OSSコンソーシアム総会 170710

Copyright © 2017 TIS Inc. All rights reserved.
2017年7月10日
TIS株式会社
戦略技術センター／AIサービス事業部
油谷実紀
プラチナ社会に向けてITが果たす役割を考える
～OSSとXaaSからオープンイノベーションへ～
OSSコンソーシアム第九回総会

Copyright © 2017 TIS Inc. All rights reserved. 2
油谷実紀(ゆたにみき)
○TIS株式会社フェロー戦略技術センター長
兼 AIサービス事業部副事業部長
■AI・ロボット・クラウド技術をベースとした、
ヒューマン・コンピュータ・コミュニケーションによる社会課題解決
○株式会社エルブズ取締役
■社会性エージェントサービス提供
■https://elvez.jp/
○シークセンス株式会社取締役
■自律移動型ロボットシステム製造販売
■https://seqsense.com/
○一般社団法人オープンガバメント・コンソーシアム理事
AI・ロボット分科会・FinTech分科会主査
○国立大学法人北陸先端科学技術大学院大学産学官連携客員教授
自己紹介
Facebook: 油谷実紀
Twitter: @blackaplysia

1. 超高齢化社会を向けた我が国の将来(「プラチナ社会」)に向けて
ITとりわけAI/IoTをどのように活用することが期待されているか
2. ふりかえってエンタープライズシステムの世界において
AI/IoTの理解が捻じ曲げられている現状があり、
それに向けての対処がどのように期待されているか
今日お話ししたいこと

油谷実紀(ゆたにみき)
○TIS株式会社フェロー戦略技術センター長
兼 AIサービス事業部副事業部長
■AI・ロボット・クラウド技術をベースとした、
ヒューマン・コンピュータ・コミュニケーションによる社会課題解決
○株式会社エルブズ取締役
■社会性エージェントサービス提供
■https://elvez.jp/
○シークセンス株式会社取締役
■自律移動型ロボットシステム製造販売
■https://seqsense.com/
○一般社団法人オープンガバメント・コンソーシアム理事
AI・ロボット分科会・FinTech分科会主査
○国立大学法人北陸先端科学技術大学院大学産学官連携客員教授
自己紹介
Facebook: 油谷実紀
Twitter: @blackaplysia
2016年度の
主な活動

 人と対話するエージェントに社会性を持たせることにより、人々の社会生活を豊かにする
スタートアップElvezを設立しTISがシード出資
株式会社エルブズ
設立 2016/2/26
本店東京都渋谷区
役員
代表取締役社長田中秀樹
取締役油谷実紀
取締役松尾秀彦
特許
特願2016-079926 「見守りシステム」
特願2017-006128 「電子御用聞きシステム」
特願2017-094490 「非接触簡易決済システム」
事業内容
社会性エージェントサービスの提供
ビジョン
社会性を持つAIで幸せを提供する

 日本経済新聞社説
「AIで日本を強く―
高齢者支援と消費喚起に役立てよ」
(2017/1/14)
http://www.nikkei.com/article/
DGXKZO11683460U7A110C1EA1000/
エルブズに関するニュース①

 ワールドビジネスサテライト
「ニッポンの課題に挑む
～人工知能で過疎村を救え～」
(2017/5/17)
http://www.tv-tokyo.co.jp/mv/wbs/
feature/post_132305/
エルブズに関するニュース②

 人と共生する自律移動型ロボットを開発販売するスタートアップ
SEQSENSE株式会社を設立し、TISがシード出資
シークセンス株式会社
設立 2016/10/3
本店東京都港区
役員
代表取締役CEO 中村壮一郎
取締役CTO 黒田洋司
取締役油谷実紀
開発計画
2016(実績) Haneda Robotics Labs.
2017 実証実験
2018 展開
ビジョン
『今そこにある安心』
真に社会へ溶け込むロボットサービスを
私達は提供します
サービス
商業施設やオフィスビルなどに、
セキュリティロボット及びシステムを
ご提供します

 日本経済新聞本紙
「巡回警備ロボにお任せ―
TIS、大学発ベンチャーに出資」
(2017/2/5)
http://www.nikkei.com/article/
DGKKZO12549000U7A200C1TJC000/
シークセンスに関するニュース

