2020年2月11日火曜日

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…

2020年2月2日日曜日

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。

2020年1月25日土曜日

Maker Faire Kyoto 2020不参加決定 !

今日は仙台のマイクロメイカーフェアに参加しました。

関西電機工業の宣伝はしっかりしました。

ただの展示会の作品では無く、画像認識→Siriが結果を音声で出力といった新しい技術の実験をしました。
グーチョキパーで音階を変えるサンプルを来場した子供に遊んでもらうゲームを作りました。チョキはSiriがピースと言います。
画像認識と音声AIを組み合わせています。
短期間に色々な試みをしました。

次回のメーカーフェア京都2020は不参加する事にしました。
色々なお話が来ているので宣伝フェイズは一旦休止して研究に時間を割くようにしようと思います。

現在色々な技術的な検証や調べる事が増えて来ています。
時間は有限なので今回はパスする事にしました。
といってもするべき事は沢山あります。

2020年1月20日月曜日

大阪市ドローン実証実験

大阪城公園の実証実験。
途中経過
計画書を用意する。199gですが、必要に応じて承認書の必要もありそう。
先ずは設計から。

配線はこんな感じ

ソフトも少し改変して使い勝手を調整。流石に一昨年の失敗があるので今回は難なく進みますね。

で動作もこんな感じ。

流石DJI
Mavic Miniのペイロード(積載可能重量)は100g位ありそう。
先ずはメインの部品搭載で余裕の飛行。ドビーよりかなり安定してます。
50gのファンガードを敢えて付けてこの飛びです!
ランディングギアの設計に手こずっています。
っていうか時間が全く足りない…

2020年1月16日木曜日

祝ファイナリスト!! AIビジネス創出アイデアコンテスト2020



本日大阪商工会議所よりプレス発表がありましたがAIビジネス創出アイデアコンテスト2020のファイナリスト5組の中に選ばれました。

会頭賞を目指してもうひと踏ん張りです。(もう多分決まっていると思いますが…)

2018年9月からAIとIoTの取組みを始めて2019年12月に関西電機工業のロゴの入った深層学習の機能を取り入れたiPhoneアプリを発売を開始しました。世界中で購入可能です。

関西電機工業のAIとIoTのホームページではiPhoneによる画像認識をNVIDIA Jetson のGPUを使ったPoCバージョンも発売をpaypalを使ったオンライン決済で可能になっています。
https://kansaidenki.biz/

今回の応募は昨年の落選を踏まえてそれぞれの委員からの指摘を改善して、昨年から具体的な引合として日本メンテナンス協会からのAIメンテくん(今回の応募の題名)、コーンズテクノロジーとの先進運転支援システム、和洋女子大学との病院での転倒検知の3つをビジネスの具体例として加えています。昨年はサーモグラフィと深層学習は具体的なビジネス繋がるかとの指摘はこれで解決しました。
会頭賞目指してプレゼンの準備です。


2020年1月8日水曜日

autodesk fusion360

今のCADソフトは3Dで材料と条件を入力すると強度計算やシミレーションもしてくれる。おまけに強度計算に従った形状の出力も出来てしまします。
今回ドローンに取り付ける脚の部分をテスト。
まだcad自体の操作に慣れていないのでお絵かきソフトで作ったモデルをCADソフトにインポートして条件を入力。
強度消さんに使う為に2つの要素が必要。
まず構造拘束(固定する部分)
そのあとに荷重をかける部分にどの方向にどれくらいの力を掛けるかと安全率を入力。
こんな感じ。
その後ジェネレーティブデザインという作業で構造物を生成。
いくつかの条件で生成するとそれぞれの計算結果が出力される。
強度、安全率、コスト面で最適なのを選んで出力。
この作業は通常は有料で25クレジット=約4000円
出力結果を選んでダウンロードすると100クレジット約16000円
2019年年末まで無料のキャンペーンで必死でテストしました。入力は結構いい加減ですが。。。
生成していく過程はこんな感じです。
少しずつ無駄な部分を削って最後に調整して出力してくれます。



2019年12月29日日曜日

転倒検知=ROSロボティックス

下記写真の様に転倒した後の検知は比較的簡単ですが、転倒しそう若しくは転倒の瞬間の検知が難題。
転倒しそう若しくは転倒の瞬間を捉える為には正常な歩行とはどういうものか?若しくは直立するメカニズムを理解して、直立が不完全若しくは歩行が困難な状態を導いてその状態を検知する事が必要だと思います。
直立歩行はバランスの上に成り立っています。
また現在ロボットでより人間に近い歩行の研究が進んでいて、多関節ロボットで実践しようとしています。HONDAのASIMO君が有名ですね。
バランスは、つまり重心移動を制御する事です。
倒立振子というものがありセンサーのデータでバランスを保ちます。
動画貼っておきます。
https://youtu.be/302rgfFKBZE

もう少し人を基準に近づけてみましょう。


今年のメーカーズフェア東京に出展の方が多関節の人型ロボットで自然な動作で制御を進めていたのでそれが参考になりそう。
人型ロボットの人間の様な動きはまだまだ発展途上です。単一作業のロボットは卵を割らない様に握ったり微細な動きは正確にできる様になりました。
重心の動きを制御するとより自然な歩行になります。つまり重心移動の理想形。
わたこさんから使用許諾頂きました。
https://twitter.com/WatakoLab

理論上はサーモグラフィーの歩行のデーターからボーン推定(骨の位置)から重心移動を推定して安定していない閾値を超えると転倒の可能性ありとすれば良い。。。

具体的な計算と方法がそう簡単には行かないでしょうね。。。
画像認識の領域で話題となっている “OpenPose”、みなさまご存知でしょうか?
OpenPoseはカーネギーメロン大学(CMU)の Zhe Caoら が「Realtime Multi-Person pose estimation」の論文で発表した、深層学習を用いて人物のポーズを可視化してくれる手法です。
https://ledge.ai/author/daichi-yamaoka/
さてどこまで何ができるのでしょうか?