190613 ai 05 optim - tech & device tv › pdf › 190613_ai_05_optim.pdf · 2019-06-13 ·...
TRANSCRIPT
300種類を超える学習済みAIモデル適用メニューの活用事例
• Director@OPTiM
• AI・IoT新規事業立上げ
• Spec• Software Engineer: C++, Java, Python,
Ruby, Lua, ActiveBasic, Intel x86/x64 assembly
• Biz Dev: AI・IoT新規事業立ち上げ複数並列中
• 過去やってたこと• IPA未踏ユース2005年度 スーパークリエイター
• 統合開発環境「ActiveBasic」開発者
山本 大祐(1983-)
本格的に魂を込め始めた1999年8月
当時高校1年生
ActiveBasic 1.0リリース(N88BASIC互換のインタプリタ環境を再現)
実際、何を作っていたの?
IDE コンパイラ(x86/x64)
デバッガ
エディタ
画面デザインツール
1999 2000 2001 2002 2003 2004 2005 2006
v1.5
v2.0
v2.5
v3.0
v4.0
v5.0β
v1.01999年08月
2000年04月
2001年04月
2002年08月
2003年07月
2005年05月
N88BASIC互換の環境整備。インタプリ
タ方式
EXEファイルの出力が可能に
構造化構文/Win32API対応
画面デザインツール搭載
コンパイラを搭載
オブジェクト指向化
EXEファイルの出力が可能に
当時、著者「奥村 晴彦」先生の許可をいただきC++→ABに移植活動していた
2004年5月、はじめての著書を出版
•楽器
•解体と再結合
•数学
•複数言語
•感電
これは何でしょう
•楽器(ギター、ピアノ、etc…)
•解体と再結合(ラジカセを分解してもとに戻す)
•数学が得意
•複数言語を理解する・話すことができる
•感電経験がある(コンセントにクリップ)
ハイレベルな技術者の傾向
成長を続けるオプティム
売上
10億
20億
30億
40億
50億
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019.3
1億
2億
3億
4億
5億
経常
42.1
33.1CAGR 26%※年平均成長率(直近5カ年分) 26.2
21.5
14.313.112.610.5
(億円)
2000/6/8創業
9.18.6
5.2
1.91.30.003 0.08 0.3
0.7
17.9
(折れ線)54.4※着地見込み
ActiveBasicで準備運動
OPTiMの皆と世界を変える
売上
10億
20億
30億
40億
50億
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
[全体] 2017/9 日本初、国立大学内に上場企業本店を移転
[Biz] 2017/10 MDM・PC管理サービス「Optimal Biz」売上額シェアNo.1
[建設] 2017/7 LANDLOGの共同企画・運用を決定
[農業] 2017/12 スマート農業アライアンス設立
2017/12 ピンポイント農薬散布テクノロジーによる大豆の栽培に成功
2019/1 みちのく銀行とスマート農業地域商社「株式会社オプティムアグリ・みちのく」を設立
[AI] 2018/3 佐賀大学内にモノタロウAIストア(無人店舗)を共同でオープン
2018/10 新製品発表会にて「OPTiM AI Camera」を10業種同時リリース
33.1
26.2
21.5
14.313.112.610.5
(億円)
2000/6/8創業
9.18.6
5.21.91.3
0.003 0.08 0.30.7
17.9
42.1[Biz]2009/10 Optimal Bizを提供開始
[Guard]2012/12 Optimal Guardを提供
[タブホ]2014/11 タブレット使い放題を提供
[SS]2015/3 Optimal Second Sightを提供
[CIOS]2016/3 OPTiM Cloud IoT OSを発表
[Store]2016/3 OPTiM Storeを発表
[OSA] 2006/9 NTTと技術ライセンス契約を結び、Optimal Setupを提供
世界初
日本初
世界初
マザーズ上場
東証一部上場
日本初
1
2
3
54.4※着地見込み
世界初
日本初
〇〇×IT投資開始
でも、いろいろと並列すると・・・
プロジェクトの掛け持ちは切り替えが大変
ゾーンに入る
夢中になる
仕事とプライベートの境目?