 日経ITPro (2017/5/30)
「木村岳史がITベンダーの新事業を斬る！『共創』十番勝負
ベンチャー社長が求める社員を“献上”するTIS」
http://itpro.nikkeibp.co.jp/atcl/column/16/122000309/052600009/
なぜこのような取り組みを行っているのか
収益面については、CVC発足以前から新規事業の立ち上げを模索してきた
戦略技術センターの油谷実紀センター長は次のように語る。
「一刻も早く成功事例を生み出すことが重要だが、その際でも当社の規模
からして売り上げ面でインパクトを出すのは難しい。だから、利益面で大きく
貢献できるようにすることを目指したい」。油谷センター長は、エルブズや
SEQSENSEの設立・出資に深く関わり、両社の役員も務めている。
引用元: http://itpro.nikkeibp.co.jp/atcl/column/16/122000309/052600009/?P=4

プラチナ社会とは

 プラチナ構想ネットワーク(会長：小宮山宏MRI理事長)が提唱する、
「課題先進国」日本が目指すべきとされている社会のありかた
http://www.platinum-network.jp/about/outline/
https://www.amazon.co.jp/dp/4822236579
プラチナ社会とは
「プラチナ社会」とは
エコロジーで
人間にとって快適な自然環境の再構築、環境との調和・共存
資源の心配がなく
エネルギー効率の向上、支援エネルギー活用、物質循環システムの構築
老若男女が全員参加
生涯を通じた成長、社会参加の機会創造、健康で安心して加齢できる社会
心もモノも豊かで
文化・芸術に彩られた暮らし、飽和・停滞を打破する「限界を超えた成長」
雇用がある社会
イノベーションによる新産業の創出

 総務省「スマートプラチナ社会推進会議」(2014/7/16報告)
総務省によるスマートプラチナ社会
超高齢化社会
・急増する高齢者…2025年、団塊世代が後期高齢者に
・セカンドライフの増加…
65歳時点で男性9万時間、女性12万時間
・高齢者の社会参加意欲…高齢者の生きがいは
友達・コミュニティ交流(35%)と就労(11%)
・高齢者のICT利活用…高齢者の39.8%がインターネットを利用
スマートプラチナ社会へ

 総務省はプラチナ社会を念頭に社会のスマート化(ICT化)ロードマップを策定し政策推進
(2015年度時点)
– ビジョンⅠ 健康を長く維持して自立的に暮らす
✓PJ①ICT健康モデル(予防)の確立
✓PJ②医療・介護情報連携基盤の全国展開
✓PJ③「ライフサポートビジネス」の創出
– ビジョンⅡ 生きがいをもって働き、社会参加する
✓PJ④ICTリテラシーの向上
✓PJ⑤新たなワークスタイルの実現
✓PJ⑥ロボット×ICTの開発・実用化
– ビジョンⅢ 超高齢社会に対応した新産業創出とグローバル展開
✓PJ⑦「スマートプラチナ産業」の創出
✓PJ⑧グローバル展開と国際連携
スマートプラチナ社会のビジョンとプロジェクト

 総務省はプラチナ社会を念頭に社会のスマート化(ICT化)ロードマップを策定し政策推進
(2015年度時点)
– ビジョンⅠ 健康を長く維持して自立的に暮らす
✓PJ①ICT健康モデル(予防)の確立
✓PJ②医療・介護情報連携基盤の全国展開
✓PJ③「ライフサポートビジネス」の創出
– ビジョンⅡ 生きがいをもって働き、社会参加する
✓PJ④ICTリテラシーの向上
✓PJ⑤新たなワークスタイルの実現
✓PJ⑥ロボット×ICTの開発・実用化
– ビジョンⅢ 超高齢社会に対応した新産業創出とグローバル展開
✓PJ⑦「スマートプラチナ産業」の創出
✓PJ⑧グローバル展開と国際連携
スマートプラチナ社会のビジョンとプロジェクト
政策の内容はともかく、
プラチナ社会とは高齢者を含む人々が
多様な生き方の中で幸せを享受する社会であり、
ICTはそのキーテクノロジーである

