平成２７年度電気通信大学総合情報学科総合情報学特別講義資料

1. 企業情報システムのブレークスルー
〜CPSプラットフォームの提案〜
2015年5月8日
TIS株式会社
油谷実紀

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 センター長
● システムインテグレータ企業(SIer)の研究開発部門
● 関心のある分野：AI、IoT、SDI、CPS、自律型ロボット
● CloudConductorプロダクトマネージャー
http://cloudconductor.org/
● その他の活動
➢ Bluemixユーザ会(BMXUG)
➢ OSSコンソーシアム
Twitter: @blackaplysia
Facebook: 油谷実紀
Github: blackaplysia

3. 本日は
「企業情報システムの現状とブレークスルー」
についてお話します
●企業情報システムとはどんなものか
●これからの企業情報システムに必要とされる
技術であるCyber Physical Systems (CPS)
とは何か
●CPSを実現するプラットフォームの提案

4. 企業情報システムとはどんなものでしょうか?

5. 企業の目的
● 資本主義における営利企業の目的とは?
➢ 利益を上げる
➢ 利益を配当として株主に還元する
● 利益を最大化するたった2つの方法
➢ 収益の拡大
➢ 費用の低減
￥
費用
利益＝収益－費用
収益
利益の基本的な考え方

6. これまでの企業情報システム
● 目的は経営資源(ヒト・モノ・カネ・情報)の計画と管理
➢ 設備投資(予算化、計画、保守、減価償却、・・・)
→構築委託(見積、購買交渉、納品、検収、・・・)
→投資対効果(Return On Investment, ROI)
→業務に直結した大規模投資が可能
➢ 「日本品質」の悪弊
→「24時間365日」運用
(99.999%運用で許される障害は9時間弱/年)
→減点主義(何もおこらなくて0点)
→前例踏襲(先進技術へのモチベーション低下)

7. クラウドサービスの出現
● クラウドサービスの特徴
➢ 現場部門権限範囲内の経費処理可
→「所有から利用へ」
➢ サービスごとの機能は少ないが
先進技術を活用した尖ったシステムを提供
➢ 運用品質は一般にそれほど高くない
● 情報システム部門の関与しないシステムの増加
→情報システム部門側は「野良システム」という揶揄
➢ IT総投資の不明瞭化・コスト増(?)
➢ エンドユーザの全体満足度低下

8. 現場部門の意向
● 先進技術を提案できない情報システム部門にかわり、
サービス事業者と直接交渉をはじめている
● とりわけ、“Bring Your Own Devices” (BYOD)や
“Internet of Things” (IoT)等先進技術領域で
現場主導・クラウド活用による試行がはじまっている
● これからの企業情報システムを支えるキーワードは
出揃っている
→デジタルネイティブとしての若手への期待も高い

9. 先進技術の取り込み
● 企業情報システムをとりまく技術環境は大きく
変貌しようとしている
➢ ビッグデータから人工知能へ
➢ モバイル・ウェアラブルからIoTへ
➢ スマートホンからネットワークロボットへ
➢ APIからオープンデータへ
● これらを統合するキーワード：
Cyber Physical Systems
(CPS)
Cyber Physical
Systems
AI Open Data
Robot IoT

10. クラウド時代の企業情報システムが
取り込むべき先進技術の出現
―Cyber Physical Systems (CPS)

11. 情報爆発時代
● 人類が創出した情報の総量は爆発的に増加
→2020年には35ZB=35×270
B=約350垓(1020
)Bに†1
(最新版の予測†2
では44ZB)
†1
喜連川(2011), 情報爆発のこれまでとこれから. (原典はIDC/EMC、詳細は引用元参照)
http://www.ieice.org/jpn/books/kaishikiji/2011/201108.pdf
†2
EMC (2014), The Digital Universe of Opportunities.

