プログラミング教室🎶

隔週の週末近所でプログラミング教室があるとチラシが入ったので体験入学に参加しました。

義務教育でプログラムを教える様になったので塾みたいな感じですね。

大人の講座もあります。

講師は画像認識をお仕事にされているようなのでお友達になろうかと不純な動機もあり4月から通う事にしました。

隔週なので会社には休日出勤として扱って頂かないと体力的に辛い。

講師はご夫婦で奥さんがメインで教えて頂ける様です。システムエンジニアとして１５年だそうです。

一緒に体験会に参加していた大学生は文系でG検定（AIの文系用の資格）を取得するために受講するそうです。

電子工作でも既にPIでOpenCVで画像認識したらLINEに通知って小学生で作っています。

もう既に簡単なAI画像認識です。

小学生ですからね。もう少し頑張らないと会長賞でしょ？ってバカにされるかもです。

内容はPythonで中々良かったです。C言語との違いも教えてくれて少人数なので良いです。

Pythonは新しい言語で教えてくれるところが少ないです。画像認識系なのでPythonが主流でちょうど良かったです。

奥さんはc言語とJavaがメイン見たいなので好都合。

アイデアは考えてこねくり回すより寝かした方が美味しくなる。

ゆっくり考える時間が欲しい…
突然何かが壊れた、壊した。状況だけで原因は？
忙しい時代ですが、もう少し自分で考える事は必要で、お金を出せばなんでも聞けば良いと言うのはどうかと思います。
これらの謎々は全てをスポイルします。
仕事だからしょうがない事ではありますが、この割り込みは全ての作業を中断しないといけません。再開してもまた割り込み。。。

さて、”アイデアは考え抜くより、寝かしておく方が案が浮かぶ”と横井軍平の本の感想を書いたブログを見つけました。
その続きを読み進めて行くと、”ゲームの父・横井軍平伝 〜任天堂のDNAを創造した男〜”と言う本で著者の言葉に心揺さぶられました。

ものを考えるときに、世界にひとつしかない、世界で初めてというものを作るのが、私の哲学です。それはどうしてかというと、競合がない、競争がないからです。

 とか

安く作らないと売れないというのは、単なるアイディアの不足なんです。日本国内で作っても高く売れるだけのアイディアを考えたらいいじゃないですか。それは決して難しいことをしなくても、実に他愛もないことで実現できるのです。

この意味は深いと感じます。

「枯れた技術」すなわち十分枯れて成熟した技術を他の用途に転用つまりは「水平思考」することで大きな価値を生み出すものです。

これはまさに今の会社の成功例になっているところです。

この様な言葉に触れるには心に余裕がないと出来ません。忙しい時にこの言葉に触れても真意は伝わらないかもしれないからです。

何かを作る際に心に秘めておく事は重要で、その思いを使っている人に分かってもらえればとてもやり甲斐があります。

1. ワクワクするものを作る＝人はつまらないものは使わないものです。
2. 良いものを作る。良いものとは何か？　それは自分が好きになれるものです。自分が素晴らしいと思えないものに人は素晴らしいと感じません。
3. 一人より二人、でもあまり多くの人を巻き込むと大人の事情で上二つの条件が劣化してきます。

できる範囲で環境を整えて行きたい。もう少し心が落ち着く環境に自分を置かないと残された時間を消費してしまう。

今の会社はタバコを吸うスペースか食堂がそのスペースです。

周りにそのゆっくり過ごすスペースがありません。

外に出る事ができれば、できるだけその様な環境にして調子を整えるつもりですが、今の職場環境でもその環境を整備すれば会社全体が良くなる様に思います。お金以上に重要な事の様に思います。

会社が個々に良いアイデアを出す環境は会社が作っていけばより良くなる。

給料を上げるもしくは生き残って行くために良いアイデアを出す事は、今の時代難しい条件の様に感じます。もちろん経営者側は厳しい時代に従業員の生活を守ると言う命題を常に突きつけられているので、その条件の中でそう願うのは理解出来る。

