OracleのIoT話を聞いてきた

４月２５日

Oracle Cloud Platform Summit Tokyo 2017
クラウドで描く未来と選ぶべき現実解

に行ってきた！の話。最後は

インダストリアルIoTに突き進む企業が求めるクラウド

を聞いてきた！のでメモメモ

---

・お客さんの温度間も上がってきた
・この一年、お客様がどんなステータス？

Internet of Things in Action Today

（この件について、ほとんど、会場限りの話。ひみつ）。

・IoTサービス活用の目的
　　収益向上・付加価値・差別化
　　　顧客体験価値の工場
　　　新規ビジネスモデル
　　リスク低減・手戻り防止・無駄の削減

・IoTデータの価値
　　即座に対応：今のオペレーションに
　　　タイムリーな情報収集による差別化
　　　即時アクション思考IoT
　　ためて、今後に活用
　　　高度な複合型分析による差別化
　　　センサー部品蓄積思考IoT

　IoTの話の前から行っていた企業が、チャレンジしている

・インダストリアルIoTの特性と
　お客様のアプローチ例

インダストリアルIoT：お客様の特性
　　意識すべき相手：サービス部門、生産技術、マネジメント層
　　　　　　△情報システム部門
　　優先される／期待される事項：ビジネスへの貢献、マネージドの環境
　　　　　　X　IoT技術のさまざまな検証をする
　　プロジェクトの進み方、要件：随時変化、PoC、アジャイル、探索型
　　　　　　X　ウォーターフォール型

・企業のアプローチ

　サービス部門　　　ビジネスへの貢献　　　随時変化、PoC

　短期的な効果を出す　定着／拡大させる　　高度化へ


・グローバルナお客様
　　リース機器の管理
　ファシリティ管理：IoT基盤＋分析＋システム連携

　聞き状態の管理　領域拡大　　サービス高度化
　短期的効果　　　定着・拡大　　高度化

・スマートファクトリー
　工場IoT

　　現場視点：工場内IoT活用→クラウド
　　企業視点：複数拠点横断IoT活用→オンプレミス

　　リアルタイムダッシュボード　自動入力　リアルタイム制御　インテリジェント
　　　　短期的　　　　　　　　　　　定着／拡大　　　　　　　　高度化

・段階的アプローチとべすとプラクティス

・ステップ１：短期的な効果のために
スイートスポット
　今見えていないものを可視化する
　時間がかかっている業務を改善する
→時間をかけていると、まてない
施策
　リアルタイムビュー：アプリケーションビュー
　　動画

IoTアプリケーション機能展開
　　アセットモニタリング
　　プロダクションモニタリング
　　フリーとモニタリング
　　コネクテッドワーカー

データを即座に連携
　Oracle IoT Cloud

・定着拡大
　経験則の取り入れ
　収集データの挙動を可視化し、業務連携のタイミングを設定
　　ビジュアルストリーミング機能
　現場に応じた処理の調整
　　エッジ処理ロジックの遠隔更新

・高度化
　チャレンジ
　　サードパーティのAIエンジン
　　OSS系
　　RDB系　Oracle Advanced Analytics
　　ハイブリッド方式 BigData SQL

・In-DB機械学習
　準備　実施　報告　評価
　IoT入力データと分析モデルに基づくスコアリング（予兆判定）

・まとめ
　インダストリアルIoTに向かう企業に向けたべすとプラクティス
　　短期の成果を狙う
　　定着化をきちんと考慮する
　　用途・メリットを考慮して機械学習テクノロジを選択する

---

Lineのカスタマーコネクトの内容と、それがOracleのDocker基盤のクラウドで動いてる話

を聞いてきた！

きのう（４月２５日）

Oracle Cloud Platform Summit Tokyo 2017
クラウドで描く未来と選ぶべき現実解

に行ってきた！のつづき。
次は

Line Customer Connectの技術基盤を支えるオラクルのDockerコンテナプラットフォーム

をメモメモ・・・の前に、まず

Line Customer Connectっていうのは、

主にコールセンター（コンタクトセンター）でLineを使う場合、
・チャットボットを使ったり
・音声での自動応答（IVR)など
を行うためのシステム
https://cc.line.me/ja/

で、OracleのApplication Container Cloud Serviceは、
アプリケーションのデプロイをしてくれるPaaSなんだけど、
それは実はDockerで動いている。ただしDockerを意識しないでできるみたい。

Lineの Customer Connectは、OracleのApplication Container Cloud Service
を使っているぜ！という話。それをメモメモ

---

・コンテナ技術の利用と背景
　Docker con２０１７基調講演で
　オラクル公式Dockerイメージの配布開始
　　オラクルとDocker両者による動作保障がされた信頼あるイメージ