プラチナ社会に期待されるITの役割

高齢化の推移と将来推計
内閣府(2016) 平成28年版高齢化白書. http://www8.cao.go.jp/kourei/whitepaper/w-2016/html/zenbun/s1_1_1.html
2060年の高齢化率は
39.9%に達する
(2.5人に1人が
65歳以上)

 三世代世帯は減少し、夫婦のみおよび単独世帯が過半数、
一方、子どもとの同居は、1980年には7割から現在は4割まで減少
 一人暮らし高齢者は、1980年には男性4.3%、女性11.2%
→2010年には男性11.1%、女性20.3%まで顕著に増加
 高齢者世帯の世帯人員一人当たり所得は192.8万円であり、
全世帯の世帯人員一人当たり所得205.3万円とほとんど差がない
 労働力人口総数に占める65歳以上の比率は1980年4.9%から
2015年11.3%に大きく上昇
高齢化社会の特徴
・世帯規模は夫婦のみから一人暮らしへ
・世帯人員一人当たり所得は低くない
・労働力人口に占める比率は上昇

 世帯規模は夫婦のみから一人暮らしへ
– 足腰が弱くなると重いものを持つことが難しい
ex. 移動支援(直接的支援)、家事代行(間接的支援)
– 体調不良や認知症に起因する緊急時の対応が遅れる
ex. 見守りシステム
 世帯人員一人当たり所得は低くない
– 本人が自分のためにモノ・サービスを購入する消費者
ex. 健康食品、旅行等
– 娘、孫等のためにモノ・サービスを購入する消費者
ex. プレゼント等
 労働力人口に占める比率は上昇
– 労働力としての貴重な戦力化(定年延長等)
ex. 単純作業を肩代わりする自動化システム
– 体力の衰えをカバーする作業支援システム
ex. パワードスーツ
高齢化社会に対して提供できる民間サービスの例

プラチナ社会ではITの果たす役割が期待されている
単身世帯化
傾向
相対的所得
向上傾向
労働力提供
の持続
単身世帯支援
・移動支援
・家事代行
・ヘルスケア
・見守り
消費喚起
・ファミリーライフイベント
・ターゲットマーケティング
持続的労働支援
・単純作業支援
・移動支援
・パワードスーツ
広範なデータを用いた
高精度の分析
親しみのある
コミュニケーション
人を補佐する能力を
持つロボット
IT(とりわけAI/IoT)を
活用することによる技術の進歩

地域社会にAIを活用するために

 総務省(2016)「『平成28年度情報通信白書』の概要」p.41
http://www.soumu.go.jp/main_content/000431190.pdf
– 「人工知能(AI)導入で想定される雇用への影響」として、
以下の4点を挙げている
① 雇用の一部代替
② 雇用の補完 - AIにできることはAIにやらせる
③ 産業競争力への直結による雇用の維持・拡大
④ 女性・高齢者等の就労環境の改善 - AIが人の作業を補佐
 上記4点の影響はすべてがネガティブということではない
 とりわけ②と④については、社会全体として生産性向上によって
少子高齢化社会における労働力供給の不足分を補う
プラスの効果をもたらす
AI導入による雇用の補完という考え方

 国土交通省(2014)「国土交通白書2015」第I部第1章第2節2
http://www.mlit.go.jp/hakusyo/mlit/h26/hakusho/h27/index.html
– 人口減少が地方のまち・生活に与える影響として、以下を挙げている
① 生活関連サービス(小売・飲食・娯楽・医療機関等)の縮小
② 税収減による行政サービス水準の低下
③ 地域公共交通の撤退・縮小
④ 空き家、空き店舗、工場跡地、耕作放棄地等の増加
⑤ 地域コミュニティの機能低下
人口減少の影響

人口減少の悪循環
人口減少
生活関連サービス
(小売・飲食・娯楽・
医療機関等)の縮小
税収減等による
行政サービス低下・
社会インフラ老朽化
地域公共交通
の撤退・縮小
空き家・空き店舗
・工場跡地・
耕作放棄地の増加
住民組織の担い手不足
(自治会、消防団、
地域の祭り等)
学校の統廃合
地域コミュニティの機能低下就業機会
(雇用)の
減少
生活利便性の低下地域の魅力の低下
さらなる人口減少
※「国土交通白書2015」より引用

