ランキング形式でお届け! 毎年恒例 IoT Tech の注目ポイント – DevWire (2016/10/31)


2016 年 10 月号
TwitterTwitter でつぶやく  FacebookFacebook でシェアする  LinkedInLinkedIn でシェアする
Index
Hot Topics
IoT の波に乗り遅れないために。
今年の IoT Technology 展で見逃せないマイクロソフト ブース
Machine Learning は簡単?
DevWire のバック ナンバーをご紹介
正規販売代理店情報 正規販売代理店情報
セミナー・トレーニング情報
Column
IoT に適したプロトコルの要件を探る その 2、省電力 (Low Power Consumption)
ほっとひと息
編集後記「プロ棋士と将棋ソフト」
DevWire 編集部 加藤 大輔
Hot Topics
IoT の波に乗り遅れないために。
今年の IoT Technology 展で見逃せないマイクロソフト ブース
いよいよ間近に迫りました Embedded Technology/IoT Technology 展 社外サイトへですが、前月号に引き続きマイクロソフトが何をやらかすのか、DevWire の読者の方には先駆けて公開しちゃいます!

IoT Technology 展を有効活用するため、見逃せない見どころお勧めランキングがコレです!

1 位: 11 月 18 日 (金) 15:00 ~ 16:00 マイクロソフト招待講演
堂々の 1 位は IoT の疑問点を一挙に解決する招待講演です。IoT の波に乗り遅れないようにぜひ、受講ください!
1 位: 11 月 18 日 (金) 15:00 ~ 16:00 マイクロソフト招待講演
こちら 社外サイトへから登録ができますので、満席になる前に今すぐ登録をどうぞ!

2 位: マイクロソフト ブース内 IoT ハンズオン ラボ
~エンジニアでなくても IoT 構築イメージが習得できる短時間ラボ~

なんと、なんと。今年のマイクロソフト ブース内にはハンズオン ラボを受講できるコーナーがあるのです。
デバイス製造に携わる方にはうれしい実際のセンサー付きボードを使ったハンズオンで、センサー データをクラウドにあげてそれを分析、可視化するところまでを短時間で体験していただけます。
事前登録不要。当日、ブースで予約を受け付けるので、会場に着いたら最初に予約してください!
また、短時間のハンズオンじゃ物足りない! という方のために後日、以下の 2 種類のセミナーもご用意。

日 時 場所 内容 対象
12 月 5 日
午前
日本マイクロソフト
セミナー ルーム
IoT をもっとよく知るための講演 IoT に興味のある方
12 月 5 日
午後
日本マイクロソフト
セミナー ルーム
ご興味に合わせたブレークアウト セッションを受講いただきます。ハンズオンもご用意 各セッションにより異なります。
12 月 7 日 日本マイクロソフト
セミナー ルーム
IoT Technology MS ブースのハンズオンを極めていただくための Deep なハンズオン IoT を実際に開発されるエンジニア

※各セミナー詳細は近日公開となりますが、IoT Technology 展 マイクロソフト ブースでご案内のチラシをお配りいたします。

3 位: マイクロソフト ブース内 IoT スターター キット展示コーナー & マイクロソフト パートナー IoT ソリューション展示
目的にあったスターター キットをお選びいただけるよう、マイクロソフト パートナー各社が販売しているいろいろな IoT スターター キットを展示いたします。
その中には 2 位でご紹介したブース内ハンズオンで使われるものもありますので、その場で体感いただくことも可能です。
スターター キットだけではなくブース内には、マイクロソフトのパートナーによる IoT ソリューションがいっぱい。どういった製品やソリューションがお探しの IoT によいかをじっくり選んでいただけます。

今年の IoT Technology 展の活用方法教えます!
上司から IoT をやれ。って言われたけど、何から始めればよいかわからない。
→ぜひ、マイクロソフトの招待講演を聞きに行きましょう。次のステップがわかります。

