O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

IoTとAIが牽引するエンタープライズシステムの新展開

5.047 visualizações

Publicada em

2015年12月3日日経ビジネスフォーラム講演資料
http://adnet.nikkei.co.jp/e/event.asp?e=01999

Publicada em: Negócios
  • Seja o primeiro a comentar

IoTとAIが牽引するエンタープライズシステムの新展開

  1. 1. IoTとAIが牽引する エンタープライズシステムの新展開 2015年12月3日 TIS株式会社 油谷実紀
  2. 2. 自己紹介 油谷実紀(ゆたにみき) TIS株式会社 戦略技術センター長、AI技術推進室長 ■システムインテグレータ企業 ■製造業の生産管理、EDI、CRMシステムなど サプライチェーン、バリューチェンに関わる システム構築を多数経験 ■現在は研究開発部門にて先進的な技術の 検証と導入を推進 ■関心のある領域:AI, IoT, SDI, ロボット Twitter: @blackaplysia Facebook: 油谷実紀
  3. 3. 今日お伝えしたいこと 1. 【短中期の活用】 IoTとAIの活用はまずなにからはじめれば よいのか? 2. 【中長期の活用】 IoTとAIを活用することによる 「サービスロボット」の将来
  4. 4. IoTとAIの活用はまずなにから はじめればよいのか?
  5. 5. AIを活用したシステム  AIとは?
  6. 6. AIを活用したシステム  AIとは?  人工知能学会のサイトより  エンタープライズシステムでAIを活用する には、どのような「人間の知的な活動」を システム化するかが重要 「AIは,本当に知能のある機械である 強いAIと,知能があるようにも見える 機械,つまり,人間の知的な活動の 一部と同じようなことをする弱いAIとが あります」 https://www.ai-gakkai.or.jp/whatsai/AIresearch.html
  7. 7. AIを導入すべき2つの領域  「人間の知的な活動」のうち、人にできるこ と、人にはできないことをAIが代替する  現時点で導入を検討すべき2つの領域 1. 分類・識別 2. 対人コミュニケーション
  8. 8. AI活用①―分類・識別  「人間の知的な活動」のうち、人にできるこ と、人にはできないことをAIが代替する 1. 分類・識別  データに基づく分類や推論 (決定木やベイズ推定など)  画像や状況の分類・認識(深層学習など)  熟練者の行動を模倣することによる 洞察・気づき  ソーシャルネットワークを流れる 情報からの評判分析・感情分析
  9. 9. 顔認識の現在  Googleによる顔認識の最新の研究 http://arxiv.org/pdf/1503.03832v3.pdf 照明や向きの影響排除 個人の写真コレクション
  10. 10. 顔認識から感情認識へ  Microsoft Project Oxford (ベータ公開) https://www.projectoxford.ai/  人数  性別、年齢  感情 (怒り、侮り、 うんざり、恐れ、 幸せ、中立、 悲しみ、驚き)
  11. 11. 文章から著者のパーソナリティを推定  IBM Watson Personality Insights http://www.ibm.com/ smarterplanet/us/en/ ibmwatson/developercloud/ personality-insights.html  パーソナリ ティ:5因子  欲求:12因子  価値観:5因子 Sample Text: Martin Luther King “I have a dream”スピーチ
  12. 12. ビッグデータの分類・識別  ビッグデータ、とりわけIoTデータがもつ、 Edge-Heavy Dataの特性に応じた処理  分散(distributed)&周縁(marginal) →非同期(asynchronous)  非構造化(non-structured)& 多次元化(multi-dimensional) →関係代数(relational algebra)の限界  連続(continuously)& 書き込みのみ(write-only) →リアルタイムストリーミング (real-time streaming) →収集・蓄積から(特徴の)抽出・破棄へ
  13. 13. ソーシャルメディアマーケティング  分類・識別を用いてソーシャルメディアを 使ったマーケティング お客様 営業担当 ①書き 込み ⑤営業対応 ソーシャルメディア (自社/他社) ②抽出 分類器 ④DM等 ③分類・識別 (クラスタリング) マーケティング ツール
  14. 14. AI接客アプリ  AIベースの接客アプリを使えば、ソーシャル メディアマーケティングのリアルタイム化が 可能となる お客様 営業担当 ①アンケート記入、 SNS検索、 顔、声認識 →性別、年齢、 パーソナリ ティ、嗜好等の 推定 ④営業対応 接客 アプリ ②レコメンド ③エスカ レーション