今は経営者側と従業員側お互いが理解しあうには、忙しすぎるのかもしれません。

AIってほぼ独占されています。そのドライバーインストールが大変です。

行列＝線形代数≒並列計算はGPUを使って計算する事で膨大な計算を短縮しています。
そのGPUにいち早く取り組んでいるのがNVIDIAというゲームのGPUを作っている会社。
もちろんFPGAやTPU等他のハードもありますが如何せんハードウェアドライバーを使ってCPUや他との連携が必要なのでハードだけで解決しません。
CNN＝コンボリューショナルニューラルネットワーク

これらのここに繋がっている線の部分が神経の様に繋がっています。このそれぞれの線をGPUで行列を使って計算します。

NVIDIAのGPUを使うにはドライバーCUDA(cuDNN)が必要です。

CUDA（Compute Unified Device Architecture：クーダ）とは、NVIDIAが開発・提供している、GPU向けの汎用並列コンピューティングプラットフォーム（並列コンピューティングアーキテクチャ）およびプログラミングモデルである。専用のC/C++コンパイラ (nvcc) やライブラリ (API) などが提供されている。なおNVIDIA製GPUにおいては、OpenCL/DirectComputeなどの類似APIコールは、すべて共通のGPGPUプラットフォームであるCUDAを経由することになる。

The NVIDIA CUDA® Deep Neural Network library (cuDNN)

出典：ウキペディア

これがあるか無いかで並列計算速度はこんなに違います。

計算スピードは何倍の違いと言うより何乗の違いになります。

出典：NVIDIA

このドライバーのインストールは厄介でとても大変です。

AIを初めて２年ほどですが、このドライバーのインストールに述べにして２ヶ月位の時間が掛かっています。

アップデートや電源喪失で壊れて入れ直す事も多々あり。現在も原因不明なドライバーの不具合があります。

基本Linux（Ubuntu)は一般に売られていないので普通のサポートが得られません。

が、見つけました。パソコン工房でUbuntuパソコンにNVIDIAのGPU付きのパソコンを販売しています。それもNVIDIAのお墨付き。https://ascii.jp/elem/000/001/791/1791764/

これにWindowsのデュアルブート（これでVIVE PROも外でデモ可能。）をつけて税込４０万円。これが安いと思えるのが恐ろしい。

でもこのノートパソコン総重量５kgです。それでもデスクトップパソコンを持ち歩くより楽です。

なんでこんな事になったのかと思う今日この頃。

こんな事で週末何日も調べにパソコンショップをはしごしてオンラインサポートに聴きまくって疲れています。第一この深層学習とパソコンの事を分かるショップは殆どありません。ショップをいろいろ調べると問合せはあるようですが、WINDOWSみたいにサポートが無いので自力で調べないといけません。個々の機器のドライバーとの相性やUbuntu16や１８との相性もあり複雑です。

近赤外線センサー検知装置

現在のサーモグラフィは4μｍから13μｍの波長の遠赤外線です。
断熱効果を上げる為この波長は自動車や建物のガラスは殆ど透過しません。ほぼ0です。
ガラス管ヒータの石英ガラスは透過出来ます。簡単に割れますし鋭利に飛散する可能性がある性質です。

赤外線は動物の検知に有利です。哺乳類の殆どは体温がある為検知する事が出来ます。
冬眠中の爬虫類も僅かですが体温があるので検知は可能です。

今回設備に入る前の車中の人の検知ですと、次の選択肢は近赤外線になります。
一般のカメラでの人体の検知はマネキンの様に形が人と同じであると区別が出来ません。
可視光は３８０ｎｍから７８０ｎｍの波長で近赤外線は７８０ｎｍから２．５μｍの波長になります。
因みに2.5μｍ～4μｍまでは中赤外線として区別されます。