 内閣府(2012)「高齢社会対策の基本的在り方等に関する検討会報告書」
http://www8.cao.go.jp/kourei/kihon-kentoukai/pdf/report1-4.pdf
– 高齢化社会を迎えての政策のありかたの変化
→「互助」の再構築
✓地域の人々、友人、世代間を超えた人々との間の顔の見える
助け合い
✓従来との違い
➢ 「自助」：セルフケア
➢ 「共助」：介護保険等
➢ 「公助」：高齢化福祉事業等
 「互助」はさまざまな企業・NPOの協同によって促進される
– 大企業による利便性の高いサービス提供
– 地域の企業による持続的な活動
– NPOによる助け合いをベースとしたコミュニティづくり
「互助」社会の考え方①

 内閣府(2012)「高齢社会対策の基本的在り方等に関する検討会報告書」
http://www8.cao.go.jp/kourei/kihon-kentoukai/pdf/report1-4.pdf
– 孤立化防止のためにアウトリーチする仕組み
✓地域とのコミュニケーションづくり
✓ニーズの把握
✓手段：見守り、巡回
– 地域包括ケアシステムの確立
✓医療、介護、予防、住まい、生活支援サービスの
有機的かつ一体的な提供
✓日常生活圏内であること
「互助」社会の考え方②

 高齢化率40%超の中山間地域
– 集落単位のコミュニケーションはむしろ活発に行われている
– 平均高齢化率40%超の場合、細かくは60%超の集落もある
→平成の大合併により、集落間の往来は少ない場合もある
– 誰が「見守り」するのか?
 都市部では物理的な地域をベースとした互助のしくみは構築できない
– 核家族化の影響により局地的な高齢化と孤独化が進みつつある
– 都市部ではそもそも地域のコミュニティが破たんしている
現在の「互助」の考え方における課題
・高齢化社会は、人手に頼る互助で「なんとかなる」時期を
すでに過ぎてしまっている
・高齢化社会の負の側面は、過疎地域だけの問題ではなく、
都市生活における問題も大きい

人口減少の悪循環に対するAI活用の可能性
人口減少
生活関連サービス
(小売・飲食・娯楽・
医療機関等)の縮小
税収減等による
行政サービス低下・
社会インフラ老朽化
地域公共交通
の撤退・縮小
空き家・空き店舗
・工場跡地・
耕作放棄地の増加
住民組織の担い手不足
(自治会、消防団、
地域の祭り等)
学校の統廃合
地域コミュニティの機能低下就業機会
(雇用)の
減少
生活利便性の低下地域の魅力の低下
さらなる人口減少
※「国土交通白書2015」より引用
ITを活用して効率化
することによる脱縮小

 専門性が高いが論理的な判断や定型的な作業を行うタスク
– 窓口業務、電話受付
 行政による住民サービスの前捌き
– ニーズに応じた担当者への振り分け
– 行政のルールに関する問合せ
 人とAIとの協調による24時間365日見守り
– 心身の状態変化の検知と担当者へのエスカレーション
 サービスロボットによる作業支援
– 荷物の持ち運び
– 道案内
AIに親和性の高いタスク
・人手にすべて頼る互助ではなく、AI/IoTを活用することで、
より効率的で現実的な互助のしくみをつくることが必要
・大方針としては、定型的や常時継続などAIが得意な作業はAI、
非定型的で適宜判断が必要な作業は人が行う

エルブズの社会性エージェントサービス

解決したい地域包括ケアモデルの課題
地域包括ケアモデルは、
・高齢化、過疎/孤独/孤立、食料品アクセスなど
複雑な問題を解決する手法として期待
・基本理念：自助と互助
ところが現実は・・・
専門職員が少ない
ボランティアも少ない
財政には余裕がない
AI対話システムを
「御用聞き」に応用
↓
地域全体の負担軽減

