィール
• 2013年9月 Tech Garden School 講師
• 2015年5月 ITCA認定 ITコーディネータ
• 2社で新規ビジネス開発等のファシリテーション
• ITCA届出組織 ITC-Neo研究会代表
• ITコーディネータ協会個人会員（次期プロセスガイドライン査読者）
• 2016年1月「IT顧問サービス」を開始
• Tech Garden Schoolと連携（1社サービス中）
その他、ときおりコミュニティイベントで登壇（JobScheduler
/ Cordova）したり、寄稿（＠IT）したりしています。
4

今回のキーワード
• 機械学習
• IoT
• 人工知能
• ビッグデータ
• FinTech
• 量子コンピュータ
キーワードが多すぎて何が何だか･･･
5

今回の目標（KGI）
• 昨今氾濫するITのキーワードを整理する
• それぞれのキーワードを個別に理解するのではなく、全体のつ
ながりを意識して「ざっくり」理解する
• まずは木や枝でなく「森」を見る
• そこから見える未来を思い描けるようになる
6

全体像を理解する
いま流行しているITのキーワードを、全体像として理解しよう
7

ITの基本（20世紀）
入力処理出力
ITの基本は、データを「入力」し、「処理」し、処理によって
加工されたデータを「出力」すること
この一連のプロセスは、1台のコンピュータで行われる
8

（例）給与計算
入力
• 勤務データ
処理
• 計算ロジック
出力
• 給与データ
バッチ（一括処理）システム
10

（例）売上管理システム
入力
• 売上登録画面
処理
• 売上登録処理
出力
• 登録結果画面
オンライントランザクションシステム
11

インターネットとクラウド
• インターネットの登場によって、データは1台のコンピュータ
の枠を飛び越え、共有されることが一般化した
• クラウドの登場によって、処理の一部はインターネットで接続
された別のコンピュータで行われるようになった
• 入力されたデータ、処理によって加工されたデータは、入力元
のコンピュータで出力されるだけでなく、クラウド内部で記憶
されるようになった
12

ITの基本（21世紀）
クラウド
入力処理出力
入力処理出力
記憶
13

マッシュアップ
クラウド
入力処理出力
入力処理出力
記憶
API
商品情報
出品情報
レビュー情報
売上情報
･･･ and more
購入者・サイト閲覧者
マッシュアップアプリアプリユーザ
14

IoT（Internet of Things）
• 「モノのインターネット」
• ありとあらゆるモノが、インターネットにつながる
• ありとあらゆるモノが、入力元となり、出力先となる
• ＜入力元＞様々なセンサーと、その集合体
• 音、光、地磁気、振動･･･
• スマートフォン、自動車、ドローン、ロボット、工作機械･･･
• ＜出力先＞
• 画面、スピーカー（ブザーから声まで）･･･
• 機械が、自動車が、ドローンが、ロボットが動く･･･
15

クラウド
IoT（Internet of Things）
入力処理出力
入力処理出力
記憶
IoT
IoT
IoT
IoT
17

ビッグデータ
• 大量なデータを入力し、処理すること
• 大量なデータの発生源
• いままで取得すらできなかったデータ、取得自体はできていたが集積
されなかったデータが、IoTにより取得できるようになった
• いままで捨てられたり、保存されていても有効活用されていなかった
データ（ログ、決済情報など）
• あまりに膨大なデータ量のため、いままでは妥当な時間に意味
のある処理をこなすことができなかった
• だからこそ、いままでは捨てたり取得すらしてこなかった
18

クラウド
ビッグデータ
入力処理出力
入力処理出力
記憶
IoT
IoT
IoT
IoT
ビッグ
データ
19

ビッグデータをどう処理するか
処理方式の工夫
人工知能・機械学習
ブロックチェーン
処理性能の向上
並列化テクノロジー
量子コンピュータ
（注）ブロックチェーンをここに入れて良いのかは議論が分かれるはず。毛色が違うのは事実だが、ブロックチェーンのユース
ケースは金融決済や契約といったものであり、そのデータ量という観点ではビッグデータである。
20

クラウド
ビッグデータをどう処理するか
入力処理出力
入力処理出力
記憶
IoT
IoT
IoT
IoT
ビッグ
データ
並列化テクノロジー
量子コンピュータ
21

人工知能
→ビッグデータを効率的に処理する
• コンピュータ上で、人間と同様の
「知能」を実現する技術
• 演繹的（命題を事象に適用する）
• 例）「○○なら××である」といった
ルールを知識ベースに大量に与え、推
論エンジンで三段論法を行わせる（エ
キスパートシステム）
機械学習
→ビッグデータから新たな知識を発見
• コンピュータ上で、人間と同様の
「学習」を実現する技術
• 帰納的（事象から命題を発見する）
• 学習によりルール自体を発見させる
（教師あり学習、教師なし学習）
（注）人工知能や機械学習でできることを分かりやすくするため、人工知能を「エキスパートシステム」として説明しているが、
正確には機械学習は人工知能の一領域である。例えば「事例ベース推論」は過去の類似事例を修正することができる。
22

ディープラーニング
• いままでの機械学習は、数値計算で実現していた
• ディープラーニングは、コンピュータ上に人間の頭脳と概ね同
じ仕組みを再現（シミュレーション）する
• 「たった一つの学習理論」の導入
• 「何かを気づく」ことのできる人工知能が実現
• 現在はソフトウェアとして実現しているが、ディープラーニン
グが組み込まれたハードウェア（ニューロモーフィックチッ
プ）が登場している
23

• データ（トランザクション）が「有効」であり「正しい」こと
を証明する技術
• 分散型のため、信頼性が高く、大量なデータを保存する必要が
ある場合でもコストが低い
• ビットコインで有名になったが、銀行間の決済や、契約情報の
管理、さらには登記情報の代替としても注目されている
24