今回のポイントは人体の検出です。スペクトルカメラの専門家より血中ヘモグロビンは700から８００ｎｍの波長に反応するとの事です。
ですのでこの波長であれば上記ガラスを透過して人体の検出が可能という事になります。
もう少し詳しく説明すると酸化ヘモグロビンは７００ｎｍで８００ｎｍは還元ヘモグロビンになります。この性質を使って指先にセンサーを付けて脈を計る機器はこれを利用しています。
なので数秒検知すれば脈拍が取れる事を意味します。つまり生きている人体の検出です。
手や顔など一部の露出をとらえて検知が出来る事になるので好都合です。
AIでも検知部分は既に出来上がっているシステムなので難易度は低いと思います。

カメラは通常のカメラの赤外線カメラを工夫する必要がありますが宛てはあり時間が取れれば検証してみようと思います。
検証用のカメラは10万円程しますが100台位の量産になれば半分位にはなりそうです。
ただスペクトルカメラの専門家曰くある程度の距離で手などの一部の検出には画素数と画角の調整が不可欠との事でその場合は２０万位のカメラになります。

カメラの画像は白黒でよくある夜間の近赤外線の画像です。

このスペクトルについては近年色々な波長を個別のカメラでとらえる事が出来る様になったので作物の生育状況や金属の腐食も検出が可能でいろいろな技術や機器が出て来ています。
これらのカメラのインターフェイスと調整次第で基板や特殊なフィルターの調整でカメラの価格位の費用の追加もあり得る感じですが、やってみないと分からないのが現状です。

＊実際はこんな感じ

このメーカーのカメラもドライバーももう一つ。
ピントが手動で使い難い。。。

車のガラス越しだとこんな感じ。

カメラの画角、画素、ピンと調整機構をしっかりしないと使えるデータが取れないのでこれからどうするか考え中。

ＡＩビジネス創出アイデアコンテスト2020 産総研会長賞 受賞🎉

会頭賞は逃しましたが、人工知能コンソーシアム　国立研究開発法人　産業技術総合研究所会長賞を受賞しました。

副賞として人工知能コンソーシアムでの１年間の活動費を頂戴しました。
１００万円の賞金以上にこの機会を生かしていきたいと思います。

今後も研鑽を重ねてビジネスになる様に頑張ります。

寺田社長からこのコンテストに参加を提案された時点ではAIについて殆ど知識がありませんでした。
一昨年から殆ど一からAIとIoTに取り組み始めて、一昨年は落選しましたが今回会長賞を受賞し嬉しく思います。
また色々ご教授いただ方々、負担をお掛けした関係者の方々には感謝の念が絶えません。
この機会を作って頂いた寺田社長に感謝します。

授賞式の際にも岩手県商工労働観光部の方から除雪機の会社からのお話を頂けるというお話を頂戴しました。コンソーシアム会長が直接お話して頂いたそうで、この取り組みを初めてから全て先方からビジネスのお話を頂戴できたのも大変ありがたいです。
それぞれの案件で結果を出していける様、努力していきます。

シナジー効果？

私たちで作った物を、量産化する為に必要なものはバグフィックスとサポート体制です。

ただ人が作ったソフトを解析するのは思いの外、大変でバグフィックスも結構な工数でコストが上がる？

先方のソフトエンジニアの詳細を知りたい。

1. 先ずは深層学習か機械学習と携わっているプログラム言語で何か出来るか？
2. あとはクラウド（AZUREかAWS）を使えるかcertificateを持っているか？
3. 関連するハードウェアの知識