・コンテナといえばDocker
　コンテナ技術の実装をしているもの
　　オープンコンテナイニシアチブが標準を決めている
　仮想化技術の違い
　　ハイパーバイザー型：１つの環境に集約　HWレベルの仮想化
　　コンテナー型：OSレベルの仮想化
　　物理環境

・コンテナ型仮想化を利用する背景
　　目的：継続的かつ迅速
　　課題：
　　期待する効果：効率化、容易性、迅速性

・Dockerだけでは解決しないシステム環境
　→考慮する点は増える
　システム全体では複雑化するDocker利用環境
　　　オーケストレーション
　　　サービスディスカバリー
　Dockerを動かすための仕組み
　　　Dockerをサービスとしてしまえば：CaaS
　　　PaaSとしてのコンテナ利用

・２つ提供
　CaaS　Oracle Container Cloud Service
　　使い勝手のいいDocker環境
　　　Dockerコンポーズ：簡単に誰でも

　PaaS　Oracle Application　Container Cloud Service
　　Dockerを意識させない
　→アプリのみを開発、ZIPしてデプロイ→プロビジョニング
　　ランタイムのコンテナ環境を用意

■Line
・そもそも、カスタマーコネクトって？
　コンタクトセンターがCRMシステムを通じてLineでお客様とつながるソリューションです
　Customer Connectのコア機能

　テキスト
　　AIで自動回答
　　チャットでサポート

　音声
　　無料で電話：SIP接続
　　電話からLineへ誘導：IVRと連携

・なぜLINEでコンタクトセンター運営？？
　圧倒的な利用者数の多さと利用頻度
　　７０００万人近く使っている。７割強が使っている
　ユーザー層に偏りがない
　利用地域にも偏りがない
　チャットサポート自体のユーザーニーズが高い
　　KDDIエボルバ調べ
　マルチチャネル・オム二チャネルをやりたい

・Lineカスタマーコネクト
　　Oracleさんと連携するのは
　　　有人チャット、
　　　AIチャット
　　　CTI連携

　　画面イメージ
　　　AIチャットボットが前さばき

・Line to Call (SIP接続）

・Call To LINE（IVR）
　→AIチャットボットで対応

・連携可能サービス
・ハード　AVAYA,Genesys　

・なぜ、Oracle
　コンタクトセンターのビッグプレーヤー

・パートナーを組む上で求めていること

■使用例
・Line
　Oracle サービスクラウドをひもずける
　IPaaS：いんてぐれーしょんぱーす
　APaaS：あぷりけーしょんぱーす
　　基盤構築を意識しない、効果を享受→簡単なスケーリング、PaaSとの連携
　多くのトランザクション→スケールアウト→Dockerベースがマッチ

・多言語による軽量アプリケーション
　LOBアプリケーション

・システム改修を伴わない機能拡張
　アプリケーションごとに開発。API連携

・PaaSのさらなる活用
　迅速な開発
　簡単に構築
　安心な運用　

OracleのExadataのクラウド話を聞いてきた

きのう（４月２５日）

Oracle Cloud Platform Summit Tokyo 2017
クラウドで描く未来と選ぶべき現実解

に行ってきた！つぎは

最高のDBマシンをより柔軟に
～Oracle　Cloud Machine＆Oracle Exadata Cloud Machine詳細～

をメモメモ・・・のまえに説明しておくと、

OracleのDB用のクラウドには
　　　Oracle　Cloud Machine：OracleのふつうのDB（１２Cとか）を動かす
　　　Oracle　Exadata Cloud Machine：Exadataを動かす
　　　Oracle　BigData　Cloud Machine：Hadoop等を動かす
と３種類ある。

このうち、上記２つについてのセッションをメモメモ

---

オラクルが提案する新たなクラウド活用モデルCloud at coustomer

・ハイブリッドクラウドが最終形態の第一位

・Oracle cloud Platform(PaaS/IaaS)ポートフォリオ
　顧客DC

・柔軟な配置の選択
　　オンプレミスとパブリッククラウド
　　どちらでも同じ開発・運用

・Oracle Cloud Machine（あっとかすたまー）のメリット
　　パブリックで動かしているものをお客様の中で

・オラクルのCloud at Customer
　１．Publicと同じPaaSとIaaSを提供
　２．Public tp同じサービス単価
　３．単一ベンダーによる一貫したサポート

・Oracle　Cloud Machine：サービス料金イメージ
　月額部分＋従量課金部分

・Oracle　Cloud Machine３つのファミリー
　　　Oracle　Cloud Machine
　　　Oracle　Exadata Cloud Machine
　　　Oracle　BigData　Cloud Machine

