UbuntuとCuda

9月４日８：３０－１８：００

タスクはUbuntu１６．０４を入れ直しGPUのCUDAとドライバーのクリーンインストールこれだけです。

ハードの仕様は
CPU Corei7 7700BOX
GPU nvidia GTX1080
マザーボードH270 Pro４
メモリーＤＣＤＤＲ４－２４００－３２ＧＢ
ＳＳＤ１ＷＤＳ１２０Ｇ１Ｇ０A(Windows10)デュアルブート用
SSD2SDSSDA-240G-J26(Ubuntu)
ゲーマーやビットコインのマイニングのパソコンと同じ仕様。

インターネットはADSLから光回線へ変更。かなりの容量のOSイメージ、アドインやパッチ（GB単位）を当てる為ADSLだと一晩以上掛かる為。
今後AIのフレームワーク、ライブラリー、機械学習のモデル（学習結果）も随時ダウンロードとセッティング。
ここに今回開発の時間を割く事になります。リナックスやPythonを学習しながら。

今年参加したMaker Faire Tokyo2018で展示したグチョキパーの3つのクラスをこのマシーンで今回約4,500枚のデータを使い4万回の計算の繰り返しで、大体6時間（GTX 1080 Ti）ぐらい必要でした。その感グラフィックボードはドライヤーの様に１５００w位でフル稼働です。家の電気代が心配。。。
写真の緑に囲まれた物がGPU、CPUのヒートシンク（写真の光ってる所）のファンも入れると5つのファンもそれぞれのチップと共にフル稼働。
AIに慣れた人にお願いしてクラス分け、ラベリング、教師データーと学習データーに分けのに数日。これが出来る様になるのがゴール（半年）は掛かると考えます。

会社でPCの仕様は上記を使ってから検討してより使い勝手の良いものにする予定。
購入して使えないといきなり高価な文鎮になるので取扱い方法に自信ができるまで保留。

このパソコンが開発の基準になります。
この構成のシステムが具体的になにをするかを説明しながら進めて行きます。
AIや機械学習についても少しずつ分かりやすく説明出来る様にします。

Linux(Ubuntu)とPython

IoTとAIに必要なものはソフト上はOSはLinux（Ubuntu)でソフトの言語はpython(パイソン）になります。windowsとmacはそれぞれの会社の利害関係で使いにくくなっています。
AIはマイクロソフト、アップル、グーグル等の大きな会社から一部の天才が作ったスタートアップでしのぎを削っています。Linux(Ubuntu)はオープンソースで利害関係が無いのとそれぞれの用途でOSをカスタマイズ出来からだと思います。勝手にアップデートしてバグる事はありません。
またオープンソースが今後重要で、ある意味お金儲けが難しい要因です。

この「Ubuntu」という言葉。何語なのでしょうか。
答えは、アフリカはズールー族という民族の言葉で、
「他者があっての自分」や、「他者への思いやり」
という意味があります。

Ubuntuのコミュニティには「行動規範」というものがあります。

• 他者を思いやれ
• 他者を尊重せよ
• 協力せよ
• 自分たちの行動に責任を持て
• 意見が合わない時は相談せよ
• 自信がないときは助けを求めよ
• 退任するときは慎重に

つまり作ったソフトはみんなで共有しましょうって事になります。商用利用は可能オープンソースを使う限りは改変しても決まりに従う。

Pythonは非常に強力な開発言語で文法自体はそれ程難しくない反面MATLABなどの物理数式を直接扱うので一見して理解出来ないところがある。C言語みたいですがスクリプト言語で読みやすいコード。

ハードはGPU（グラフィックボード）が重要。ほぼNVIDIA独占状態。

CPUの能力よりGPUの能力が重要かというと計算量が膨大で並列処理でないと追い付かない。下記動画がその意味を簡単理解できます。
また昔から有名な動画です。

https://youtu.be/fKK933KK6Gg

株価が2年で8倍になっています。AI分野でこのGPUが無いと始まらない状態。
このGPUを使うためにUbuntuするようなものです。

私の現在の能力で基礎的な操作が出来る様になるのに1日の半分費やしても半年は掛かると思います。
今年正月はTAKEsanに頂いたNVIDIAのGPUをショップで組んで貰ったデスクトップにUbuntuとCudaやNVIDIAのドライバーをインストール失敗して終わった。。。
今のタスクはこのインストールから始まります。

では、

NVIDIA, the NVIDIA logo, and Jetson are trademarks and/or registered trademarks of NVIDIA Corporation in the U.S. and other countries. Other company and product names may be trademarks of the respective companies with which they are associated.

WIO LTEでIoTとクラウド（２）

受電盤の異常は様々、長く安全に仕様するには何が必要か又IoTを有効活用するのにひつような条件も整理します。

太陽光の場合、日中と夜で負荷の状況が極端に違うので機器の疲労特に変圧器の負担が大きい。
それに伴い1次側、2次側の遮断器等の負荷も大きく負担になる。また点検等での入り切り、稼働中の気温等も重なり稼働している際の温度上昇と日没後の温度下落も変圧器や
機器の寿命に影響すると考えられる。

それぞれの機器にセンサーを付けてログを取るとデータ/年がどうしても膨大になる。
上記の目的から瞬時の温度変化は不要と思われまたデータを最小限にする事で解析する
負担やコストを低減出来る。異常予兆検知をした段階で短期間に詳細なログを取る事で問題点を補完できる。