12. 情報爆発時代における情報の特性
● 情報はEdge-Heavy Dataの中に生まれる
データの特性
 分散(distributed)
 周縁(marginal)
 非構造化
(non-structured)
†1
http://www.flickr.com/photos/evadedave/336673564/
処理の特性
 非同期
 リアルタイムストリーミング
 収集・蓄積から抽出・破棄へ
Amazon UKの物流倉庫†1
⇔従来との差異
・分散⇔集中
・リアルタイム⇔バッチ
・非構造化⇔構造化
・非同期・周縁⇔同期

13. Edge-Heavy Dataを活用するアーキテクチャ
● Edge-Heavy Dataを活用する
複合プラットフォーム・アーキテクチャの3層構造
● エッジ側で破棄／集計し情報を抽出
(Capture Platform)
→Internet of Things (IoT)
● 用途に応じた情報への変形加工
(Data Platform)
→Deep Learning (DL)
● 適切なユーザエクスペリエンスを提供
(Analytics Platform)
→Network Robotics

14. Cyber Physical Systems (CPS)
● Cyber Physical Systems (CPS):
Edge-Heavy Data + Cybernetic Model
Cyber World
Capture
Platform
Data
Platform
Analytics
Platform
Physical World
Sensors
Robots
Head Mount Display
Hologram
Interaction by Smart Devices
Feedback
Loop
CPSの中核となる情報システ

15. Cyber Physical Systems (CPS)
● 多様な技術の発展がCPSの実現を担う
Capture
Platform
データ
ストリーミング
特徴量抽出
Data
Platform
Analytics
Platform
外部データ
静的データ
非正規化データ
正規化データ
データストレージ
構造化／正規化
／知識化
自己学習
(教師なし学習)
コミュニケー
ション／
ビヘイビア生成
データ解析
シミュレーション
強化学習
(教師あり学習)

16. 人工知能の復権
● 人工知能(AI)の成果
Turing Test(1950)†1
†1
人工知能学会(2013),チューリングテストと中国語の部屋.
http://www.ai-gakkai.or.jp/whatsai/AItopics3.html
†2
Keim, B.(2012), Artificial intelligence could be on brink of passing Turing Test.
http://www.wired.com/wiredscience/2012/04/turing-test-revisited/
†3
http://www.itmedia.co.jp/news/articles/1410/30/news130.html
IBM Watson (2011)
質問応答システムが米国の
クイズ番組「Jeopady!」で
74回連続優勝者と最多賞金
獲得者(約3億円)を破る(右図)
日本将棋連盟電王戦(2011〜)
Robert French (2012)†2
「ふたつの技術革新」
①あらゆるデータをいつでも利用できること
②データを収集、組織化、処理する技術の高度化
NII東ロボくんプロジェクト(2014)†3
代々木ゼミナールのセンター模試で偏差値50.5

17. CPSにおける人工知能の可能性
● CPSへの人工知能の活用が期待される
Capture
Platform
データ
ストリーミング
特徴量抽出
Data
Platform
Analytics
Platform
外部データ
静的データ
非正規化データ
正規化データ
データストレージ
構造化／正規化
／知識化
自己学習
(教師なし学習)
コミュニケー
ション／
ビヘイビア生成
データ解析
シミュレーション
強化学習
(教師あり学習)

18. ロボットと人工知能技術の発展に関する予測①
● 2035年のロボット関連市場は９．７兆円†1
†1
NEDO(2010),「2035年までのロボット産業の将来市場予測」
http://www.nedo.go.jp/news/press/AA5_0095A.html

19. ロボットと人工知能技術の発展に関する予測②
● 全米の雇用の47%は20年以内にコンピュータ
(自動化)に置き換えられる†1
†1
Frey, C.B. and Osborne, M.A. (2013), The future of employment: how susceptible are jobs
to computerisation?
コンピュータ化の可能性が雇用に及ぼす影響(Highは20年以内)

20. ロボットと人工知能技術の発展に関する予測③
● 人工知能が社会進出をはじめる†1
†1
松尾(2015), 「今日から始めるロボット事業 ホワイトカラーの仕事がなくなる？
人工知能の『10年後』とは」
2015〜2025年頃
◎感情理解・
行動予測・
環境認識
→Pepper
ビッグデータ
防犯、監視
◎自律的な行動計画
→自動運転
農業の自動化
物流ロボット
2020〜2030年代
◎環境認識能力の
大幅向上
◎言語理解
◎大規模知識理解

21. 政府の動向①
● 内閣府・経済産業省 ロボット革命実現会議
(第6回, 2015/1/23)
➢ 「ロボット新戦略」†1
発表
➢ 平成26年度補正・27年度予算説明
→全体予算172.8億円†2
➢ 3つの段階
✓ 導入実証段階
✓ 市場化技術開発段階
✓ 次世代技術開発段階
†1
http://www.meti.go.jp/press/2014/01/20150123004/20150123004b.pdf
†2
http://www.kantei.go.jp/jp/singi/robot/dai6/siryou3-1.pdf