 AIを活用した「御用聞き」サービスとはどのようなものか
– 地域社会に根付く
– 持続可能である(毎日来る)
– 商業、農業、交通等の実用サービスと紐付いている
– 個人や家庭の嗜好をある程度知っている
– などなど
AI対話システムをサービス化する

 AIが社会に存在する具体的なアクターの代理人(エージェント)として
利用者と対話する技術を社会性エージェント®と定義
 社会性エージェントによる対話は、事前に構築したシナリオに則った
会話のほか、IoTや機械学習、自然言語処理といった多様な要素技術
と組みあわせ、利用者を中心とした広範な活用シーンに適用可能
社会性エージェント®
エルブズサービス
チャネルに所属する
フレンドとの会話
チャネルに所属する
バーチャルエージェントとの会話
ニーズ・状況の把握
遠隔地の家族
地域の人々
個人事業主
NPO
自治体
警察
御用聞き
サービス
ネットワーク
御用聞きAI®が適時専門職員にエスカレーションし、
地域包括ケアシステムの自助と互助の成立を促す
郵便局
銀行
店舗

南山城村の概要
 京都府相良郡南山城村は南部山間地にある
京都府唯一の村
 人口約2,900名のうち40％強が60歳以上の高齢者
 常設の商業施設は撤退しており、
「買い物難民」が多数存在
 木津川沿いの路線バスは撤退しており、
「交通難民」が多数存在
 府と村は産業振興と村内サービス向上を
目的とした道の駅事業を計画
(2016/4/15オープン)
事例―京都府南山城村
「京都府唯一の村」
南山城村
《出典》Wikipedia

実証実験の内容
地域住民
地域
個人
商店
道の駅「お茶の京都
みなみやましろ村」
対話
ロール別ボット
コミュニティバス
運行情報連携
配達ニーズ連絡
配達依頼
販売メニュー提供
①買い物の注文
②広域バス
運行情報提供
配達乗車

方法
 地域住民に社会性エージェントアプリを実装したタブレット端末を配布、
道の駅における日用品配送の注文、広域バスの運行情報取得等の
サービスを提供
結果と考察
 結果
– 買い物注文(12名、3日間) →1日8件程度の受注
– 広域バス運行情報取得(16名、10日間) →約9100発話を記録
 考察
– 「御用聞きAI®」のユーザインタフェースは高頻度の利用を促す
– 買い物の注文や住民サービスに関連する情報提供を行うことが可能
2016年度実施した実証実験の概要

「御用聞きAI®」との対話
エージェントとの対話(「店員さん」)

「御用聞きAI®」
エージェントとの対話(「ドライバーさん」)

エンタープライズシステムにおけるAI活用の現在

 エンタープライズシステム周辺では、いまの「第3次AIブーム」に対して3つの誤解がある
→この誤解は2017年～2018年に失望に変わり、
ブームが終焉するとともに本格的な実用化の段階に入る
【誤解①】深層学習を使えば対話を簡単に実現できる
【誤解②】AIを導入すればあらゆる判断が可能である
【誤解③】AIにより2045年に49%の職業が消失する
AIブームに関する3つの「誤解」
我々がこれらの誤解を丁寧に解いていき、
もしくは、誤解を乗り越えていかなければ、
AIはまたネガティブなワードとなり冬の時代を迎えることになる
→プラチナ社会への対応の遅れにもなり望ましくない状況

 深層学習に基づいた対話の多くは雑談(ex. Siri、りんな)
 深層学習の課題
– 深層学習は回答が一意に定まらないため、業務対話向きではない
✓深層学習による自然言語理解は2025年以降(松尾, 2015)
– 現在の深層学習タスクは分類・識別の事例が多い
→Watsonで最もよく使われる深層学習ベースのAPIは分類器機能である
Natural Language Classifier (NLC)
 回答を一意に決定する業務対話はシナリオベース
→非定型コンテンツからのシナリオ量産手法が今後期待される
(この領域において深層学習が活用される可能性が高い)
 自然なコミュニケーションを実現するための工夫が必要
– システム主導対話→人とシステムのシームレスな連携
– ロボットとマルチモーダルデバイス(ジェスチャ、カメラ等)
– Super Reality (XR=VR/AR/MR)デバイス
【誤解①】深層学習を使えば対話を簡単に実現できる
松尾(2015). http://www.mhlw.go.jp/file/05-Shingikai-12601000-Seisakutoukatsukan-
Sanjikanshitsu_Shakaihoshoutantou/0000113714.pdf