・エンタープライズ・クラウドの選択肢拡大
・主要な１６のユースケース

・Oracle　Cloud Machine＆Oracle　Exadata Cloud Machine詳細
　OCM：ファイヤーウォール内で
　　同じアーキテクチャ
　　サブスクリプション形態
　　インフラはOracleがリモート監視

　　　　　　　　　　　　　OCM　　　　ExaCM
　お客様責任範囲　　インスタンス
　オラクル責任範囲：Oracle Cloud Layer


・ハードがあるところに、Oracle Advanced Support Gateway（OASG)
　を経由してサポート

・Exadataとは
　すべてのでーたべーす・わーくろーどのためのべすとなプラットフォーム
　最適化
　　スマートアナリティク
　　スマートストレージ
　　スマートOLTP
　　スマートコンソリデーション

・ExadataCloudMachine　モデル別仕様
　４種類　月額４８０万円から２６４０万円
　　OCPU数に応じて料金

・Exadata Cloud Machineではすべてのオプションが使い放題
　　分析系も

・Exadata Cloud Macine構成
　ユーザーは仮想マシン内を管理可能
　１２CはMTA構成
　ネットワーク：管理用、AP接続用、バックアップ用
　通信はInfiniBand

・一時的な拡張；バースティング
　　デモ

・インフラ部分のメンテナンス管理が不要
　　お客様：DomU内
　　　バンドルパッチの適用の判断、適用→ツールは適用

・どのように使えるのか
　２つの選択肢
　　IaaSでBYOL
　　PaaSでOracle cloud/Exa Data

　IaaS：インフラ管理が不要
　PaaSは、RACが使える

・PaaS間
　DBCS（ふつうのOracle)
　　共有環境
　　　　シェイプ：CPUとメモリはシェイプごとに決まる
　　　　ボリューム
　　→VMごとに

　ExaCS(Exadata)
　　占有環境
　　　　OCPU：OCPU以外はすべて利用可能
　　　　Rackモデル
　　→統合環境に向いている

・Database Service比較：可用性
　　Oracle Maximum Availability Architecture(MAA)
　　クラウド上のサービスレベル区分
　　　ブロンズ
　　　シルバー
　　　ゴールド
　　　プラチナ

・無料トライアル
　　

OracleのIaaS戦略を聞いてきた！

きのう（４月２５日）

Oracle Cloud Platform Summit Tokyo 2017
クラウドで描く未来と選ぶべき現実解

に行ってきた！のつづき

Oracle IaaS戦略
～なぜオラクルがIaaSを？～

をメモメモ

---

・Oracle　Cloud Pratform外観

・オラクルが弧提供する３種類の活用形態
　　オンプレミス
　　あっとカスタマー
　　プラットフォーム

・３つの方向性
　　IaaS：次を見据えた拡充
　　あっとカスタマー：モデルの拡充
　　PaaS；クラウド独自サービスの拡充（まいくろサービスなど）

・オラクルが提供するIaaS＋PaaSおふぁリング
　　富士通様から：パブリッククラウド
　　お客様で：プライベートクラウド

・Oracle cloud Platformが気にしていること
　壁なきサービス
　位置透過性
　ビルディングブロック

・壁なきサービス
　一般的なクラウド（A社、M社）
　　プロビ早い
　　従量課金
　ホスティング、オンプレ
　　適切な性能
　　セキュリティ
　次世代のクラウド（ベアメタル）
　　あわせて
　　　　柔軟課金・性能・セキュリティ

・壁なき世代IaaS基盤の基本コンセプト
　第一世代のIaaSとオンプレミスのより良い部分

・位置透過性
　パブリッククラウドの機能をいろんなところにおける
　　→あっとカスタマーモデル

・あっとかすたまー
　筐体にパブリッククラウドの中身を詰め込む


・ビルディングブロック
　さまざまなパーツ
　３年弱で５０種類以上のビルディングブロックに拡張
　→オンプレをパブリッククラウド化

・なぜ、今オラクルがIaaSなのか？
　最も重要なデータ処理などの高度な処理を最適に動作させるクラウドの不在

・オラクルが提供し始めたIaaSの選択肢と歴史
　　IaaSのマシン（OCM)
　　Compute系
　　専用
　　Spark
　　Storage
　　らべろ；去年買収
　　ベアメタルクラウドサービス：新しいサービス