22. 政府の動向②
● 経済産業省 産業構造審議会
商務流通情報分科会 情報経済小委員会
(第4回, 2015/4/15)
➢ 「中間取りまとめ ～ＣＰＳによるデータ駆動型社会
の到来を見据えた変革～」検討†1
➢ 経済産業省施策
✓ 制度を変える
✓ チャレンジを促す(エコシステム、スタートアップ)
✓ 基盤を整備する(セキュリティ、技術、人材)
➢ 重点7分野
✓ 製造プロセス、流通、モビリティ、インフラ・産業
保安、スマートハウス、行政、医療・健康
†1
http://www.meti.go.jp/committee/sankoushin/shojo/johokeizai/pdf/004_06_00.pdf

23. Cyber Physical Systems (CPS)を実現する
プラットフォームの提案

24. 2020年のシステムをとりまく環境
● オープンデータ
➢ オープンデータ作成と活用の機運
✓ 総務省 データカタログサイト(2014)
http://www.data.go.jp/
✓ 総務省 公共クラウドシステム(2015)
https://www.chiikinogennki.soumu.go.jp/k-cloud-api/
✓ Linked Open Data (LOD) Challenge
http://lod.sfc.keio.ac.jp/
➢ 将来の活用市場拡大
✓ ロボット・人工知能へのインプットとしての
活用
✓ リポジトリとブローカサービスの普及

25. 2020年のシステムをとりまく環境
● 人工知能(AI)
➢ リアルタイム物体認識
➢ 自律的で安全な物理的移動
➢ 一般的な音声対話(雑談対話等)
➢ 各種コーパスのオープンデータ化
➢ 自然言語処理領域における
ディープラーニング技術の適用事例蓄積

26. 2020年のシステムをとりまく環境
● モノのインターネット(IoT)
➢ Industry 4.0による「つながる工場」の実現
https://www.jetro.go.jp/jfile/report/07001735/07001735.pdf
➢ ドローンは12.7億ドル市場へ
http://www.wallstreet-online.de/nachricht/7411784-global-commercial-drone-market-research-to-
2020-covers-key-application-sectors-and-major-players
➢ 第5世代通信規格(5G)
→2010年比1000倍のトラフィック
http://www.itmedia.co.jp/mobile/articles/1406/03/news133.html
➢ Single-chip cloud computer (SCC)
http://www.cs.ucsb.edu/~gilbert/cs240a/old/cs240aSpr2010/slides/Intel48core.pdf

27. 2020年のシステムをとりまく環境
● ロボットフレームワーク
➢ エンターテイメント系(Pepper)と実用系、
自律車両系、アンドロイド系などの技術を統合
➢ ロボットミドルウェア規格の統合・標準化
†1
†2
†3
†4
†1 Aldebaran(2014), Pepper.
https://www.aldebaran.com/ja/puresu/
giyarari/pepper
†2 Boston Dynamics (2013), Petman.
http://www.bostondynamics.com/
robot_petman.html
†3 Meiji Univ.(2011), Infant.
http://www.isc.meiji.ac.jp/~amslab/
racing/robots/infant.html
†4 Osaka Univ. and ATR(2010),
Geminod F.

28. CPSの進化へ向けて
● ロボット
➢ 産業ロボットは精緻なフィードバックシステム
→サンドボックス化したシンプルな環境に限定
➢ エンターテインメントロボットは擬人化ジェスチャに
頼っており、浅薄な環境認識しか持っていない
● IoT
➢ デバイスやネットワークベンダが主導
➢ キラーアプリケーションや導入方法論はこれから
● AI
➢ 画像認識とマーケティング(SNS分析)が先行
➢ 今後CPSへの応用が期待される

29. TISの提案するCPSプラットフォーム・アーキテク
チャ
● CPSプラットフォームは、ロボットシステムと外
部IoTセンサネットワークやクラウド上のデータ
を統合し、計画、会話、コミュニケーションとい
う高次機能を与える
➢ ロボットはロボット自身と外部環境を統合した
世界環境(Cyber World)を認識し、知覚し、
学習することで人類を超える
➢ 人工知能が認識、知覚、学習の基本原理となる
✓ 深層学習(Deep Learning)
✓ ルールベースシステム

30. CPSプラットフォームアーキテクチャ