 現在も多くの対話システムは
ルールベースである
 ただし、ルール記述言語は
PrologではなくXML
ex. AIML,
AI Markup Language
 ルールの量産手法?
→今後数年で多様な提案が期待
– ビッグデータ
– 深層学習
 課題
– 業務システムのコーパスは
オープンでない
→学術研究から産業への応用に隔たりがある
現代的なIf-Thenルール
<category>
<pattern>YOU ARE * ME</pattern>
<template>I have no reason to do that to you, <get name='name'/>.</template>
</category>
<category>
<pattern>YOU ARE * POINT</pattern>
<template>What point are you referring to?</template>
</category>
<category>
<pattern>YOU ARE *</pattern>
<template>
<random>
<li>Thanks for telling me that </li>
<li>You think </li>
<li>Do you mind if I tell other people you say </li>
<li>I will tell my <bot name='botmaster'/> you said </li>
</random>
I am <person/>.
</template>
</category>
Pandrabot / bot.aiml
XML形式のif-thenルール

 AIは判断に用いる手法のごく一部
– 統計的手法(マイニング)や古典的な機械学習(サポートベクトルマシン等)といった
旧来の手法が多くの場合に有効
– 必要に応じて比較的新しい手法を用いる
✓事前／事後確率による予測(ベイジアンネットワーク)
✓ニューラルネット(CNN、RNN、LSTM)
✓報酬に基づく行動の学習(強化学習)
 AIは与えられたインプットデータ以上の判断はしない
→学習時に与えるデータがすべて
→データの定義と生成、クレンジング
 IoTはAIに与えるデータをリアルタイムに収集するしくみ
– 今後は「動くIoTデバイス」(ロボット、ドローン)の出現
【誤解②】AIを導入すればあらゆる判断が可能である

 「2045年49%」のもとになった研究(Frey&Osborne, 2013)では、
以下の領域の職種についてとくに消失する可能性が高いといっている
– オフィスサポート
– サービス
– 営業
 しかし、現実に消失する対象は職業ではなくタスク
– 論理的であるが専門性の高いタスク
– 繰り返しの単純作業
 現在検討が進んでいる領域例
– 医療診断
– 保険査定
– 資産運用相談(ロボアドバイザー) など
【誤解③】AIにより2045年に49%の職業が消失する
Frey&Osborne(2013). http://www.oxfordmartin.ox.ac.uk/downloads/
academic/The_Future_of_Employment.pdf

 現在のAIブームが去った後、業務システムは徐々に
自律的に業務タスクを遂行する機能と
ユーザを能動的に支援する機能をもつようになる
– 業務を支援する対話
✓業務対話シナリオによる業務対話
✓深層学習による雑談
✓対話を通じたシステムと業務担当者のシームレスな連携
– 業務判断を支援する分析
✓パターン認識→検知&自律的対応
✓パターン予測→推薦&自律的実行
– さまざまなタスクの自動処理を行うボット
✓論理的であるが専門性の高いタスク→パターン認識
✓繰り返しの単純作業→パターン認識、ルールベース
✓Robotic Process Automation (RPA)
「宴の後」に残るもの

 2020年ころまでには、AIを活用したエンタープライズシステムは、
刻々と変化する環境情報を収集し、適宜利用者にエスカレーションする、
といったある程度の主体的機能をもつようになる
AIを活用した主体的機能の実現
これまでのAIのイメージ
これからのAIのイメージ
曖昧な質問・
指示・操作
主体
データ
IoT
主体
支援
オープンデータ
問い合わせ
情報収集
情報共有
作業遂行