• AI Service立上げ
•戦略的大型PF立上げ
•海外メンバーとの共同開発
•執筆活動
•講演活動
• BTC自動取引(Arbitrage Algorithm)
•株式投資
•ときどきアジアに消えます
•筋トレ
最近ハマっていること
ときどきアジアに消える話
アジアの国々 → 東京
東京 → サンフランシスコ&サンノゼ
→ 東京 → 九州
ドローンラボプレゼンテーションルーム
オプティム・カフェAI・IoTパビリオン(今夏予定)
ヘッドクオータービル(佐賀本店)
✕
Copyright © 2018 OPTiM Corp. All Rights Reserved. 37
AI Camera
各業種に特化した画像解析サービス「AI Camera」
AI CameraAI Voice
AI Prediction
Smart Field
小売
飲食
鉄道
銀行
製造
学校 集合住宅
空港
公共
オフィスビル
10の業種・業界に向けた一般的かつ専門的AIサービスを提供
Copyright © 2018 OPTiM Corp. All Rights Reserved. 38Copyright © OPTiM Corp. All Rights Reserved
使い放題プラン機能 来店者分析 入店者数カウントと予測
機能説明出入口カメラで入店者を検出し、入店者数をカウントします。ダッシュボードに表示される入店者数数は1分ごとに更新されます。カメラ別のカウントではなく、店舗別(各カメラの総数)のカウントとなります。
アプリ内表示場所ダッシュボード(当日のみのデータ)来店者分析(過去データの参照)
カメラ推奨位置 入り口に高さ2.5~5M程度、角度20~70度前後程度を推奨
算出方式 矩形外から矩形内に入った人数を累積してカウントしていきます
精度 80~%
入 店 者 数 予 測
入 店 者 数 カ ウ ン ト
機能説明“入店者数カウント”機能で取得した人数情報をもとに未来の店舗前通行数を予測します。蓄積された分析データ及び各種オープンデータを使用し、当日(翌日、翌週、翌月は準備中)の数を予想します
アプリ内表示場所 ダッシュボード
算出方式同じ曜日の過去データを元に予測します。なお、近い過去データほど重み付けが高くなっています。
精度 70~%
出入口カメラ
来店者分析(来店者数)
ダッシュボード
管理画面で範囲指定(矩形選択)を行います。
Copyright © 2018 OPTiM Corp. All Rights Reserved. 39Copyright © OPTiM Corp. All Rights Reserved
使い放題プラン機能 来店者分析 店舗前通行者数カウントと予測
機能説明出入口カメラで店舗前の歩行者を検出し、店舗前歩行者をカウントします。カウント数は“来店者分析”の“入店率”に表示されます。カメラ別のカウントではなく、店舗別(各カメラの総数)のカウントとなります。
アプリ内表示場所ダッシュボード(入店率に表示されます。当日のみのデータ)来店者分析(入店率に表示されます。過去データの参照)
カメラ推奨位置 出入口に高さ2.5~5M程度、角度20~70度前後程度を推奨
算出方式 矩形内に入った人数の累積をカウントします。
精度 80~%
店 舗 前 通 行 者 数 予 測
店 舗 前 通 行 者 カ ウ ン ト
機能説明“店舗前通行予測”機能で取得した人数情報をもとに未来の店舗前通行数を予測します。蓄積された分析データ及び各種オープンデータを使用し、当日(翌日、翌週、翌月は準備中)の数を予想します
アプリ内表示場所 ダッシュボード
算出方式同じ曜日の過去データを元に予測します。なお、近い過去データほど重み付けが高くなっています。
精度 70~%
出入口カメラ
来店者分析(入店率)
ダッシュボード
管理画面で範囲指定(矩形選択)を行います。
Copyright © 2018 OPTiM Corp. All Rights Reserved. 40Copyright © OPTiM Corp. All Rights Reserved
使い放題プラン機能 来店者分析 入店率
入 店 率
機能説明“入店者カウント”と”店舗前通行者カウント”の割合で入店率を分析します。カメラ別のカウントではなく、店舗別(各カメラの総数)となります。
アプリ内表示場所
ダッシュボード(当日のみのデータ)来店者分析(過去データの参照)
カメラ推奨位置 入店者数カウント、店舗前通行者カウント同様
算出方式 入店者カウント数÷店舗前通行者数で算出します。
精度 80~%
出入口カメラ出入口カメラ
店舗前通行者カウント 入店者カウント
来店者分析
ダッシュボード
管理画面で範囲指定(矩形選択)を行います。
Copyright © 2018 OPTiM Corp. All Rights Reserved.