• 並列化テクノロジー
• ビッグデータを多数のコンピュータで分散して処理することにより、
処理性能を向上させる（Map Reduce）
• HadoopやAWS Elastic Map Reduce（EMR）など、現在の主流
25

• 量子コンピュータ
• 量子力学的な重ね合わせ（ 1量子ビットに0と1を任意の割合で保持）
を用いることで並列性を実現し、従来のコンピュータと比べて圧倒的
な処理性能を実現するコンピュータ
• 2016年時点では、徐々に実用化に向けて動き出しているところ
• 2013年にNASAやGoogle等が購入した世界初の商用量子コンピュータ
「D-Wave」は従来のコンピュータより1億倍速いらしい
26

クラウド
入出力
データは循環しアルゴリズムは価値を増す
入出力
記憶
IoT
IoT
ビッグ
データ
27
処理
処理
人工知能
機械学習

未来を思い描く
21世紀のITは僕たちをどこに連れて行くのだろう
28

ビッグデータをどう活用するか
• ビッグデータから特徴的な傾向を可視化する
• 人間が判断することを支援可視
• ビッグデータから未来を予測する
• 人間が行動することを支援予測
• 予測されたこと、実際に起きたことについて自ら行動する
• あらかじめ対応方法が決まっているものだけ自動
• 予測されたこと、実際に起きたことについて自ら行動する
• 対応方法も自ら考える →人工知能の活用が必須自律
29

変化の方向性
• 人間がやっていることを機械（コンピュータ）
が行うようになる役割変化
• よりカスタマイズされた製品やサービスが提供
できるようになる最適化
• いままで有効活用されていなかった資源・資産
が有効活用されるようになる有効活用
30

役割変化
• 無人運転
• ロボットやドローンの活用
• 対話（Pepper）
• 作業員、運搬員、監視員･･･
• 自動洗濯物折りたたみ機
• 家電（照明、空調等）の自動制御
• 人工知能を活用した判断、診断
• 医療（皮膚病診断支援）
• 金融（ロボット投資）
31

最適化
• 既製品の価格でテーラーメイドを実現（SEIREN Viscotecs）
• 個人の医療データを活用した生活習慣病予防
• 「爆買い」のリアルタイム分析による地方創生
• 個人の金融データに最適化した金融サービス提供
• Fintechの一側面（MoneyForward等）
32

有効活用
• Airbnb
• 個人間カーシェアリング
• クラウドソーシング
• 人材だけではなく、人材＋α
• 家電等の保証書の電子管理
33

ありとあらゆるモノは情報端末である
ありとあらゆるモノは知能につながる
そういう世界で、あなたは何を生み出す
ことができるでしょうか？
34

ありがとうございました！
もっといろいろなことが知りたい方はTech Garden Schoolへ
35

今後のミートアップイベントのご案内（1/1）
参加希望の方は、アンケートにご記入ください。
❏ 2016-02-27（土）18:00 - 20:15
「2時間でIoTの流行を理解する！最新動向、ロボットカー aruduino
とRasberrypie センサーアルゴリズム１人で試作品てんこ盛り」
https://techgardenschool.doorkeeper.jp/events/37754
❏ 2016-03-19（土）18:30 - 20:00
「金融x ITベンチャー創設者が語る！案外簡単FinTechのための
基礎知識とビジネスへの応用の考え方(仮題)」
https://techgardenschool.doorkeeper.jp/events/38384

コミュニティ会員のご案内（1/1）
コミュニティ会員ご希望の方は、アンケートにご記入ください。
月会費定価 ¥5,000 → 20名限定特価 ¥3,000
入会金定価 ¥10,000 → 20名限定特価 ¥0
特典１：有料ミートアップイベントに無料参加
（懇親会費用込み）
特典２：オンラインTGS講師コミュニティにてIT相談無料
特典３：代表庭田によるプチ相談30分無料
特典４：ITビジネスニュースメールを配信

開講クラス見学会のご案内（1/1）
開講クラスの見学会を、都度開催しております！
見学ご希望の方は、アンケートにご記入いただくか、
以下よりお申し込みください！
http://techgardenschool.com/session
❏ 2016年01月30日(土) 15:00-16:30@半蔵門
❏ 2016年02月07日(日) 17:00-18:30@半蔵門
❏ 2016年02月14日(日) 17:00-18:30@半蔵門
❏ 2016年02月21日(日) 17:00-18:30@半蔵門
❏ 2016年02月27日(土) 17:00-18:30@半蔵門
❏ その他ご希望の日程に応じます！

寄付のお願い（1/1）
参加費無料としていますが、
募金をお願いしております。
（目安：1口 1,000円程度）
有償の会場を借りた関係で、
会場費に充当させていただきます。
よろしくお願いいたします。

懇親会のご案内（1/1）
懇親会を開催します！
もっと講師の方と直接お話したい！
いろいろと聞いてみたい！
という方は、是非ご参加ください！
参加希望の方は受付までお申し出ください

【新春特別無料セミナー】【学生も歓迎】1時間でITの流行を理解する！機械学習 IoT 人工知能ビッグデータ FinTechてんこ盛り

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (9)

Destaque

Destaque (16)

Semelhante a 【新春特別無料セミナー】【学生も歓迎】1時間でITの流行を理解する！機械学習 IoT 人工知能ビッグデータ FinTechてんこ盛り

Semelhante a 【新春特別無料セミナー】【学生も歓迎】1時間でITの流行を理解する！機械学習 IoT 人工知能ビッグデータ FinTechてんこ盛り (20)

Mais de TechGardenSchool

Mais de TechGardenSchool (9)

Último

Último (7)