IoT やらなきゃいけないけど、どのくらい難しいかわからない。
→まずは、マイクロソフト ブースのハンズオン ラボ コーナーで簡単なラボを体感しましょう。

IoT はどんなパートナーが手伝ってくれるのかわからない。
→マイクロソフト ブースでは、たくさんのパートナーが IoT ソリューションを展示しています。いろいろなパートナーと話をしてみてください。また、IoT の勉強会を中心に活動している共創ラボというコミュニティもご案内いたします。

だいたい IoT の構築はわかったけど、もっと深く How to を知りたい
→12 月 5 日、7 日に開催されるセミナー/ハンズオン ラボへご参加ください。

番外編
– 30 分ごとにブース内で行われるミニシアターセッションは、IoT に役立つ情報が満載。講演スケジュールがブース内にありますので、興味のあるセッションを聴講ください。

– IoT デバイスにはやっぱり Windows 10 IoT。でも、開発に疑問点が。。。そんな方はブース内の開発相談所をご活用ください。OS からクラウド接続までマイクロソフトの MVP の方たちがお答えいたします。

– 組込みの皆さまにはお馴染みになりました 2 日目に行われる ET フェスタ。マイクロソフトは今年も地ビールとおつまみを用意しております。ビールを飲みながらマイクロソフトの社員やパートナー達と楽しくお過ごしください!

それでは、皆さまにお目にかかれますことを楽しみにしております!

Machine Learning は簡単?
季節はすっかり秋。ご無沙汰しております。

デバイスの話をしていると、ついつい IoT へと話題が移りがちな昨今、デバイス側から一番見えにくいのがこの Machine Learning などのクラウド上のサービス エリアではないでしょうか。
IoT Hub などは、まだデバイス上での操作がブラウザー上で見て取れる分、しくみとして一貫性を感じられますが、この Machine Learning となると、すこし遠いところの話のように感じられます。

「コンピューターに学習させる」というとすごく複雑な理論が絡み合っている印象を受けますが、実は結構単純なしくみの組み合わせで動きます。
実際には以下、たった 5 つの質問しか用意されておりません。

「A か B か」
「異常か」
「どのくらいの量または数か」
「どのような構成か」
「次に何をすべきか」

いずれも、普段人がやっている作業に近く、徐々に親近感もわいてくるのではないでしょうか。

参考: 初心者向けデータ サイエンス ビデオ 1: データ サイエンスが回答する 5 つの質問
参考: 初心者向けデータ サイエンス ビデオ 1: データ サイエンスが回答する 5 つの質問

とはいえ、まだ理論の域を出ないなと感じている方もいらっしゃるかもしれません。
そういう場合、まずは使ってみましょう。
Azure Machine Learning Studio を使うと、簡単にサンプルのデータを使って「実験」をすることができます。
この「実験」という言葉がなんとなく新鮮であり、言いえて妙です。

チュートリアル: Azure Machine Learning Studio で初めてのデータ サイエンス実験を作成する
チュートリアル: Azure Machine Learning Studio で初めてのデータ サイエンス実験を作成する
このチュートリアルでは 5 つのステップで自動車の価格を予測するプロセスが紹介されています。

モデルの作成
手順 1: データを取得する
手順 2: データを前処理する
手順 3: 特徴を定義する

モデルをトレーニングする
手順 4: 学習アルゴリズムを選択して、適用する

モデルのスコア付けとテストを実行する
手順 5: 新しい自動車の価格を予測する

大きくは、モデルを作成し、トレーニングを実施して学習させ、最後に予測を実行するという流れです。
各ステップを簡単に追いますと、モデルの作成ではデータを取得して、取得したデータには抜けなどがあり、そのまま学習に入ると誤った情報を学んでしまうので、前処理を使ってデータを整えます。
Azure Machine Learning では、アルゴリズムが用意されていますので簡単に実施できます。

