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〜
- 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
- 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
- 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
- 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)
- 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