日経ＢＰセミナ：クラウド＆ＡＩ（２月２０日）

１．はじめに

　日経ＢＰ社のセミナでＧｏｏｇｌｅ　ｃｌｏｕｄ　ｐｌａｔｆｏｒｍ、クラウドＡＩ事例など有効な内容でした。メモとりましたので参考にして頂ければ。どの企業も使わないと置いて行かれますね。また当社では「はじめてのＡＩプログラム学習キット」を販売しております。

https://spectrum-tech.co.jp/products/ai_tensorflow.html

２内容

ーーーーーーーーーーーーー

１．日時：平成３０年２月２０日（火）１１：００－１１：４０

２．場所：パークタワー東京

３．講演者：Ｇｏｏｇｌｅ　ｃｌｏｕｄ　大藪さん、宮崎さん

４．タイトル：ＧＣＰ最前線ーインフラからＭＬまでー

５．内容

Ｇｏｏｇｌｅは１９９８年創立、２０周年

（１）インフラ

・これまでのクラウド：コロケ、仮想化と進んできた

・Ｇｏｏｇｌｅは管理、設定、保守まで提供し、ユーザはアプリに注力してもらう

・過去３年で３０Ｂ＄（３兆円）を投資

・ｐｏｐはグローバルで３３か国、１００か所以上、日本は東京、もうすぐ大阪でも

・あらゆる法人ニースに応える、ＶＭ，Ｃｏｎｔａｉｎｅｒ，サーバレスまで

・ライブマイグレーションが可能（ダウンタイムなしでＯＳ入れ替え、パッチなど可能）

（２）データ分析（ビッグデータ）

・２０２５年１６３ｚｅｔａｂｙｔｅ（１６３兆ＧＢ）まで増える

・ｇｏｏｇｌｅはオープンソース（ｈａｄｏｏｐ，ａｐａｃｈｅ，ｔｅｎｓｏｒｆｌｏｗなど）提供

・データサイエンティストは、分析以外にクラスタ、ネットワーク設定、インデックスなどたくさんあり、

　今後は、分析に注力してもらいたい

・Ｂｉｇｑｕｅｒｒｙ（ＤＷＨ）：１５１ＧＢを２１秒で抽出

・Ｐｕｂ／Ｓｕｂ，Ｄａｔａｆｌｏｗなどリアルタイム処理も提供

・用途は、Ｐｏｓ、ＩｏＴ、モニタリングなど

・例：リクルートｌｉｆｅｓｔｙｌｅ：ホットペッパー分析、コストが１０分の１

（３）マシンラーニング

・Ｇｏｏｇｌｅ　ｃｌｏｕｄ　ＡＩとして提供

・用途：ヘルスケア、保険、小売り

・専門家不足：２１００万人の開発者に対して、１００万人のデータサイエンティスト

ＭＬはもっと少ない

・今後は、ＡＩの民主化を図る：簡単に作れるように

・一般向け：Ｃｌｏｕｄ　ｖｉｓｉｏｎ、Ｃｌｏｕｄ　ｓｐｅｅｃｈなどのＡＰＩとして提供

・専門家向け：Ｃｌｏｕｄ　ＭＬ　ｅｎｇｉｎｅとして提供、Ｔｅｎｓｏｒｆｌｏｗで作成したものをクラウドで動作

・例１：ＨｙｐｅｒＣｏｍｍｕｔｅ：チャットアプリを音声認識と自動翻訳を組み合わせ

・例２：Ａｉｒｂｕｓ：ＣｌｏｕｄＭＬ＋Ｔｅｎｓｏｒｆｌｏｗで気象衛星の画像から雲を識別

ー自前で２０年やりエラー率：１１％

ークラウドＡＩで３か月で３％とものすごい精度

●今後、ＡＰＩとＭＬｅｎｇｉｎｅの中間のＣｌｏｕｄ　ＡｕｔｏＭＬを提供

ー第一弾は、Ｃｌｏｕｄ　ＡｕｔｏＭＬ　Ｖｉｓｉｏｎ

ーユーザは画像のｕｐｌｏａｄとラベル付けのみでカテゴライズできる

ーーーーーーーーーーーーーーーーーー

１．日時：平成３０年２月２０日（火）１２：１０－１２：４０

２．場所：パークタワー東京

３．講演者：日経クラウド　中山編集長

