試験結果

 数学3教科は受験せず。後期に受験する予定。

自然言語学とユーザ調査法の2教科が不合格。後期に再受験可能ですが、受験はしないと思います。

今回バラエティーを考えて教科を決まました。不合格の教科も含めて色々な勉強が出来た事は良かったです。当初期待していた様な内容でない教科もありましたが、必要な勉強は続けていきますが、大学の授業に拘る事無く理解しやすい方法を試していきます。

YouTubeの様な媒体で工夫をした授業やカテゴリーに拘らない事を教えてくれるものが沢山あります。

想像力があればもっと以前に興味を持って勉強できた様に思います。

今回AI＝人工知能と言ったことからデータサイエンスに興味を持ち学び続けていますが、微分積分、線型代数、統計学それぞれの教科が具体的にどの様な役に立つかを理解して勉強すると理解は進みました。

自然現象を読み解く為に生まれた科学や数学は以前より複雑なものを理解出来る様になったと思います。死ぬまでに知れて良かったと感じています。

それを理解しなくても日常の生活に支障はありませんが、理解する事で見えてくる事も多かったのでこのまま死ぬまで学んでいこうと思います。

長くなりましたが必須科目と選択科目を必要な単位数取る事が出来たので当初の目標のデータサイエンスプランのエキスパートの認証を申請中です。

行列基本変形の計算式は動的に動きませんが方法を探しています。

３D画像編集している人が行列が画像編集にどの様に作用しているかを解説していてその中で丁寧に簡単なスクリプトで説明していたのでgoogleスプレットシートで同じ様なものを作ってみました。しかし只の解説動画とは思えない程の数学に知識（経験）とプログラムのセンスです。かなりの秀才レベルです。

https://docs.google.com/spreadsheets/d/1sajsegbo6U3tPYQfF3T_f_6z8Ge4bSDD9PSe6nGutp4/edit?usp=sharing

もう少し数学基本続けないと話についていけない。行列の掛け算は掛ける方向で結果が違うのはわかっているつもりですが。単位行列を左からかけると行に作用して右から掛けると列に作用するのは新鮮な感じです。

微分してますがこれで予測できそうな感じですが、いまいちイメージがちょっと違うようなのでもう少し調べます。

GeoGebraと言うオンライン数学アプリで解析をしている人が参考になっったので少し今のイメージをテストしてみました…

スラーダーbで同時に動く様に設定したのでaは無効にしています。

やはり実装するにはそれなりに近い実装例を探さないとスクラッチで作れる気がしません。

開発における著作権や規制等の法的問題。

 AIメンテくんはソフトウェア開発は全てオープンソースを使っています。

その為改変した内容も含めて全て公開する義務がありそれをソフトの中でとのライセンスかを明記しています。

GPL（GNU General Public License).*2017/8/28,2017/10/19,2018/2/19

業務に使う場合を除いて改変も公開も自由にしています。業務に使う場合もこちらに対して報告義務があるだけで今回作った部分も含めて著作権等はありません。

こちらの作った部分だけの著作権はこれらのライブラリーを使う上では認められられていません。ソフトウェアが公共の利益にかなう様にその様に法的に世界で認められています。

一からスクラッチで作れば著作権を主張出来ますが、高度にインテグレートされたソフトウェアを作るにはそれなりの規模のスタップと検証に膨大なコストが掛かります。

今回はオープンソフトを使った製品として販売する事に法的に問題はありません。

ハードウェアも技適等の国内の機器に関する規制にも合致しています。

さて、３Dデータを使った製品のプレゼンテーションを試作しています。

そこでGoogleアースを使って製品データを合成しようとしています。

ここで著作権の問題があります。

完成したイメージとしては建物にテクチャーのついたデータが理想的ですが、このテクスチャー（写真画像の部分）がグーグルの著作権になるようです。

今後グーグルが著作権フリーにする事も考えられます。少し調べていると過去それを繰り返しています。そうなればもっと簡単にデータを変換する事ができると思います。

著作権を回避しようとすると建物の凹凸を使ったデータ。

これは今回放送大学でもGISの講義を受けました。Geographic Information Systemはイキリス由来のオープンソースソフトです。

上空からの平面写真は政府の衛星からのデータなので著作権フリーです。

業務で使うツールは細分化されてきているので有償の完成ソフトは無く業者に依頼するにしても仕様書を作るには最新のソフト事情の知識がないと費用対効果は難しいです。

オープンソースを作って同じ様な業務改善をされているものを参考にしたものを作ってみましたが、JavaScriptだったりPythonだったりと社内の業務に合わせて変更は普段作業している以外の部分はわからないので上手く動かすのに結構大変でした。

今は開発がメインなのでこの作業はしない様にしています。

当然ですが法的な問題は意識して調べて問題ない様に心がけています。

しかしながら日本の規制は技術の発展という意味ではマイナスです。特区や特別法を見ると反対に問題が起こりやすい様に感じます。社会がもう少し寛容でなければ結局は後進国になってしまいます。過去の栄光に甘んじているから今取り残されているのはこういうところからも感じます。法的な問題がグレーの部分は少し積極的な解釈をする様にしたい気がします。

この３D化の法的な問題提起をされているサイトがあったので貼っておきます。

https://note.com/lab1092/n/na7bfc0428e61

AI開発にはMatlabが必要

AIメンテくんは機体が行方不明になった原因が不明な為、当面開発を保留します。

３rdパーティー製のソフトとDJIの機体の情報の取り合いにバグがある様に思いますがDJIのソフトでないのでオートパイロットを使わなければ問題無いと思います。電波の干渉についてはMatlabのオプションの解析ソフトにRF用を選択して少しは解析していこうと思います。