・ほかと何が違うの
　コンピュート
　ネットワーク
　ガバナンス
　柔軟な選択肢
　

・コンピュートの性能
　版用品の世界での戦い

・仮想環境　VS　ベアメタル
　ベアメタル：ソフトレイヤー
　　パフォーマンスの問題
　隣のユーザーのワークロード
　　ミッションクリティカルの場合

・中身
　従来型SSD　VS　NVMe SSD
　NVMe SSD：バスの帯域大きい、命令セットをいっぺんに流せる

・コンピュートの性能
　いかに汎用パーツを早くに採用するか？
　中長期的に見れば、各クラウド間の差はない
　ベアメタルを提供しているか→セキュリティ；後述

・ネットワーク
　雲の中に隠蔽されたネットワーク
　　　テナント間で共有された環境
　　　可用性の基礎
　　　分散コンピューティングの基礎
　　　セキュアなベアメタルクラウドを提供するのに工夫が必要

・クラウド・データセンターのスコープ
　　国または地域
　　リージョン
　　アベイラビリティ・ドメイン（AD)：法の単位で同じくらいの範囲で近いところに
　　　AD間は気を使って構成（AWSのAZ）

・ADの中
　　サイロ型（ツリーっぽく）
　　　北から南のトラフィック
　　ファブリック（フラットなデザイン）
　　　横のデータの流れ

・AD内のネットワークデザイン
　オーバーサブスクリプションなしのファブリック
　　ほかのテナントの影響を受けにくい：スケールしやすい

・テナント間セキュリティ
　　考慮なし
　　VMでやる（ソフトレベル）
　　ハードレベルで

・ハードレベルでセキュリティ
　　→ベアメタルでクラウド

・Off-BOXネットワーク仮想化
　　べアメタルセキュリティ
　　VMによる影響なし

・ガバナンス
　　大規模プロジェクトでどのようにクラウドを管理するか
　　　コンパートメント

・柔軟な選択肢
　　クラウド≒
　さまざまなワークフローをサポートするIaaS
　ロケーションに応じた選択し：位置透過性
　Oracle Cloud Macineのメリット

・３つのファミリー
　Oracle CloudMachine
　えくさでーた
　ビッグデータ：Hadoop

・開発・テスト環境としてのIaaS
　らべろのクラウド
　　クラウドかの煩雑さ
　　クラウドによる制限


・Ravello
　　オンプレのVMWareとKVMをマルチパブリッククラウドへ
　　Ravelloカプセル→オンプレミス環境を変更なしにパブリック・クラウド化
　　ネスティッド・バーチャライゼーション（HVX)
　　　マルチキャスト：通さない

・おわりに
　　コンピュート
　　ネットワーク
　　ガバナンス
　　柔軟な選択肢
　　　＋
　　開発・テスト環境

　　壁なきサービス
　　位置透過性
　　ビルディングブロック


　

ドローンが木にぶつかる程度では、鳥が飛ぶところで飛ばせられないでしょ

安物のドローン使っているだけじゃないかなあ・・

いや、日経コンピューター２０１７年４月２７日号の

動かないコンピューター
遭難救援用のドローンが墜落
技術者に「救助」される

なんだけど、位置がずれて、木にぶつかって墜落したってあったけど、
私が見たドローンって、ちゃんと衝突回避機能が入ってて、
障害物があると止まるようになってた気がしたけど・・・

予算けちって、安物つかったんじゃないかなあ？
木でぶつかるようなら、鳥とか、あらかじめ飛行経路は予想できないので、
ぶつかってしまい、飛ばせられなくなってしまうでしょ・・・

センサー能力の問題で、木が検知できなかったとか、そういうことなのかな？
（それはあるとおもう）
それよりも、ドローンの問題は、長く飛ばせられないことだよね・・・

富士通がOracle Public Cloudを提供するってことが、メインの話題？

きのう（４月２５日）

Oracle Cloud Platform Summit Tokyo 2017
クラウドで描く未来と選ぶべき現実解

に行ってきた！ので、まずは基調講演をメモメモ

---

■社長挨拶
・昨日アメリカ　Google HomeとAlexa
　・OracleでもAI
　・家につける、体につける、なんでもIoT
　・Oracle CX Labo
・クラウドでNo1になる。社会に貢献するクラウドカンパニーへ
　→３年
・２０１６年１２月から２０１７年２月
　世界SaaS+PaaS売り上げ１８６％
　　Oracle 従業員１０００人以上　SaaSで１番
　日本：
　　SaaSからIaaS売り上げ２００％

・POCO：ぱわーおぶくらうどばいおらくる

・Oracle　Cloud　３つの選択肢
　　プライベートクラウド
　　パブリッククラウド
　　クラウド＠カスタマー

・IaaS
　オンプレ
　　　ITサービスに３．６兆円
　　　８６００億円分のハードかって
　　　１兆円ソフトかって
　　　４．７兆円でインぷり
　　・・・１２兆円