  15. 15. AI活用②―対人コミュニケーション  「人間の知的な活動」のうち、人にできるこ と、人にはできないことをAIが代替する 2. 対人コミュニケーション  AIによる24時間365日簡易サポート →質問応答、自然言語検索  インバウンド観光客向けサービス →自動翻訳、言語同定  コミュニケーションロボット →対話、ジェスチャ
  16. 16. 質問応答によるオペレーター支援  大手金融機関等のコールセンターにおける 質問応答活用例 お客様 オペ レーター ①質問 ④回答 質問応答 システム ②音声入力または テキスト入力 ③回答候補 と証憑を提示
  17. 17. バーチャルオペレーターによる多言語対応  トランスコスモス様「ハイブリッド多言語 コンタクトセンターサービス」のイメージ お客様 オペレーター ①コンタクト ④有人対応 バーチャル オペレーター ②無人対応(質問応答) ③エスカレーション
  18. 18. コミュニケーションロボットの活用  東急カード様によるPepperの活用 http://www.topcard.co.jp/campaign/pepper/ ①不特定多数向け呼び込み →サイネージ的活用 ②分類・識別を用いた 個別接客 →特典提供、遊び感覚 ③販売員対応への誘導 一対多から 一対一へ
  19. 19. IoTを活用したシステム  IoTとは?
  20. 20. IoTを活用したシステム  IoTを活用したシステムとは、 1. ヒトやモノや社会が相互連携して 営まれる現実世界の活動を、 2. 「データ」としてコンピュータの世界へ 映し出し、 3. 様々な種類の「データ」を組み合わせて 分析・学習し、 4. 得られた知見を現実世界へフィード バックすることで、 実世界の活動へ新たな価値を生み出すことを 目的とする
  21. 21. IoTを活用したシステム  エンタープライズシステムでIoTを活用する には、どのような「データ」を使って継続的 にどのような「価値」を創造するかが重要 IoTを活用したシステム  IoTを活用したシステムとは、 1. ヒトやモノや社会が相互連携して 営まれる現実世界の活動を、 2. 「データ」としてコンピュータの世界へ 映し出し、 3. 様々な種類の「データ」を組み合わせて 分析・学習し、 4. 得られた知見を現実世界へフィード バックすることで、 実世界の活動へ新たな価値を生み出すことを 目的とする
  22. 22. IoTを活用したシステム  IoTを活用したシステムとは、 1. ヒトやモノや社会が相互連携して 営まれる現実世界の活動を、 2. 「データ」としてコンピュータの世界へ 映し出し、 3. 様々な種類の「データ」を組み合わせて 分析・学習し、 4. 得られた知見を現実世界へフィード バックすることで、 実世界の活動へ新たな価値を生み出すことを 目的とする 「データ」を収集する主要技術 →IoT = Internet of Things(狭義) 「価値」を創出する主要技術 →ML = Machine Learning
  23. 23. IoTを活用したシステム  IoTを活用したシステムとは、 1. ヒトやモノや社会が相互連携して 営まれる現実世界の活動を、 2. 「データ」としてコンピュータの世界へ 映し出し、 3. 様々な種類の「データ」を組み合わせて 分析・学習し、 4. 得られた知見を現実世界へフィード バックすることで、 実世界の活動へ新たな価値を生み出すことを 目的とする ・「モノ」のみならず「コト」をデータ化 ex. 履歴、状態、イベント、プロセス ・大量の計算機リソースを用いて、 複雑な傾向、変化、相関をパターン検出
  24. 24. IoTの実用化にはAIが欠かせない
  25. 25. IoTを導入すべき2つの領域  IoTが創造する価値 1. スマートファクトリー 2. 「モノ」事業のサービス化
  26. 26. IoT活用①―スマートファクトリー  IoTが創造する価値 1. スマートファクトリー (cf. インダストリー4.0) →サプライチェーン(SC)と バリューチェーン(VC)の密結合  リアルタイムな工場間の生産調整  より精緻な生販在計画最適化  少量多品種からカスタマイズ品即納、 柔軟な在庫ポイント配置
  27. 27. SCとVCの密結合 調達 部品 製造 組立 梱包 IoT リードタイム削減 より柔軟な 在庫ポイント配置 生産ライン自動化 工場間生産調整 ニーズに 対応した リアルタイム 生販在計画
  28. 28. IoT活用②―「モノ」事業のサービス化  IoTが創造する価値 2. 「モノ」事業のサービス化 =すべての業種業態には「モノ」(財・ サービスやヒト・モノ・カネなどの リソース)、およびそれに付随する 「コト」がある  「モノ」「コト」の分析をサービス化  過去の分析→報告  現在の分析→計画  未来の分析→予知
  29. 29. 設備稼働分析 管理者 IoT データハブ ex. 外気温、 温度、電流 設備稼働分析 システム ①蓄積 ②加工・分析 ③モデル更新 (決定木など)