４．タイトル：活用が始まったクラウドＡＩ

５．内容

日経クラウドは、ＡＷＳとＡｚｕｒｅの専門誌、２事例を毎月紹介、２０１６年創刊

（１）ゑびや事例

食堂と土産物店：伊勢神宮

・小田島代表が取組：若い、奥さんの実家の稼業継ぐ

・来店客予測を重回帰分析を使ってすでに実施していた。１３項目

・画像解析（ＭＳ　ｃｏｇｎｉｔｉｖｅ）をＡＩで実施

ー人数カウント、性別は問題なく実施

ー年齢は、６０歳以上はいいが、２０－５０歳は区分け不能（化粧のため）

ー表情；使えない

・入店率、女性率、購買率を算出

・サイダのディスプレーで６ポイントの入店率がｕｐ，売上もｕｐしディスプレー常設へ

・ディスプレー常設で＋８０％（対前年）アップ。ものすごい効果

・今後は来店予測を１３項目から３００項目に増やして実施。ＡＩが自動抽出してくれる

（２）千

・学校行事向けの写真販売

・プロのカメラマンを運動会などに派遣し、とった写真を保護者が購入

・これまでは数が多いと子供を識別できなかった

・ＡＷＳのＲｅｋｏｇｎｉｔｉｏｎを使って、保護者が１枚子供の写真をｕｐすると自動抽出

・課題：東京でＲｅｋｏｇｎｉｔｉｏｎがない、ストレージ費用が２倍なるので分析したらすぐ削除

１画像で１５人までしか識別できなかったので集合写真で使えない。今は１００人まで

（３）Ｇｌｏｂａｌ　ｐｉｇ　ｆｉｒｍ

・豚を生まれてから１２０ｋｇになるまで生産して出荷、年５４万頭

・課題：出荷までの日数にバラツキ１か月あったので、生産管理、在庫管理がむつかしかった

・ＡｚｕｒｅのＤｅｃｉｓｉｏｎ　ｆｏｒｅｃａｓｔを使った

・最初５３日のバラツキ、気温追加で２８日、データクレンジングで１４日へ

・リアルタイムでＡＩを再学習させることができるので精度がｕｐ

（４）総括

・クラウドＡＩは実用へ

・出来合いのＡＩとカスタマイズＡＩがある、用途で選択

・出来合いＡＩは、アルゴリズムはプロが作成、事前学習もクラウド側で実施済なのですぐ使える

・ｈｏｗ　ｏｌｄ．ｎｅｔ（Ｃｏｍｐｕｔｅｒ　Ｖｉｓｉｏｎ　ＡＰＩ），ＱｎＡ？？などの使いやすい事例もある。

ーーーーーーーーーーーー

３．問い合わせ先

当社の強み

・無線ＬＡＮの専門調査会社として、セキュリティから電波までの無線ＬＡＮの専門性を強みとしております。

・無線歴３５年、ＳＩ歴２５年の専門家が対応します。

・自社所有の測定ツール（Ｌｉｎｕｘ，スペアナ、電波診断ツール、セキュリティ診断ツール、トラヒック診断ツール）により迅速に対応します。

スペクトラム・テクノロジー株式会社

https://spectrum-tech.co.jp

電話：04-2990-8881

email:sales@spectrum-tech.co.jp

line@のｉｄ； @htr2462r

担当：村上

via Spectrum Technology
Your own website,
Ameba Ownd

無線LANオタクのつぶやき：spectrum-tech

無線LAN関係の状況などをコメントしてゆきます。たまに、無線全般に書いてゆきます。見える化、脆弱性、セキュリティなど

日経ＢＰセミナ：クラウド＆ＡＩ（２月２０日）