　IaaSに２１００億円

・２０２０年に
　　オンプレ　１３兆円
　　IaaS　４３００億円

・クラウドプラットフォームで実現するビジネス改革

・クラウドパートナー３００社

■クラウドプラットフォームで・・・

■Cloud Platform で実現するビジネス革新
・クラウドで描く未来
・選ぶべき現実解
・Oracle Cloud Platformにまつわる数字
　３形態
　　オンプレミス
　　Oracle cloud at customer：マシン切り出し、運用管理をOracle
　　Oracle cloud Platform

　５０種以上
　　５０獣類以上の拡張を遂げるOracle Cloud Platform
　　PaaSからIaaSへ急速にポートフォリオ拡大

　３パターン
　　ITモダナイゼーション
　　マルチクラウド
　　デジタルトランスフォーメーション

・３種類のOracle Cloud Platform活用パターン
　　富士通
　　損保ホールディング

■SOMPOホールディングスのデジタルトランスフォーメーション
・デジタル戦略が中期経営計画の主軸の１つ
　安心安全健康
　　デジタルビジョン（デジタル戦略）→デジタル戦略部

・Sillicon Valleyスタートアップのスピードと柔軟性
　SOMPO　Digital Labの誕生

・損害調査におけるドローン活用
　ドローンの包括免許
　熊本でも事故調査を空からデータ化
　介護事業におけるセンサー活用
　　IoT介護
　コールセンターにおけるAI活用
　ブロックチェーン
　　天候デリバティブ→柔軟な契約変更・イベントが起こった起こらない：証跡管理
　ウェアラブルデバイスを活用した取り組み：ひまわり生命
　　Fitbitをつける：長生きしてもらおう→健康増進

　おとなの自動車保険
　　IoTデバイスを活用した新サービス：つながるボタン
　　BlueToothのボタン：困ったらおす→アプリがコールセンターに電話
　　安全運転の診断
　→クラウドなしではできない
　
＜＜テーマ・しつもん＞＞
・CDOの役割
　グループ全体のデジタルトランスフォーメーションする責任者
　これからデジタル！といわれても・・
　　教育は大事。大変。１０歳、２０歳下の世代は、生まれたときからデジタル
　　　→吸収はすごい！

・デジタルトランスフォーメーションとクラウド
　クラウドはMUST
　シリコンバレーのスタートアップのような進め方：アジャイル
　アジャイルに倒す：fail fast、cloud first
　会社内でPoCしている→リーンスタートアップみたいな
　　　PoCは３０まわしている：PoCは試食

・ビジネス・パートナーとしてのオラクル
　ERP、Java：Oracleで今後も変わらない（SoRは）
　攻めの分野クラウドでOracleとできること

　Oracleのラボが、「これ何かに使えますか？」とお客様に聞く時代


■Cloud Platformで実現するビジネス革新
・２０１６年７月　オラクル社とクラウド協業を発表
　OracleX富士通　３つの新サービス　いよいよサービス開始
　　１．Oracle Public Cloudを提供
　　　　Oracle　CloudX富士通データセンター　３月２７日～
　　　　オンプレでもクラウドでも同じアーキテクチャ
　　２．富士通クラウドサービスK5
　　　　DB　Powerd By Oracle Cloud（K5DB Oracle)
　　　　　４月２０日～
　　　　１クリックでDBインスタンスを作成
　　　　高品質サポート
　　　　Oracle Cloud技術者認定数No1
　　３．Oracle HCM CloudX富士通のリファレンス
　　　　２０１７年６月
　　　　タレントマネジメントの領域から

・ビジネス状況・先行事例
　　８０％が基幹システム
　　基幹システムの事例：パフォーマンス工場
　　設備工事会社；災害時のみの利用

・Oracle Cloudをパートナー様へご提供

・最後に
　クラウド移行を支援

＜＜テーマ・しつもん＞＞
・オラクルとの戦略的な提携のインパクト
　スピードが上がっている
　国内データセンターからのサービス：コスト・レスポンスのメリット
　　必要な分のライセンス
　アドオンしている機能
　OracleのDBを使っているお客様：オンプレに持っていくことができる
　　OracleDBを一番早く動かせるのはOracle Cloud
　　通信のレイテンシー→富士通クラウド
　人材の見える化、最適配置：HCM
・今後のオラクルとの協業での期待
　HCM→ハイレベルに協業

--------- ＜＜第一部ここまで＞＞ -----------------

■Cloud Platform戦略と新たな価値創造
・ビジネスは常に変化を求めている
　チャットボット：ユーザーインターフェース
・ビジネス変化に追従するCloud Platform戦略
・Oracleがご提供する３種対の活用形態
　　さっきいった