もちろんなければ無いなりに考えますが、やはり上記２つの条件は知らないと方向性を共有し難い…

先ずは必要な条件。

• ワクワクする凄い物をつくる。

自分が凄いと思えない物は当然相手も凄いと思わない。当たり前ですが…

ありふれた機能のシステムを作ってもコモディティ化する。

（現在の中国製の機器に付属のソフトも侮れない機能が付いています。それも無料。）

• たとえプリミティブな新規機能追加で挑戦する。

ソフトを完璧に完成させる事は難しく、その時間は必要以上に掛かる。

ただ自分なりに完璧をゴールとする事は重要で必要

可視化やスマホで見れるは当たり前でそれで何をするか？

• 最新の情報はネットニュースでは無く、論文等を読んで理解する。

最近テックニュースもいい加減な記事が多く鵜呑みに出来ない。

（記事が正確か正しいかの判断も詳細の理解出来てこそ。）

• 遊びの要素は非常に重要。

遊びの要素が無いとつまら無い傾向がある様に感じます。

• アウトプットが重要

最後に企画書よりサンプルを作ってプレゼンする事を優先します。

当然それなりの時間が掛かるのですが、アイデアは具現化して意味がある。

その際に問題点もはっきりするメリットもある。

今までの取り組みとしてアイデアを思いついてサンプルを作ってテストして壁にぶつかって問題点をクリアーして（簡単に言ってますが…これ非常に大変）、今に至っています。

社内で適正な評価が難しい事が多いのでMakerFaireに出展しながら情報を仕入れていろんな事を確認しています。お陰でいろんな分野で凄い人がいる事が理解出来たし最新の技術を取る事が出来たと思います。

今までは市場のニーズを取り入れると言ったマーケティング手法がありましたが、それでは売れない。凄いと思われるものにお金を出す時代です。後は知ってもらう事です。

今日で人生終わりと思ったら、本当に良いものを作ろうと思う筈。

本当に良いと思えば、好きになれます。好きになれば、より良くしようと自然に思えます。

完成すれば知ってもらいたいと思います。

今は分かってもらえないかもしれませんが、それは時間の問題です。

なぜって？

最新の技術を理解して凄いものを完成させるか？誰でも作れるものを作るか？

後者で生き残れる時代ではありません。前者しか無い様に思います。

だから資本の大小が問題では無く、モチベーションが全て。

何が出来て何が出来無いより、このモチベーションが共有出来れば、なんでも出来る様に思いませんか？（誰に言ってるの？）

とりあえず、その為の資料とPoCのサンプルも用意しないと…

AI（人工知能）とは≒数理最適化？

高々２年程度ディープラーニングを触っている程度で烏滸がましいのですが、最近初心者にAIとは？とお話をする機会があります。
まさか早稲田大学で医師に説明する機会がくるとは思いも寄らないです。
なので自分なりにまとめています。

真値を探索する為に統計と確率を使って特徴点を導き出す？

 

アポロ１１号が１９６９年に月に人類を着陸させました。
今のコンピュータやGPSも無く宇宙にある全ての指標は刻々と動く中３８４４００kmを飛行するにはどうすれば良いでしょうか？
今のAIに通じる統計学と確率を使った計算（カルマンフィルター）を２MHz、３６kROMと２kRAMのプロセッサを使って７１行のプログラムで軌道計算しながらそれを成し遂げました。当時の機器でそれを証明しました。
中国が今ロケットで月に着陸させても正直、今の技術では当たり前の事です。
このルドルフカルマン（１９３０−２０１６）によって提唱されたカルマンフィルターは現在のディープラーニングや自動運転でも使われるアルゴリズムです。

乱暴ですがこの統計学と確率論で数理適正化がAIという事になると説明しています。
AI,自動運転、VR（仮想現実）の様な最新技術はほとんどこのAIと同じと同じ手法を取っています。人の脳や経験も同じ事をやっているのではと思うのですが、違いは感情と創造はまだAIが辿りついていない様に思います。それに近い技術の話はありますが人工無脳の様に私には思えます。（ここの話は長くなるので割愛します。また色々な意見があると思います。）

この数理適正化は一般の人には理解が難しいので単にAIといってブラックボックス化しているようです。これからの時代はこの部分の理解無しで技術を語れない事になるので、どの分野も理解する人を確保する必要があると思います。現在雇用している人に教育する事も必要ですし経営TOPでも上記ポイントを理解する必要があると思います。