  30. 30. 設備稼働分析 管理者 IoT データハブ ex. 外気温、 温度、電流 設備稼働分析 システム ①蓄積 ②AI(機械 学習)による 予知・計画
  31. 31. 設備稼働分析 管理者 IoT データハブ ex. 外気温、 温度、電流 設備稼働分析 システム ①蓄積 ②AI(機械 学習)による 予知・計画 定点 監視
  32. 32. IoTとAIを活用することによる 「サービスロボット」の将来
  33. 33. ロボットの種類  サービスロボットとは?
  34. 34. ロボットの種類  サービスロボットとは?  ロボットは用途別に大きく3つの種類に分け ることができる  産業用ロボット  フィールドロボット  サービスロボット
  35. 35. ロボットの種類  NEDOロボット白書2014を参考に作成 http://www.nedo.go.jp/content/100567345.pdf 産業用 ロボット フィールド ロボット サービス ロボット 場所 ・工場設備 ・危険環境等 ・日常生活 目的 ・生産効率 化 ・作業代行 ・生活支援 ・癒し 作業 内容 ・人の代替 ・人の代替 ・人の代替 ・人との共生 特徴 ・自律性 ・安全性 ・高速 ・高精度 ・ユビキタス性 ・ヒューマン・ マシン・イン タラクション
  36. 36. ロボットを構成する3要素  ロボットは、センサ系、知能系、駆動系の 3つの要素技術からなるシステム  ロボット産業政策研究会報告書(2009)より作図 http://warp.da.ndl.go.jp/info:ndljp/pid/286890/ www.meti.go.jp/press/20090325002/20090325002-3.pdf ロボット テクノロジー 考える (知能系) 感じる (センサ系) 動く (駆動系) 言語理解 画像認識処理 学習 通信制御 音声認識 画像認識 自己位置 環境認識 多軸/多関節制御 安全制御 アクチュエータ 油圧/空気駆動 マイクロモータ 軽量・強靭材料 電源
  37. 37. ロボットを構成する3要素  ロボットは、センサ系、知能系、駆動系の 3つの要素技術からなるシステム  ロボット産業政策研究会報告書(2009)より作図 http://warp.da.ndl.go.jp/info:ndljp/pid/286890/ www.meti.go.jp/press/20090325002/20090325002-3.pdf ロボット テクノロジー 考える (知能系) 感じる (センサ系) 動く (駆動系) 言語理解 画像認識処理 学習 通信制御 音声認識 画像認識 自己位置 環境認識 多軸/多関節制御 安全制御 アクチュエータ 油圧/空気駆動 マイクロモータ 軽量・強靭材料 電源 AI IoT
  38. 38. サービスロボットの将来  ロボットと人類が共生する社会のイメージ 手塚治虫 「火の鳥 復活編」 より引用 手塚治虫 「ブラックジャック」第1巻 「U-18は知っていた」 より引用
  39. 39. IoT・AIとロボット  ロボットはIoT・AIと出会うことで、 新たな武器を手に入れた 1. 超知覚(meta-perception) クラウド上のIoT・AI プラットフォーム IoT AI
  40. 40. IoT・AIとロボット  ロボットはIoT・AIと出会うことで、 新たな武器を手に入れた 2. 協調行動(cooperative robotics) クラウド上のIoT・AI プラットフォーム IoT AI 情報共有
  41. 41. 超知覚をもったロボットの自律移動  正確な地図のない人混みの中でも 周囲の環境認識に基づいた自律移動を 実現できる可能性
  42. 42. 協調行動による見守りネットワーク  将来の高齢者の見守りは、多数のロボット ―高齢者の自宅、遠隔地にいる家族の自宅、 病院、公共機関、金融機関などに在籍― が協調して実施 遠隔地に 住む家族 高齢者 自宅見守り ロボット 病院 自治体 銀行 郵便局
  43. 43. 広域観光コンシェルジュ  ロボットがリアルタイムに情報交換を行い、 インバウンド観光客に適切な観光地を推薦  ロボットはコミュニ ケーションデバイス という位置づけ  オープンデータや ソーシャルネットワーク との組み合わせ
  44. 44. 技術導入ロードマップ 2016~2020年 2021~2025年 ▲東京オリンピック 携帯回線5G実用化 固定回線IP化 トイロボットによる コミュニケーション 業務用サービス ロボット 業務用ロボット の普及 ・対話の精緻化 ・機能およびイン ターフェイスの 汎用化/標準化 観光用ロボット向け データセット標準化 業務用コミュニ ケーションロボット 観光用ロボット ネットワーク
  45. 45. まとめ 1. まずなにからはじめればよいのか?  分類・識別  対人コミュニケーション  スマートファクトリー  「モノ」事業のサービス化 2. 「サービスロボット」の将来  「超知覚」  「協調行動」  人類との共生へ
  46. 46. ご清聴ありがとうございました

×