RaspberryPiのGPIOを使う準備をしています。Pin番号と機能の一覧を作りました。同じような表がないので、自作したものです。
実際には、以下の基盤をRaspberry Piに乗せて使います。
図と基盤の配置は180度回します。
いつもアクセスありがとうございます。Raspberry PiのGPIOの役割表を作ってみました。
今回は「Raspberry Piをデスクトップコンピュータとして試す-第二回」です。
RaspBerry Pi 3B+までもデスクトップコンピュータとして使うことはできます。ただ、RAMが高々1Gで、RAMの増設はできません。
Raspberry Pi 4Bになり、RAMの搭載容量が大幅に増え、かつ通信の仕様が最新になったので、本格的なデュアル・ディスプレイのPCとして使うことを目指しています。使い方が判れば、これまで、PCハードウエアとLinuxで作ってきた「表示目的のアプリ」の実行環境を、Raspberry Piに置き換えていきます。
■Raspberry Pi OSの初期起動画面
これまでのRaspbianはRaspberry Pi OSに統合されています。32bitに加え64bit版が公式に配布されています。
これまでの32bit版OSももちろん動きますが、Rspberry Pi 4Bの4G/8G版を使うのであれば、64bit版が基本です。64bit版OSは搭載RAMの全域を使うことが可能で、4Gを超える大きなサイズのファイルを操作できます。
「4Gを超えるファイルはそうそうないだろう」と思いますが、OSのISOイメージの中には4Gを超えるファイルがあります。先般、32bitOSの上で、4Gを超えるISOファイルが正しく扱えない状況に遭遇しました。
本格的にデスクトップとして使うのであれば、64bit版のOSを選びます。
いつもアクセスありがとうございます。次回は物理的なインターフェイスの仕様確認です。引き続きよろしくお願いします。
今日は「linux/snapはアプリインストールの標準化を目指しています」です。
Linuxはアプリケーションを導入する仕組みがディストリビューション（配布仕様）毎に異なります。やりたいことは同じなのに違うのです。
私は、UbuntuとCentOSを使いますが、よく使うシステム管理のツールは共通化します。そうしないと、操作性が異なりより多くのことを知ることになります。
その中で、ソフトウエア・パッケージのインストール等管理方法は共通化できないのです。似てて非なるもので管理する必要があります。
一方、Pythonを使うとPythonで走るソフトウエア・パッケージはpipを使ってインストールするとどのディストリビューションでも同じです。これは便利です。
snapはUbuntuを開発するCANONICALが支援して開発されているLinuxのディストリビューションに関係なく同じ手順でソフトウエアを管理する仕組みです。
まだ、沢山のソフトがあるわけではありませんが、とても便利です。CentOSもsnapをyumでインストールすれば使うことができるようになります。
開発環境をインストールするときに便利に使っています。
(base) takumi@tanistd:~$ snap list
Name Version Rev Tracking Publisher Notes
android-studio 4.0.1.0 91 latest/stable snapcrafters classic
arduino-mhall119 1.8.12 7 latest/stable mhall119 -
core 16-2.46.1 9993 latest/stable canonical✓ core
core18 20200724 1885 latest/stable canonical✓ base
deployer 0.2.2 45 latest/stable keygenqt -
gnome-3-28-1804 3.28.0-17-gde3d74c.de3d74c 128 latest/stable canonical✓ -
gtk-common-themes 0.1-36-gc75f853 1506 latest/stable canonical✓ -
gtk2-common-themes 0.1 13 latest/stable canonical✓ -
nextcloud 19.0.3snap1 23171 19/stable nextcloud✓ -
powershell 7.0.3 139 lts/stable microsoft-powershell✓ classic
snap-store 3.31.1+git187.84b64e0b 415 latest/stable canonical✓ -
spotify 1.1.26.501.gbe11e53b-15 41 latest/stable spotify✓ -
vlc 3.0.11 1700 latest/stable videolan✓ -
(base) takumi@tanistd:~$ sudo snap install hello-world
[sudo] takumi のパスワード:
hello-world 6.4 from Canonical✓ installed
(base) takumi@tanistd:~$ hello-world
Hello World!