✕
Copyright © 2018 OPTiM Corp. All Rights Reserved. 42
AIによる画像解析を活用したインフラ設備の点検向けソリューション
設備内の危険作業、業務効率の改善が必要な作業においてカメラで
撮影した映像データをAIが解析し、安全に業務効率の向上を実現
•省力化店舗、1年間にわたる店内無人オペレーションの実現
=> アプリでのロギングに加え、AIによる人物検出で入店行動を見守り
=> 日本の平均ロス率(0.97%)を大幅に下回る実績
•マーケティングデータとしての活用
=> より一層拡充へ。実用化フェーズへ
AIの活用状況
NHKでの放映(2019/5/8 夜)
PAUL & JOE 表参道ヒルズ店
日本初のネット時代の次世代型ショールーム“蔦屋家電+”2019年4月、二子玉川にオープン
工場での導入事例
◼侵入検知サービス• 概要
• 矩形内(右図白線内)で「人」 検知時に発報
• 目的 “工場内の安全性向上”• グリーンベルト歩行規則を守っていない人(数)の確認
• 事故が起こる前に、事故に繋がる可能性のある行動を可視化する
• 機能• 矩形内で人を検知した回数をカウントする
• 検知ログ(履歴表)を生成できる
◼ 実証を通じた検討課題
‒ カメラ画像の安定的取得:カメラ設定、システム側改修
‒ 人物検知点の捕捉:カメラ位置・設定確認(必要に応じて変更)、画角調整、事前検証
AI使い放題パックはどれだけ使っても
月額15,000円/カメラ1台
全30メニューあり、
今後続々とメニューが追加されます。
より業界に特化したAI機能はオプションとして
月額5,000~15,000円でご提供いたします
OPTiMが数々の産業パートナーと
構築してきた
学習済みモデルをプリセット
すぐに利用を始めることができます
各業界・産業とITを組み合わせる
「○○×IT」により
全ての産業を第4次産業革命型産業へ
と再発明してまいりました
〇〇×ITで各産業パートナーと培ってきた学習済みモデルをプリセットしており、素早く・安価に解析サービスを導入いただけます。
AI Camera
34menus
41menus
23menus
23menus
36menus
31menus
35menus
31menus
31menus
23menus
小売
飲食
鉄道
銀行
製造
学校 集合住宅
空港
公共
オフィスビル
OPTiM Edge
OPE-1HPベースオプティムカスタマイズEdge
OPTiMのAI事例
自立飛行の実現(ドローンによる空撮)
ビッグデータ蓄積
領域抽出(ディープラーニング)による病害虫検出
NDVI・SPADによる植生分析
ドローンによるピンポイント農薬散布
ピンポイント農薬散布テクノロジー~ 農薬使用量1/10以下、残留農薬不検出、収量品質同等を実現 ~
農業×IT
医療×IT
建設×IT
鉄道×IT
水産×IT
コールセンター×IT
小売×IT
介護×IT
佐賀大学農学部、佐賀県との3者連携協定を中心とした推進
Agri Assistant
センサデータ
画像データ
病害虫診断
Agri House Manager
栽培記録生産コスト
収量出荷量売上
気象データ
Agri Field Manager連携
データ
プラットフォーム
アウトプット
ターゲット
農作業計画
ピンポイント農薬管理
GAP管理
コスト管理
施肥診断
営農機能
収量予測
自動飛行データ作成機能
衛生データ
API
サードパーティAP
圃場分析
病害虫診断
圃場分析
施肥診断
収量予測
自動走行データ作成機能
ハウス制御連携
API API
トマト米
大豆 キャベツ いちご黒にんにく
茶
みかん
玉ねぎ
病害虫データ
アセットデータ
じゃがいも
デバイス
スマホ ドローン 農機 センサ定点カメラ