温度上昇や下落を観察するにはどうすべきか、変圧器はそれぞれの機器と繋がっておりそこで集約されているので一番負担が掛かりまたコストも高価であるので変圧器のみの温度変化を取る事から始める。温度上昇も太陽の位置によってゆっくりを変化するので記録は15分に1度から始める。

変圧器は絶縁抵抗で劣化度を確認する。という事は負荷と温度上昇を見れば良いという想定で始めます。

変圧器は高圧機器なので温度測定は非接触が必要。赤外線センサーは高価ですが、100度までならパナソニックの赤外線センサーが適当。
負荷を計るには電流もしくは電力を測定する必要がある。メーターから取得するもしくはパルスピック。通信方法が、RS485,アナログ、デジタル、それ毎にセンサーとプログラムを変更しなくてはならない。
既設の機器を出来るだけ触らない方法からスタートする。

ソラコムでセキュリティの安全性が確認されているソラコムbeamサービスを使ってMQTTというプロトコルのサンプルプログラムを応用する。
クラウドサービスはAWS（アマゾンウェブサービス）のIoT coreを利用する。
社長より日射データーも取る様指示が出たのでプログラムを変更の予定。

WIO LTEでIoTとクラウド（１）

今回はWIO LTEを使って遠隔監視（操作）をIoTとクラウドでPoC。

先ずクラウドの説明から、正確な説明はインターネットの情報で補足して下さい。

初期のインターネットはサーバー（情報源）とクライアント（pc)で構成されていました。

クライアントがサーバーにリクエスト、サーバーがクライアントにリクエストに答える。

逆にリクエストしないと答えない。（今の会社のシステムの多くはここで止まってる？）

サーバーがリクエストが無くても情報を送る事をpushすると言います。プロトコルの改変でサーバーはpushする事は出来る様にはなりましたが、インターネット上のクラウドがこのデータをデータベース蓄積、データの解析して必要に応じて目的の機器にpushをするサービスがクラウドと呼ばれています。

具体的なサービスはアップルのicloud、SNS（facebook,LINE等）,AWS（amazon web service）, google cloud等々。知らず知らずのうちに使っています。

現在の遠隔監視の多くはサーバーとクライアント方式（ソーラーなんちゃらの写真はマズイかな？）センサーが機器の状態を記録して閾値を超えると発報。

何が問題？閾値を超えるまで問題発生を把握出来ない。センサーが取得した膨大なデータ

がサーバーに蓄積されるのですが取り出さないと解析が出来ない。

電力消費が多くデーターも分単位で大量に取得するので通信料も多い。殆どデータの二次利用はしていない。

では今回のIoTとクラウドを使ったシステムはと言うとセンサーを取り付けたIoT機器が最小限のデータを取得してクラウドに送信するクラウドはデータを蓄積しながら閾値を超えれば故障判定若しくは異常の判定をクラウドにつながった機械学習サービスを使って異常予兆検知をする。

今回実践するPoCは受電盤の異常予兆検知を通じて適切なメンテナンスをしてより長く機器を安全に安定して使用するのが目的。二次的に問題を整理して製品の工場に役立てる。

次は具体的な進め方について、

先ず初めに。。。

巷で話題のAI（人工知能）やIoTをどの様に中小企業で生かしていけるかを自分自身の考えを整理する為にブログに書いて行こうと思います。

先ずお金儲けを先に考えると中々上手く行きません。でも大切な要素である事は事実です。この辺りはゆっくり整理していきます。

さてインターネットやパソコンが普及して今はスマホで必要な情報を便利に取れます。
AIもIoTも既に使っています。アマゾンで検索すると候補が出てくるのはAIが機械学習の
結果を出してくれます。IoTも意識していなく知らないところで普及しています。

中小企業の製品でこれを使わない手はありません。むしろ使わないと使いこなす競合に負けてしまうかもしれません。

じゃあ既製品を買って付ければ良いじゃない？
それが出来る様で出来ない。。。そんなに簡単に出来れば競合他社も導入して差別化はそもそも出来ない。良くも悪くもカスタマイズが出来るので取扱いに知識が必要。ソフトとハードを作れる事が必須。試作を作って実践出来ないとどうしようもない。
業者に頼む事はハードとソフトを理解していないと無理難題を依頼するか数百万円の試作代を払うしかない。適当なセンサーを使って閉域網でセキュリティーを万全にしてクラウドにデータを格納してそのデータをAIで解析＝試作（PoC)で150万なり。
バックオーダーでもなければ払えません。なので自社で試作して実践する。
因みにこの試作を業界ではPoCと言います。proof of conceptの略で概念実証と訳されています。

簡単なスケッチ（C、C##の組み込みプログラム）はコピペで動くように改変位する程度では遠隔操作や監視程度は可能ですが、それはIoTとAIとは呼べません。
クラウドが必須。クラウドの説明は次にします。

クラウドを理解するにはLINUX(Ubuntu)の操作が避けて通れません。なので勉強です。学校じゃないのでプロジェクトを進めながら理解して行こうと思います。

先ずはIoTであるソラコムのWIO LTEを使ってPoC。現在のお客様の玉川様からの御提案。
ソラコムの社長は玉川様の実弟で前身のアドベンを創設、上場して総理大臣賞を受賞して政府のプロモーションビデオにも出ている会社です。

次はそれを進めながら問題点を整理していきます。このアイテムIoTとして大手企業も含めて今一番ホットです。

では、