現在考えている電力予測についてはカルマンフィルターを応用できるのではないかと考えていますが、その確認にMatlabを使おうと思います。カルマンフィルターについてはMatlabに解説があるのでそれらをベースにしようと思います。

今回にぴったりなデモが

黒の線がIMUのデータ（だんだんズレてきます。）GPSは点でばらついています。

赤の線が補正されたデータ。

この円グラフはIMUとGPSと車の距離計をカルマンフィルターで補正したモデルになります。

GPSだけだとトンネルに入ってしまうと位置を見失います。それを加速度計と距離計のデータの共分散をとって補正しています。この入力をPCSと本来の発電所の太陽の日の出と日の入りから計算した発電量のモデルを共分散をとることで予測が出来ないかを検証していきたいと思っています。

あくまで仮定で誰かがこの仮定で作ったAIは存在していない様です。調べていますが海外の論文全てを調べた訳ではありません。

AIデータの解析をするベースとしては色々とソフトがありますが、良く使われているのはJuypter notebookという主にPythonの仮想環境を作って処理を実行して結果をグラフで表示する方法が使われています。Pythonを使いこなす必要は当然ありますが、AIメンテくんはC言語やLinux環境で実行するのでこれだけでは不十分です。

今回の授業でRと言う統計ソフトも使って授業をしました。機械学習のライブラリで一部Rソフトが使われていますが、推測統計の応用としてAIの機能が使われている

そもそも一からコードを生成することが出来ればJuyper notebookで良いですが、強化学習や最適化の基礎を押さえながらの作業は有料ソフトのチュートリアルがないと私のレベルでは自ずと限界があります。

多次元データを動的に処理する機能もあります。

Matlabはソフトと対話形式で解析を行うのでエンジニア初心者には親切で実際エンジニア大手でも導入されているソフトです。当然使用料は相当な金額のライセンス料が発生していると思います。

Jupyter notebookは無償で少し触っていますがサンプルやコードはインターネットから拾ってくるしかありません。

因みにこのJupter notebookのコードで有名なAtsushi Sakaiさん（下記コード）に大阪商工会議所のAIコンテストに入賞した際はツイッタで呟いて頂きました。

欧米の大学でAIのテキストとして使われているコード

関西電機のAIに関するアカデミックな情報はAtsushi Sakaiさんのツイッタで入手しています。

そこで今回放送大学の学生ライセンス価格での予算をお願いします。

残念なIT化、DX

 今可能性を進めている新しい技術、AIやDX（IT化を今風な言い方をしているだけ？）は現状の業務改善に役に立つ事ではありませんが、最新の技術や知識は十分に学んでいます。

新しい技術の入手や理解が無ければ会社は衰退すると思います。

情報技術の根本は完全性（改竄や過不足の無い情報）、可用性（必要な時にアクセスできる）、機密性（必要で無い人に漏れるリスクが少ない事。）です。

①印刷物はそれら３つを満たす事が難しい。

会議で資料を用意して会議後に内容が変われば会議後にそれが満たされた印刷物が全ての人に配られて全ての人が確認するまで完全性は保たれません。

印刷物は業務の中で全てアクセスする事は難しい。

印刷物を金庫に入れる？機密性は期待できません。

②IT化はインターネット、eメール、サーバーとクライアント、業務ソフトの導入やキーボード操作でした。簡単でキーボード操作が出来て大まかなシステムがわかれば誰でもできます。

DXは情報の同期一元管理、クラウド化、機械学習を使った情報処理、情報端末の更新。

いつまで紙媒体をキャビネットに収納して処分するといった事を続けるのでしょうか？

印刷する際は紙がもったいないので裏紙を使えと言う人は正しい事なのでしょうか？

それを是認する管理者の意識に問題はないでしょうか？

一度ブラウザーで”残念はIT化”を検索してみて下さい。いろいろな会社のいろいろな立場の人が上記の事柄を記事やブログで書いています。

それぞれの業務の人が伝票に領収書を付けて書く事でどれだけの時間を掛けているか時間中のコストを可視化するとどの様になるでしょうか？

言った、聴いていない、紙が回ってきていない、その解決に打合せを続ける事は直ぐに下記結するわけではないですが、新しい技術を試して見る価値はあると思います。

諸悪の根源はオンプレミス（社内サーバーをSQLで運用していることから変化していない事です。）導入当初は画期的なシステムであったので尚更時代が変わって新しい技術が出てきても

問題を理解出来ていないからです。

今のオンプレミスの環境をセキュリティーソフトで運用していることはクラウドを運用するより優れている訳ではなくむしろ上記弊害を助長しています。

私が作った社内のスケジュールデータをスプレッドシートにコピペしてGoogleカレンダーに同期させるスクリプトは最低週に２回手作業で更新しないと意味を為しません。

Microsoft365と言うクラウドサービスを導入すればある程度は解決すると思います。メールの不必要な転送や見落としも減ると思います。

Exchangeサーバーをクラウドで運用する事は私自身がシステムを試用して前職経営者に説明しました。その提案も７年前にしていますが、理解されていません。

たった一人当たり５００円／月のコストが掛かるだけですが、その費用対効果を理解されないからです。完全性 可用性 機密性をサービスにする為にどれほどの技術とコストが掛かっているか勉強しないと理解されないのは残念です。

昭和、平成、令和と時代は変わって人工知能や自動運転が現実化してきているのに印刷物を使ってそれを収納するキャビネットを購入してそれを整理する業務があるって良い事なのでしょうか？

決まりだから仕方が無いですね。でも毎日、みんなが疑問に思わないのかと思います。

時代や技術は変わっていきます。

変わらないので過去も未来も情報の完全性 可用性 機密性です。それをコストと労力を掛けて導入するのは企業の義務だと思います。