主体的機能を実現する要素技術
リアルタイム性
規模
SoR(基幹システム)
SoE(ソーシャル等)
IoT
業務遂行能力
現実性(reality)
Visualization on web
エージェント(ボット)
ロボット
XR(MR/AR)
データソースは大規模・
リアルタイム化へ
ビヘイビアは業務遂行
能力向上と超現実へ
知識化自然言語
処理
機械学習
KPI
※SoR: System of Record
SoE: System of Engagement
IoT: Internet of Things
KPI: Key Performance
Indicator
XR: Super Reality
MR: Mixed Reality
AR: Augmented Reality

 主体的機能を実現するには、物理的な環境情報を適宜収集することで得られるデータを
集約および体系化、すなわち知識化するとともに、
その知識に基づいた利用者とシステムとのコミュニケーション手段として、
利用者の生産性向上に寄与する高いユーザエクスペリエンスを提供する
Human-Computer Interaction (HCI)を採用する必要がある
主体的機能を実現する要素技術
IoT 知識化
基幹
システム
オープン
データ
自然言語
処理
機械学習
HCI
エージェント
ロボット
XR (MR/AR)

主体的機能を組むこんだフィードバックシステムとしてのCPS
IoT 知識化
基幹システム
自然言語
処理
機械学習
業務担当者
オフィス
工場・ライン
パブリックスペース
住宅・近隣
KPI
地域住民
※KPI: Key Performance Indicator
Cyber-Physical Systems (CPS)
HCI
エージェント
ロボット
XR (MR/AR)

データを知識化するプロセス:
Knowledge Discovery and Data Mining (KDD) Process
Fayyad, Piatetsky-Shapiro and Smyth (1996).
https://www.aaai.org/ojs/index.php/aimagazine/article/viewFile/1230/1131
選択
前処理
変換
マイニング
評価
データ
知識
Business KPI／
Balanced
Score Card

米NISTのCPS概念モデルとHuman-Computer Interaction (HCI)
NIST (2016). https://pages.nist.gov/cpspwg/
CPS are characterized by their interaction
with their operating environment.
...
The architecture must support
a variety of modes of
human interaction with CPS to include:
human as CPS controller
or partner in control; human as CPS user;
human as the consumer of CPS output;
and human as the direct object of CPS
to be measured and acted upon.

オープンイノベーションとOSSに取り組む皆様への期待

 対話エージェントを実現するための部品が不足
– 商用利用可能な日本語コーパス(対話例データ)および辞書
→日本語コーパスの多くは経産省または文科省系の補助金を利用して作成されているか、
もしくは民間企業からの研究用途に限定した寄付であり、商用利用に制約がある
– 業務対話は依然としてシナリオが重要
→シナリオを自動生成するためのソフトウェアが今後多数登場すると考えられる
– 現状は安価な対話サービスに独自コーパスやエンティティを導入するために
高額なパッケージを購入する必要があるケースもある
 TISでは産学連携をベースとして日本語コーパス収集等のプロジェクト組成を計画中
→賛同者も募集中
オープンなコーパスと辞書への期待

 ロボットミドルウェア(ROS、OpenRTM等)だけでは実現できない、ロボットを中心とした
異機種連携プラットフォームソフトウェア(OSS)開発を計画中→賛同者も募集中
ロボットと人類との共生に向けたMicroservices/API Ecosystemの期待
クラウドロボティクス
プラットフォーム
・ロボット管理
・ロボット制御
・ロボット連携
・外部ヒト連携
・外部システム連携
連携先
外部システム
管理端末
ロボットと
協働する
人々

まとめ

 超高齢化社会を迎え、日本はプラチナ社会が表現している
持続可能な社会への変革が急務
 プラチナ社会ではITとりわけAI/IoTによる生活支援のしくみが必須
 現在のエンタープライズシステム界隈ではAI/IoTへの誤解があり、
プラチナ社会に向けての技術進化のブレーキになりかねない
 AI/IoTにおいてオープンイノベーションで推進しなければならない
領域として、商用利用可能なコーパスの収集と
クラウドロボティクスプラットフォームへの取り組みを行いたい
まとめ

OSSコンソーシアム総会 170710

OSSコンソーシアム総会 170710

More Related Content

What's hot (19)

Similar to OSSコンソーシアム総会 170710 (20)

Recently uploaded (13)

OSSコンソーシアム総会 170710