・Oracleの句多独活拡張３つの方向性
　　IaaS
　　あっとカスタマー
　　PaaS
　→午後に詳細

・ビジネス変化に追従するためのクラウド３要素
　　壁なきサービス
　　位置透過性
　　ビルディングブロック

・壁なきサービス
　　初期：迅速な、柔軟な
　　そのうち：セキュリティ
　→Oracledeha２つを提供

・位置透過性
　　さまざまなロケーションからパブリッククラウド提供

・ビルディングブロック
　　必要なものを選択、すばやく提供
　　サービスポートフォリオ
　　５０種類以上のビルディングブロック

・地域活性化Xオラクルクラウド
　　とりくみ
　　　株式会社　Orb（おーぶ）

■株式会社　Orbのお話
　　マークアンドリューセンのNY Timesへの投稿
　　　ブログを投稿

　IT産業の使命は社会格差の解消にあり
　　イノベーション：　　社会的インパクト
　　　パソコンと各種業務ソフト：労働格差の解消
　　　インターネット：メディア格差の解消
　　　ブロックチェーン：経済格差の解消

　世界で都市部と地方の「経済格差」が拡大
　　日本は少し広がっているものの（ジニ係数２０１４年最大）
　　エストニア；ブロックチェーン採用→解消してきている

・経済格差解消のヒント
　電子版藩札（江戸時代）

　藩札システム＝地域金融インフラ

　　　　　地元住民

　　　　　　　　　藩札
　　藩札を交換
　　　　　　　　　藩札ベースの紙幣・証券

　地元豪商　　　　加盟店

　　→相互扶助

・成功の鍵１
　インフレ未然防止型の地域金融システム
　　自然減価型の地域経済：キームガウアー（ドイツ）
　　　　－２％　３ヶ月で価値落ちる
　　　　　→３２９％：対ユーロ回転率

・成功の鍵２
　インフラ資源のシェアリングエコノミー
　例：ITスタートアップの起業費用の変遷
　　Java：アジャイル開発→人件費低下
　　AWS：
　　スマートフォンの普及
　現在の金融システム＝重厚長大
　　メインフレームを軸に；BEP達成に時間かかる
　未来の金融システム＝軽薄短小
　　手ごろなサーバー＆回線にシステムを構築

・なぜブロックチェーン／分散型台帳か？

・orb DLT
　コンセプト
　　ブロックチェーンX分散DB
　OrbDLTを利用した電子版藩札システム
　電子版藩札システムによるシムシティ構想
　　OrbXOracle　Cloud

＜＜しつもん＞＞
・ふくそうは：ラリーエリソンのオマージュ
・ブロックチェーンとオラクルクラウドの相性
　いい。プライバシーコントロールとセキュリティ＋安さ

■渋谷区観光協会
・前年比１２０％の来訪者を獲得するのではなく、
　前年比１２０％の体験満足を提供する
　→人はきてくれる
・渋谷：写真とって動画とる：ビジネスにならない
・渋谷観光ICTソリューションの概要
　ビーコン
　　　どこに設置：パブリック、町のIoT
　OPEN LOCAL：どういうコミュニティがどこにあつまっているか
　　→ちいきにいるひとにあそんでもらう
　　　あるくと、クーポンがたまる
　　パートナー；キャラクター、メッセージアプリ、
　多様な楽しみ方

＜＜しつもん＞＞
・おもてなしとICT活用
　おもてなし：あなろぐ
　プラットフォーム：ビッグデータ
　Oracle Cloudがどう：クリエーターとクラウドちょっと距離
　　ストリートスマート、ブックスマート
　→テクノロジーの進化：デジタルストリートスマート
　　Oracleのソリューションとクリエーターでデジタルトランスフォーメーション

■このあと
・ランチセッション
・ブレイクアウト

---

このあと、ランチセッションで富士通を選んでいたんだけど、
満席ということで、ランチだけもらって、話を聞けなかった・・・・

中国のモノづくり革新

イノベーションの発信地 中国のモノづくり革新
～”Made in China”を信頼のブランドへ！～
http://www.edge-link.omron.co.jp/news/138.html

どろーんあれこれ

ドローン操作を学べるアプリ
https://www.borg.media/appsdrone-star-2017-04-18/

実際のドローン

1/18スケール ラジオコントロール ドローンレーサー
http://rc.kyosho.com/ja/20571w.html

スマホの望遠レンズ

プロ用カメラを凌駕する新しい望遠レンズが登場
http://super-gadgets.com/photolens/ultralens/JP/a-916-n-b/

メルカリ、現行紙幣の出品を禁止

理由は、マネーロンダリングにつながる可能性から。
ちなみに、なぜ
1万円札を額面以上の金額で販売する出品
を落札するかについては
https://twitter.com/NAMAZUrx/status/855680168253206528/photo/1
（クレジットカードで決済することで、カード枠の現金化）