そして最後に、特徴の定義をします。
特徴というのは、データがもつ項目をピックアップするようなイメージです。
たとえば、飲食店ではお昼と夜で違うか? とか、家族連れが多いか、一人での利用が多いか? 価格帯はどうか? など、分析に必要と思われる項目を特徴として定義しておきます。

参考: 特徴エンジニアリングと特徴選択
参考: 特徴エンジニアリングと特徴選択
モデルが準備できたら、実際に用意されているアルゴリズムを使って、繰り返し学習をさせていきます。 これがトレーニングです。
トレーニングを実施することで、イメージとしては「金曜日はカレーがでるな」とか「月末は家族連れが多いな」などの特性を学習していきます。
この学習したパターンに沿って、最後にテストを実行して予測を実施するという作業をします。
これにより、たとえば「明日は金曜日だからカレーがでそうだ」といった予測をし、それにより食材の発注を制御するなどの話に進むことが可能になります。

最後に、一連の情報が整理されている Azure Machine Learning のポータルを紹介させていただきます。
今回は、文中に多くのリンクが存在しますが、それぞれ詳しく説明されておりますので、紹介させていただいたページからまずはご覧いただければと思います。

参考ポータル: Machine Learning のドキュメント

よみにくい秋の空。はたして Machine Learning で予測可能になるのでしょうか?

DevWire のバック ナンバーをご紹介
DevWire のバック ナンバーをご紹介 とっても役に立つ、みんな大好き DevWire のバック ナンバーです。

DevWire バック ナンバー サイトはこちら

【正規販売代理店情報】
東京エレクトロン デバイス株式会社 Azure Certified for IoT 取得支援ラボ 社外サイトへ
お客様のデバイスでの認定取得をご支援するサポート サービスです。デバイスを Azure に接続するための作業や、認定取得までの一連のプロセスをサポートします。岡谷エレクトロニクス株式会社 システム貸出評価プログラム 社外サイトへ
性能評価やパフォーマンス比較、アプリケーションの動作確認を、行いたいなどのご要望にお応えします。また、すぐにご評価いただけるよう評価に必要な内容を一式ご用意しております。アドバンテック株式会社 統合 IoT ソリューション 社外サイトへ
IoT 産業の発展を促進するため、マイクロソフトとの協力のもと WISE-PaaS IoT ソフトウェア・プラットフォーム・サービスを開発。お客様が迅速に IoT アプリケーションを構築できるオールインワン SRP (ソリューションレディパッケージ) サービスをワンストップで提供していきます。
【セミナー・トレーニング情報】
【セミナー・トレーニング情報】 多くのセミナー、トレーニングを開催しております。
ぜひご活用ください。●アヴネット株式会社 トレーニング 社外サイトへ
●岡谷エレクトロニクス株式会社 セミナー/トレーニング情報 社外サイトへ
●東京エレクトロン デバイス株式会社
トレーニング 社外サイトへ セミナー・イベント 社外サイトへ
●菱洋エレクトロ株式会社 イベント・セミナー情報 社外サイトへ
Column

IoT に適したプロトコルの要件を探る その 2 省電力 (Low Power Consumption)
一般的に IoT に適したプロトコルとは以下の要件を満たす必要があるとされています。

・軽量 light weight
・省電力 Low Power Consumption
・低速あるいは不安定ネットワークでも稼働する limited network bandwidth
・負荷分散が可能 Scaling

前回はこれらのうち省電力について取り上げましたが、今回は「軽量」について考えてみたいと思います。

軽量とひとことで言っても IoT プロトコルの要件としてはどういう意味なんでしょう。まず思いつくのがフットプリントが小さいこと。そしてプロトコルを処理する際のコンピューター リソースに対する負担が少ないこと。それとネットワークに対する負荷が少ないことなどが思いつきますね。最後のネットワークに対する負荷については他の要件の「低速あるいは不安定なネットワークでも稼働する」で議論するとします。また、「コンピューター リソースに対する負荷」については以前取り上げた「省電力」ともかかわりますので別途議論したいと思います。今回はこのうちフットプリントについて考えてみましょう。