(base) takumi@tanistd:~$
Name Version Rev Tracking Publisher Notes
android-studio 4.0.1.0 91 latest/stable snapcrafters classic
arduino-mhall119 1.8.12 7 latest/stable mhall119 -
core 16-2.46.1 9993 latest/stable canonical✓ core
core18 20200724 1885 latest/stable canonical✓ base
deployer 0.2.2 45 latest/stable keygenqt -
gnome-3-28-1804 3.28.0-17-gde3d74c.de3d74c 128 latest/stable canonical✓ -
gtk-common-themes 0.1-36-gc75f853 1506 latest/stable canonical✓ -
gtk2-common-themes 0.1 13 latest/stable canonical✓ -
nextcloud 19.0.3snap1 23171 19/stable nextcloud✓ -
powershell 7.0.3 139 lts/stable microsoft-powershell✓ classic
snap-store 3.31.1+git187.84b64e0b 415 latest/stable canonical✓ -
spotify 1.1.26.501.gbe11e53b-15 41 latest/stable spotify✓ -
vlc 3.0.11 1700 latest/stable videolan✓ -
(base) takumi@tanistd:~$ sudo snap install hello-world
[sudo] takumi のパスワード:
hello-world 6.4 from Canonical✓ installed
(base) takumi@tanistd:~$ hello-world
Hello World!
(base) takumi@tanistd:~$
いつもアクセスありがとうございます。続きは不定期に投稿していきます。引続きよろしくお願いします。
今日は「Android Studio 4.01をLinux UbuntuStudioで立ち上げてみました」の話題です。IoT用途でAndroid上でのアプリ開発を始めました。
開発環境が立ち上がったので、紹介します。
私は日常的にLinux/Ubuntu Studioをデスクトップ環境として使っています。
■Andoidアプリの開発環境
Android Studioを選択しています。Windows、Mac、Linuxで使うことができます。
Android Studioでは開発言語としてKotlinとJavaを使うことができます。Andriod開発は、新しい言語であるKotlinに移行しつつあります。
Android Studioには画面開発環境、仮想マシンでのデバック環境が含まれています。仮想マシンには代表的なスマートフォンがあり、選択してインストールすることで立ち上がります。
いつもアクセスありがとうございます。続きは不定期に投稿していきます。引続きよろしくお願いします。
今日は「AndroidでのIoT開発を始めます」の話題です。
■AndroidとIoT
Androidはスマートフォン用のOSとして広く普及しています。
ハードウエアはスマートホンやタブレットですから、画面がついていますし、携帯電話網、Wi-Fi、Bluetooth、GPSなどがついています。
IoT分野でも、タッチ画面のついたスマホやタブレットの方が良い場合も多々あります。
周辺装置とはBluetooth、Wi-Fi、USB等で接続します。
機器単体でSIMを使ってモバイル通信ができるので、周辺装置からのデータ収集ができれば、IoTデータをインターネット経由でクラウドに集約できます。
■AndroidはLinuxが起源
AndroidはLinuxをスマートフォン用に作り込んだOSで、Googleが配布しています。そのため、Linuxと親和性が高く、bashが動き、Pythonを使うこともでき、sshサーバやHttpサーバを動かすこともできます。
■Andriodの開発言語と開発ツール
Androidの標準の開発言語はJavaかKotolinです。開発はAndroid Studioを使います。Android Studioの中で仮想のデバイスを立ち上げて動作を確認できます。もちろん、スマホやタブレットを直接USBに接続して、実機デバッグも可能です。
■センサーデバイスとの連携
センサーデバイスからのデータ収集を行うには、Rspaberry PiとArdiunoを経由します。Raspberry Pi 4から処理能力が良くなりました。Ardiunoを使ってデータを収集し、そのデータを正規化するなどの前処理も十分可能です。
■Raspberry Piとモバイル網通信