メルカリ、「現金出品」に対策　現行紙幣の出品を禁止
https://headlines.yahoo.co.jp/hl?a=20170424-00000056-zdn_n-sci
(以下太字は上記サイトより引用）

PS.その後
メルカリ、今度は"領収書"が売っていることが判明「天才すぎ」「何か問題なの？」
https://togetter.com/li/1104808

IoTによさそうなPLC

PLCって、シーケンサのほうじゃなくって、
コンセントにつないで通信するほう。
電源の線だけでいいとなると、IoTなんかに向いてるかも？

家の電源コンセントに挿すだけで、電気配線で離れた部屋とデータ通信が行えるPLCアダプター、アイ・オーが「PLC-HD240E」発売
http://internet.watch.impress.co.jp/docs/news/1056356.html

CNNとRNNとLSTMを図示してみる

「ディープラーニング」入門6時間集中講義／自然言語処理とニューラルネットワーク
http://lab-kadokawa18.peatix.com/

を聞いてきた！成果として、CNNとRNNとLSTMを図示してみる
・・・が、詳しく知っているだけではないので、
（ロリポおじさん程度の知識）
まちがていたら、ごめん

---

■CNN

こんなかんじ。

中間層は、
・畳み込み層
・プーリング層
の２つが、何段にも積み重なる感じ。

最終段（出力層のところ）には、全結合層がくる。

なお縦と横というのは、今回の説明用。
CNNの多層化構造を書くとき、実際には、横に書く。

---

■RNN

こんなかんじらしい。

中間層は、入力層の入力のほかに、となりの中間層からの入力もある。

---

■LSTM
こんなかんじらしい

RNNの一種ということらしい。

中間層１つ分で見ると、２つのノードがある。

・ｈのノード：これは出力層にいく。と同時にとなりのｈにもいく
　　→RNNと同じ

・Cのノード：記憶になる。隣のノードにいくので、記憶が伝播される・・・
　・・・が、たまにクリアされ、隣のノードの影響が消えるらしい。

Cのノードで記憶を伝播・忘却する点が、純粋な？RNNと違うところ

ローソンのLoppyで、マルチペイメントサービスを使う

昨日本家に書いた

東日本大震災の被災地の子どもたちのコンサート、4月29日に初めての東京公演
https://plaza.rakuten.co.jp/struts/diary/201704230004/

で、クラウドファンディングのお金をはらいにいったときに、
ローソンのLoppyでまよったので、メモメモ（じぶんだけかもしれないけど）

ちなみに、手順として、以下のように書かれている

手順ローソンの「Loppi」を使ってお支払い
1. Loppiのトップ画面右ボタン「各種サービスメニュー」を選択。
2. ￥マークの「各種代金・インターネット受付・～」を選択。
3. 「各種代金お支払い」を選択。
4. 「マルチペイメントサービス」を選択。
5. サービス内容を確認し、よろしければ「○はい」を選択。
6. 「お客様番号」を入力し、次の画面へ進んでください。
7. 「確認番号」を入力し、次の画面へ進んでください。
8. 通信中しておりますので、しばらくお待ちください。
9. 表示される内容を確認して、次の画面へ進んでください。
10. お支払い時の注意事項をご確認後、よろしければ「はい」を選択。
11. 本体から出力される「申込券」を持って、30分以内にレジにて現金をお支払いください。


※注その１ CAMPFIREのLoppiによる支払いは、
　　　　　Peatixの支払い方法とちがう。

peatixの場合、２次元バーコードを読み込ませるか
　　　一番左の「各種番号をお持ちの方」を選ぶ
　→受付番号と、電話番号等の入力が必要

CAMPFIREの場合、一番右の「各種サービスメニュー」
　を選ぶ
　→お客様番号と確認番号が必要

※注その２　各種代金～は似たような項目を２回選ぶ
　各種サービスメニューを選んだ後、
　「各種代金・インターネット受付・～」を選択すると
　右側にウィンドウが出るから、そこから
　「各種代金お支払い」　　　　★
　をえらび、次の画面で、
　「マルチペイメントサービス」
　をえらぶ。

ここまでの様子は、

https://www.well-net.jp/multi/119.html

で事前学習できる。

★が出るのを知らずに、きのう、ずっと悩んで立ちすくんでしまった
（そうすると＝一定時間なにもしないと、はじめの画面に戻る）

ここから先は、画面の説明どおりやればいいので、まよわない
紙が出てきたら、レジに持っていって支払うことは
peadixと同じ。

マルツオンラインが４月２４日から２８日送料無料の話

マルツオンラインが４月２４日から２８日送料無料とか、STのボード無料でもらえるとか
http://blog.goo.ne.jp/xmldtp/e/f9b3cf6211734f99b7fc23a496004df6