IoTサーバ
パプリカ
きゅうり
WAGRI
連携
APIAGRI EARTH powered by OPTiM Cloud IoT OS
眼底画像 AI(人工知能)
① 臨床データと診断結果のビッグデータを集約
② 教師あり学習で学習モデルを構築
匿名化した上で佐賀
大学の過去の臨床画
像データと診断結果
をAIが学習
深層学習により
注意個所の発見
や、可能性のあ
る疾病を列挙
糖尿病性網膜症緑内障
③ 学習モデルによる推論
眼底・レントゲン写真の画像診断支援農業×IT
医療×IT
建設×IT
鉄道×IT
水産×IT
コールセンター×IT
小売×IT
介護×IT
佐賀大学医学部と共同設立されたメディカルイノベーション研究所での取り組み
医療画像診断支援AIプラットフォーム
建設生産プロセス全体をつなぐ新プラットフォーム「LANDLOG」
ディープラーニング(物体検出、領域抽出、キーポイント検出)による建機・車両・人の動きの可視化・状況分析
農業×IT 医療
×IT
建設×IT
鉄道×IT水産
×IT
コールセンター×IT
小売×IT
介護×IT
コマツとの合弁会社による取り組み
POC
プロジェクトプランニング
机上実証(目安1-3ヶ月)
フィールド実証(目安1-3ヶ月)
製品開発 導入・運用
既存データ又は手動で取得したデータセットをもとに、ミニマムに仮説検証を実施
推論エンジンをIoT機器と連携し、フィールドで数サイクル実施
数サイクルの再学習により、一定の推論精度と対環境依存性を担保
導入数を増やし、反復的に再学習を実施することで、推論精度および対環境依存性の維持・向上を行う
• 課題設定• KPI設定• 必要データ入手法決定• モデル化可否判断
• KPI達成可能性判断• 開発移行可能性判断• 知的財産権の帰属先判断• 事業性最終判断
• 機械学習の基礎知識(教師あり学習・教師なし学習・強化学習)
• ディープラーニングの基礎知識(CNN・RNN・LSTM・Auto Encoder・GAN)
• 開発プロセス
• 契約・知財・個人情報保護・OSSライセンス・見積り
• コーディング
• 課金モデル
• ハードウェアアクセラレータ(CPU・GPU・FPGA・ASIC)
• エッジコンピューティング
• チームビルディングと運用(DevOps・SRE)
• ケーススタディ(農業・建設・医療・小売)
• 機械学習の基礎知識(教師あり学習・教師なし学習・強化学習)
• ディープラーニングの基礎知識(CNN・RNN・LSTM・Auto Encoder・GAN)
• 開発プロセス
• 契約・知財・個人情報保護・OSSライセンス・見積り
• コーディング
• 課金モデル
• ハードウェアアクセラレータ(CPU・GPU・FPGA・ASIC)
• エッジコンピューティング
• チームビルディングと運用(DevOps・SRE)
• ケーススタディ(農業・建設・医療・小売)
第1章 AIで何かやってみせてよ第2章 AIの基礎知識第3章 AIプロジェクトの立ち上げ第4章 AIコーディングの基礎第5章 AIサービスの提供と運用第6章 AIプロジェクト・ケーススタディ
お読みいただきたい方
• AIプロジェクトを導入・進行するマネージャー・ディレクター
• AIを自社サービスに取り込みたい経営者
• AIプロジェクトの契約書類を作成する法務担当・営業担当
• AIを仕事に使いたい・使うことになったエンジニア
ご購入
• 2,770円(税抜き)
• Amazon(”オプティム” で検索すると出てきます)
•全国の書店 → 帰りがけに(紀伊国屋、丸善、三省堂など)
1カメラ 15,000円で、すぐにAIサービスを導入できる
AIプロジェクトの進め方を短期間で習得できる書籍がある
OPTiMTechBlog
“オプティム キャリア採用” で検索