匠技術研究所ではPCにモバイル通信用のSIMをつけて通信できるようにしています。同じ方法で、Raspberry Piもモバイル網と通信ができるようにしています。弊社はSIMも提供しているので、画面表示が不要なシステムは簡明なモバイル網直結型Raspberry Piを実装しています。
いつもアクセスありがとうございます。この情報は不定期に投稿していきます。
今日は「IoTデータ収集の軽量実装を始めました[第三回]」。センサーの話題です。
■IoT観測機器そのものの稼働環境測定
IoTシステムでは、観測対象の機器のデータ収集と並行して、観測機器が自身の稼働環境監視を行います。周辺環境の気温、湿度、気圧等を計ります。半導体センサーは、一括してデータを出してくれるもので取集します。
いつもアクセスありがとうございます。引き続きよろしくお願いします。
今日は、IoTを実装しているトピックスを紹介します。
今日の話題は「IoTデータ収集の軽量実装を始めました[第二回]」です。
今日の話題は「IoTデータ収集の軽量実装を始めました[第二回]」です。
IoTの実装は、データ化するところがたいへんです。
今回は、生データをクリーニングして、正規化する部分についてのヒントです。
■生データとは
IoT対象の機器が出力するデータです。今回入手するCSVデータは、監視対象機器の監視パネルの操作でコンパクトフラッシュメモリーに書かれます。
■生データを正規化する
この状態のデータは、機器単体の情報です。もともと他の機器と比較する形ではありません。例えば機器ごとにタイムスタンプの形式が違います。
"2020/8/12"と"2020-08-12"は日付として一致していますが、コンピュータが比較するときは異なる文字の並びなので単純には一致しません。もちろん比較する方法はいくつか考えられますが、比較のための変換プログラムが必要です。
それに加え、機器固有の様々なデータがあります。典型的には温度です。日本では摂氏℃ですが、海外製品では華氏℉の可能性もあります。華氏を入力して気づいたのですが、単位文字は機種依存文字です。単位を付記するにしても「化けない文字」でないと、後が困ります。
■生データの正規化プログラムを書く
何らかの方法で機器から取得したCSV内の表記を正規化するプログラムを書きます。単純にはタイムスタンプ表記を揃えることから始めます。
正規化の過程で生データの名前、形式、単位が決まっていき、仕様化されます。
今回のシステムでは、スクリプティング言語はPython3を使います。プログラムを実行する環境はbash/Linuxです。開発環境・実行環境も正規化します。
■正規化データのシステム連携
システム間はAPIを明確に定義することで、その両側で独立に開発を進めることができるようにします。
正規化したデータを、出力目的に応じたシステムごとに適材適所なデータ表現に変更し、他のデータと連携して情報に加工し出力します。
IoTで観測する対象のデータが正規化ができれば、分析はできたも同然です。
■生データとは
IoT対象の機器が出力するデータです。今回入手するCSVデータは、監視対象機器の監視パネルの操作でコンパクトフラッシュメモリーに書かれます。
■生データを正規化する
この状態のデータは、機器単体の情報です。もともと他の機器と比較する形ではありません。例えば機器ごとにタイムスタンプの形式が違います。
"2020/8/12"と"2020-08-12"は日付として一致していますが、コンピュータが比較するときは異なる文字の並びなので単純には一致しません。もちろん比較する方法はいくつか考えられますが、比較のための変換プログラムが必要です。
それに加え、機器固有の様々なデータがあります。典型的には温度です。日本では摂氏℃ですが、海外製品では華氏℉の可能性もあります。華氏を入力して気づいたのですが、単位文字は機種依存文字です。単位を付記するにしても「化けない文字」でないと、後が困ります。
■生データの正規化プログラムを書く
何らかの方法で機器から取得したCSV内の表記を正規化するプログラムを書きます。単純にはタイムスタンプ表記を揃えることから始めます。
正規化の過程で生データの名前、形式、単位が決まっていき、仕様化されます。
今回のシステムでは、スクリプティング言語はPython3を使います。プログラムを実行する環境はbash/Linuxです。開発環境・実行環境も正規化します。
■正規化データのシステム連携
システム間はAPIを明確に定義することで、その両側で独立に開発を進めることができるようにします。
正規化したデータを、出力目的に応じたシステムごとに適材適所なデータ表現に変更し、他のデータと連携して情報に加工し出力します。
IoTで観測する対象のデータが正規化ができれば、分析はできたも同然です。
いつもアクセスありがとうございます。引き続きよろしくお願いします。
こんにちは。いつもアクセスありがとうございます。今日は「IoTデータ収集の軽量実装を始めました[第一回]」についてです。
■背景
情報系のネットワーク構築・運用を行っているお客様にて、「生産系のIoT化」への取り組みが始まりました。
工場内のネットワーク化に加え、通信網を使ったデータ収集と、分析結果の表示ネットワークも担当します。
工場内のネットワーク化に加え、通信網を使ったデータ収集と、分析結果の表示ネットワークも担当します。
■先ずは全体設計