フットプリントと云えばソフトウエアの世界では、プログラム実行時のメモリの容量を指します。またハードウェアの世界ではプリント基板上に占める部品の面積あるいはその形状のことを指します。つい先日までプリント基板の設計の仕事が忙しかったものですから、私的にはフットプリントと云えば後者のほうが頭の大部分を占めているのですが、当然ここではメモリ容量について議論します。

特にフットプリントが気になるのはサーバー側で動作するプログラムではなく、センサー ノード側 (写真) で動作するプログラムの方なのです。PC を普段使っていると RAM 容量が 8 GB でハードディスクが 500 GB などというスペックに驚くことはなくなりました。しかしセンサー ノードで動作するコンピュータではプログラムのメモリの容量が数十 KB、RAM 容量は数 KB というスペックは少なくありません。加えてハードディスクのような 2 次記憶装置はありません。「プログラムのメモリ」と表現しましたが、このメモリはフラッシュという不揮発メモリで実行するプログラムを格納するハードディスクの役割も兼ねています。

G80 TH Module
G80 TH Module 社外サイトへ
STM32F427VGT6 (Cortex-M4 180 MHz) 搭載、マイクロソフト社製 .NET Micro Framework 組み込み済の製品

この容量が先に述べたように非常に小さいので、センサー ノードでプログラムを実行するためにはプロトコルを処理する部分も含め、なるべく小さなプログラムに収める必要があるのです。言い換えればコードの量を抑えることが求められるのですが、そのためにはプロトコルの処理も単純なものが望ましいのです。とは云っても、どのようなプロトコルが実行コードが少なくて済むのかについては難しいところですが、たとえば相手側からかえってきたステータスを見て次の処理を決めなければならない時など、その都度条件式を書いて判別するのではなく、論理演算一発で判別ができるようなフォーマットに工夫がされていればプログラマとしては嬉しいですね。

今回は IoT プロトコルのうち軽量という要件のうちデバイス ノード側のフットプリントについて焦点を当てて考えてみました。次回も引き続き IoT プロトコルの要件について考えてみたいと思います。お楽しみに。

ほっとひと息
編集後記「プロ棋士と将棋ソフト」DevWire 編集部 加藤 大輔
将棋を観戦するのが趣味の加藤です。「プロ棋士 vs プロ棋士」の将棋はもちろんおもしろいのですが、「プロ棋士 vs 将棋ソフト」も盛り上がっていますね。既にチェスの世界ではソフトが人間を超えたとされています。囲碁は今年 3 月にソフトと世界王者が五番勝負をして 4-1 でソフトが勝ちました。では将棋はどうでしょうか? 既にソフトが人間を超えたとされていますが、私としてはまだ人間に頑張ってほしいなと思っています。(人間とソフトは同じ尺度で比較するものではないとも思っています)

ソフトが進化するスピードに人間がついていけないのは明らかです。ソフトは 24 時間稼働して Machine Learning を積み重ねて着実に棋力をあげることができますが、人間は 24 時間稼働し続けることは不可能ですよね。またソフトは学習した内容を忘れることがないので、バグがない限りミスが起こりにくいです。人間はプレッシャー、疲労などミスする要因は多いですよね。

近い将来、将棋の世界でも「ソフトが人間を超えた」が定説になる日が来ます。だからといってプロ棋士という職業がなくなることはないと思っています。勝勢だったのにミスして負けたり、予想外の手を指されて驚いたり、勝っても負けても対戦相手に敬意を表す振舞いなど、「プロ棋士 vs プロ棋士」にしかない見所がある限りは・・・。

ページのトップに戻る
Windows Embedded DevWire に関するお問い合わせはこちら:
kkoedadmin@microsoft.com

 


Comments (0)

Skip to main content