先ずは、全体設からです。API（システム間インターフェイス）を位置決めし、データフローを決めました。NoSQLデータを蓄積し、正規化したデータを業務分析系に渡します。
当方の役割では、情報収集ネットワーク関連機器とIoT機器の監視も必須なので、まずはそちらプロトタイプします。
■現場のとのすり合わせ
IoTを始めるにしても、現場はIoT前提に作っているわけでないので現場環境のIoTデータ連携の構築からですね。人手に頼らざるを得ない部分も必ずあります。ヒューマンエラーを起こさないように、簡明な実装が必須です。
「エクセルに書き出したものをS3にアップしてください」は良いけど、簡単にアップロードできる仕組みまで考える必要があります。
一方、集めたデータの利活用のためには、社内的に分析データに適切にアクセスできる仕組みづくりが必要です。これはこれで、デバイスの選択と、安全なアクセス経路の確立が必須ですね。
■軽量なIoT設計
匠技術研究所では、軽量なIoT設計を常に目指しています。
データを情報に変えるために、データフローとAPIを最初に決めます。
「段階的に実装するから、とりあえずこの機器の生データで分析しよう」は試作としては手っ取り早く良いことですが、次の機器、更に次の機器と追加したときに、システム全体に大きな手直しが継続し、開発が続かなくなります。
IoTのデータ収集は、環境に依存し理想的なものではありません。それをどう使いやすく、簡明な方法で取り込んで行くか。
メモリーカードにデータを書くシステムは、それしかできないのでどうするか、です。
解決方法を具体的に示し、実装できることがIoT系のシステム構築の肝要です。
今日の話題は「マザーボードのBIOSアップデート後LANインターフェイス名が変わった」です。
Ubuntuを入れた小型サーバーを作っています。マザーボードはずいぶん前に入手した省電力型。小型省電力ITX規格でCeleronがマザーボードに半田付けしてあります。利用目的から見ても、CPUパワーは必要なく、今ではRaspberry Piでも良さそうな、IoT監視サーバーです。黙々と24時間動きます。
Ubuntu 18.04 LTS ServerをUSBメモリからインストールしました。インストール完了後マザーボードのBIOS設定に「インターネットを参照したBIOS更新」を見つけました。初めての経験です。思い切って実行し、アップデート後自動的に再起動。
なんと、Ubuntu 18.04 LTSが認識したLANインターフェイスの名前が変わっていました。道理で再起動後に通信できないはずです。こんなことは初めてで、びっくりです。BIOSなど物理層に近いところは、ソフトを載せる前に更新しておく方が良いですね。
今日は、第二回AIの研究会を開催しました。ZOOM会議で開催したので、参加者の方は自宅からで、私は事務所から。
事務所では、ヤマハの小さなマイクスピーカ（PJP-10UR）をPCに接続。一台のPCの前に二名いましたが、参加者の方とも違和感なく、とても自然に会話ができます。PC付属のマイクスピーカより、格段に良好です。
AIの話題も、たいへん興味深い話題で、話も弾みました。これからの時代、至る所にAIが溶け込みます。そのことが明確に認識できました。
次回から、実装技術を具体的に試していきます。当方がクラウドに設置する開発環境を使い、参加者はそれぞれ完全に独立した開発環境を持つことができます。
引き続き皆さんと楽しみながら、AIの知識を育てていければと考えています。
AI&IoTの開発環境の整備に取り組んでいます。基盤はLinuxとPythonです。コード管理はGitで行います。AI研究会の成長に合わせて、だんだん紹介していきます。
引き続き、よろしくお願いします。
いつもアクセスありがとうございます。匠技術研究所の谷山亮治です。
今日のお題は「Raspberry Pi 4 Model B 4GB RAMを試しています」です。
Raspberry Piは元々教育用コンピュータとして開発され、今は産業用コンピュータとしても広く使われています。
Raspberry Pi 4シリーズの内4G RAMモデルを試しています。
16GBのmicroSDカードにRaspbianをインストールして起動しています。
ハードウエアをケースに組み込み、raspbianをインストール、基本的な調整の後、日本語入力メソッドの追加を行っています。ここまではインターンの高校生君達がしてくれています。
デフォルトのブラウザはChromiumです。この状態でのディスク容量は以下のとおりです。microSD 8GBへのインストールはギリギリで実用的ではなく、16GBが最小構成ですね。RAMは4Gあるので余裕です。
この状態で、ブラウザの動作やYoutubeの再生も問題ありません。ディスクトップ コンピュータとして充分に見えます。
しばらく仕事のサブLinuxコンピュータとして使ってみます。
pi@raspberrypi:~ $ lsb_release -a
No LSB modules are available.
Distributor ID: Raspbian
Description: Raspbian GNU/Linux 10 (buster)
Release: 10
Codename: buster
pi@raspberrypi:~ $
No LSB modules are available.
Distributor ID: Raspbian
Description: Raspbian GNU/Linux 10 (buster)
Release: 10
Codename: buster
pi@raspberrypi:~ $
pi@raspberrypi:~ $ free
total used free shared buff/cache available
Mem: 3999756 866128 2234724 274568 898904 2732768
Swap: 102396 0 102396
pi@raspberrypi:~ $
total used free shared buff/cache available
Mem: 3999756 866128 2234724 274568 898904 2732768
Swap: 102396 0 102396
pi@raspberrypi:~ $
pi@raspberrypi:~ $ df -h
Filesystem Size Used Avail Use% Mounted on
/dev/root 15G 6.1G 7.6G 45% /
devtmpfs 1.8G 0 1.8G 0% /dev
tmpfs 2.0G 171M 1.8G 9% /dev/shm
tmpfs 2.0G 8.6M 1.9G 1% /run
tmpfs 5.0M 4.0K 5.0M 1% /run/lock
tmpfs 2.0G 0 2.0G 0% /sys/fs/cgroup
/dev/mmcblk0p1 253M 53M 200M 21% /boot
tmpfs 391M 0 391M 0% /run/user/1000
Filesystem Size Used Avail Use% Mounted on
/dev/root 15G 6.1G 7.6G 45% /
devtmpfs 1.8G 0 1.8G 0% /dev
tmpfs 2.0G 171M 1.8G 9% /dev/shm
tmpfs 2.0G 8.6M 1.9G 1% /run
tmpfs 5.0M 4.0K 5.0M 1% /run/lock
tmpfs 2.0G 0 2.0G 0% /sys/fs/cgroup
/dev/mmcblk0p1 253M 53M 200M 21% /boot
tmpfs 391M 0 391M 0% /run/user/1000
pi@raspberrypi:~ $
いつもアクセスありがとうございます。匠技術研究所の谷山亮治です。
今日のお題は「GPSロガー兼GPS連携NTPサーバーで洋上観測を支援しています」です。
今日のお題は「GPSロガー兼GPS連携NTPサーバーで洋上観測を支援しています」です。
■GPSロガーとは
位置情報を知るためのGPSから時々刻々と取得したデーターを、ディスクに書き込み、記録します。
この記録を遡ることで、いつ、どこにいたかが判ります。私が洋上観測のために開発したGPSロガーは、長期間のデータ保管に対応しています。
この記録を遡ることで、いつ、どこにいたかが判ります。私が洋上観測のために開発したGPSロガーは、長期間のデータ保管に対応しています。
■GPS連携NTPサーバーとは
NTPサーバーとは、インターネットを使って正確な時刻を配信するサーバーです。代表的には情報通信機構が提供する以下のサーバーが著名です。
ntp.nict.jp
一方、インターネットにつながらない所でも、正確な時刻が必要です。その一つの方法がGPS連携NTPサーバーです。文字通り「GPSを情報源として」時刻をLANに配信します。GPSは極めて正確な時刻を常に配信しており、その情報に連動して、LANにつながる観測機器が正確な時刻で記録することができます。
■ご利用先
明治大学農学部登尾研究室と連携して、この装置を開発し、ご利用いただいています。この装置は、毎年遠洋航海に出ており、とても長い旅を経験しています。近年は別の形でGPSの利用を進めるために、新機能の開発にも取り組み始めました。
GPS連携NTPが必要であればお問い合わせフォームよりお知らせください。利用環境は様々ですので、それに合わせてパッケージングしています。クラウドにデータを自動集約する試作キットも提供しています。
令和の時代に寄せて
いつもアクセスありがとうございます。匠技術研究所の谷山 亮治です。
「令和」になり、私も気分一新。気持ちを切り替えて臨みます。
これからも「情報をつなぎ、人を結ぶ」ことに努めてまいります。
■AI、IoTと情報セキュリティ
今後はさらに、IoTに集中し、そのデータ分析にAIを活用します。その全体に一貫して必要なことは、情報セキュリティです。情報セキュリティは情報ネットワークとともに構築します。情報ネットワークはこれまで通り重要な基盤技術として、今後も積極的に取り組みます。
■無停止システムを目指し続けて
もともと無停止のシステムが当たり前の情報ネットワークの世界で、リアルタイムの監視制御系ソフト開発に取り組んできました。情報ネットワークもそうで、常に目指すものは「無停止」です。
その成果は、全国規模のコンビニエンスストアのネットワーク運用システムの開発、VPNネットワークサービスシステム、マーケティング情報収集分析システムなどにつながっています。加えて、弊社が選択したオープンソース基盤上で開発した業務系システムも長期間ほぼ無停止で稼働しています。
これからも様々なシステムの「無停止」を目指していきます。
■経験を活かしたお客様視点でのシステムづくり
このような、様々な経験に基づく様々なノウハウを、ベンダー視点ではなく、お客様視点で提供することで、お役に立てるよう努めてまいります。
「お客様と一緒にお客様のビジネスを育てる」ことが肝要だと考えています。お客様の視点での課題を解決するために、様々な技術を簡明に組み合わせ、長寿命システム開発に取り組みます。
■長寿命システム開発技術コンサルティングの提供
新しい切り口として、長寿命システム開発のコンサルティングを始めます。
今年から、頑強なシステム開発の経験がある方と、合流しました。その方のシステムは時代を超えて社会を支えています。「10年、20年当たり前」のシステム開発が「当たり前」です。
私は、1980年代後半からオープンソースの活用に取り組み始め、ネットワーク同様、様々な仕組みづくりにオープンソースを活用しています。
このような「実装経験に裏打ちされたノウハウ」を、皆様に活用いただけるよう、取り組みを始めます。
■IoT、AI、セキュリティ、ネットワークの技術研究と研修
これからも積極的にIoT、AI、情報セキュリティ、情報ネットワークの技術研究を行います。
ヤマハ通信機器を使った情報ネットワーク構築は、これからも最先端の無停止ネットワーク構築を目指します。加えて、構築、運用関連ソフトウエアの提供やマルチベンダ環境でのノウハウの提供を目指します。
皆様との接点として、ヤマハ通信機器での情報ネットワークとクラウドネットワークの技術研修を拡張し、IoT、AI、情報セキュリティと範囲を広げたコアな技術研修を行います。
以上、これまで同様、引き続きよろしくお願いします。
AIは間違って当然-それをどう生かすか
いつもアクセスありがとうございます。匠技術研究所の谷山 亮治です。
先般、コミュニティの勉強会でAIの過去と将来をお話ししました。丁度アマゾンの偽ブランド判定をAIが間違ったことが話題になっています。AIは、人と同じで間違いもします。それを前提に、より間違えない工夫、もし間違っても、間違いを正す工夫をすることが、まさに人の知恵です。それが肝要です。
AIは「作り方次第、使い方次第」、「使い方次第、作り方次第」両面です。近年のAIに関する報道は「AI＝間違わない」という視線で書かれることを目にします。AIに取り組んでる人は、AIの導き出すどんな結果も「統計的にほぼこの程度正しい」と示していること知っています。この精度を如何に高めるかがAIを開発する側の仕事です。
「AIが間違うなら使えない」と人が思うのは自由です。そう思う人は「使わなければよい」。AIは「Autonomous System=自律システム」を実現するための手段。「はやぶさ2」は極めて高度な「自律システム」です。重要な判断をするための情報を集め、論理的に判断できることを基に、自分で自身を制御します。でもどの報道も「AI」と呼びません。
宇宙開発は産業を変革する技術を生み出します。それは「高度な自律性の確立」が当たり前の分野だからです。宇宙開発では、地球との通信の時間差が影響するほど遠いので、指令を待つ間に取り返しのつかない事態に陥らない仕組みが必要です。さらに、自身の判断で、取り返しのつかない事態に陥らない仕組みも必要になります。
はやぶさ2は人が「AI」を目指しているのではなく「Autonomous System」を目指していることを具体的に示しています。AIは「Autonomous Systemの構成要素として活用する」ことから役立ちます。
今のAIは「人の持つノウハウをコンピュータ化する」ことに長けています。それは「間違うコンピュータ」の始まりでもあります。人に求められていることは「それをどう生かすか」です。
いつもアクセスありがとうございます。匠技術研究所の谷山 亮治です。
はやぶさ(hayabusa)2、りゅうぐうに着陸成功！表土取得のための弾丸発射に成功したとのこと。弾丸発射での物質採取は世界初のことで、はやぶさ2プロジェクトの素晴らしい成果です。
地球との通信遅延は20分ほどです。タッチダウンの際は、地球との通信が途絶えるので、自律制御で動作しています。
宇宙プロジェクトはこのように通信時差が必ずあるので、自律制御が必須です。
はやぶさ1の際は、自律制御で想定外の状況を検知し、自動的に待機することで、次のチャンスを待つことを繰り返し、最終的に地球への帰還を果たしました。
はやぶさ2の観測ミッションはまだまだ続きますが、無事帰還して欲しいですね。
アクセス
トータル
ランキング