で書いた、マルツの送料無料の話

マルツオンライン
https://www.marutsu.co.jp/

に載ってた。

Googleニューラル機械翻訳について聞いてきた

4月２２日
「ディープラーニング」入門6時間集中講義／自然言語処理とニューラルネットワーク
に行ってきた！のつづき。、第三部（これで終わり）をメモメモ

---

６時間集中講義　自然言語とニューラルネットワーク
第三部　Googleニューラル機械翻訳

PBMT；句を利用
GNMT；Googleニューラル機械翻訳
・日本語はまだ低い。ポルトガル語はつよい
　英語と日本語の違い
　　BLUE：統計的→質的には
　　日本文法：主語の省略を許す、代名詞を落とす
　Google翻訳はよくやっている→質が違う。下訳として使える

・ニューラル機械翻訳に先行したもの
　　ルールベース機械翻訳：機械翻訳の主役だった
　　　→いまはあまり・・・
　 Combinatory
　　　→ルールベースも進化

　統計的機械翻訳モデル（SMT)
　　すべてのソースとターゲットペアに確率を割り付ける
　　対比したコーパスの学習→近い文を探す：検索

　　　P（J|E)　　　　　P(E)

　　　　　P(J|E)P(E)

　→語順が一致するとは限らない：
　　いくつも対応、バータリティ、対応するものがない

・統計的機械翻訳モデルの成功と限界
　Very Very Large Corpora
　　とても長いコーパスがいる
　スペル訂正　Power of data
　→Google翻訳は、量による質の改善ではない！
　
・パラレルコーパス
　現在のコーパス：共有されている
　　英語フランス語：３６００万
　　英語ドイツ語：５００万
　→Googleの自前のセットは、２～３桁多い。

・Googleの書籍のデジタル化
　ロゼッタストーン：最古のコーパス　パラレル　データ
　　→しゃんぽりおん
　ベフィストン碑文：楔形文字
　ベントリス：エバンスが線文字Bとしたのを解読した

・ニューラル確率言語モデル　Bengioの「次元の呪い」
　アルファベット：ワード　単語の数は追いかけられる
　文の複雑さ：限りない。量的な飛躍
　　　さらに
　見たことのない文

　→意味が違いものを捕らえるアプローチ
　　特徴ベクトルを対応付ける
　→意味をフィーチャー

・語と文の複雑さの違いについて
　単語は有限個
　文は無限→用例集は存在し得ない

・Word2Vec語の「意味ベクトル」
　語と語の間に距離
　似た意味を持つ言葉は似たベクトルを持つ
　意味を変換するベクトルは共通？

・RNNの文法認識能力

・文法の階層性
　チョムスキーの階層
　　Type-0,1,2,3

・DeepLearningの理解
　　正規文法；１９９７
　　文脈自由：
　　自然言語：Google翻訳
　実はチョムスキーはリカーシブルな世界に関心？

・方法論上の問題
　機械の能力の階層性
　　ディープラーニングの質的な違い：わかっていない
　　機械にできるかできないかは、ある程度学習させると
　　　できる・できないの判断がむずかしい
　　問題は、機械やデータではない
　　機械学習：作ってみたら、できました！
　チョムスキーは形式的に証明できる
　機械学習は・・・

・Google翻訳は、意味を理解しているか？
　そうじゃない？→記号の変換の可能性もある

・人間と機械翻訳のギャップにはしをかける
　LSTM８段
　　エンコーダーとデコーダーをアテンションでつなく
　　いろんないいとこどり
　　８ビット処理：TPU（８ビットのテンソル用ハード）も

・Encoder/decoder Hintonのオートエンコーダー
　圧縮して拡大する
　書類の分類にもつかってみる；図書のエンコーダー
　セマンティックハッシング

　AutoEncoder：うまくいく

・AttentionMachine
　固定長ベクトル：長い文でも短い文でも？

・GNMTはそういうのをみんな入れている

・WordPiece
　キャラクターをいれてキャラクターを出す
　→ワードを入れてワードを出す：精度はわるくない（効率は悪い）
　→人間の言葉は音、キャラクターモードに近い

・Wordへの分割の問題
　音のつながり：区切りの意味持たない
　日本語：構文解析が必要

　基本的な単語
　訓練用データセット：語の区切り方をサンプルで学習
　つながり情報があれば
　追加していく：バランス言い切り方を機械が決める

・意味：語に意味があるわけではない→つながりさえ維持できていれば・・・

・ワードピース３２Kに抑える　２バイトでいける
　日本発の技術

・多言語ニューラル機械翻訳
　ひとつのシステムでマルチ機械翻訳
　特徴
　　１：シンプルさ
　　２：リソースの少ない
　　３；ゼロショット翻訳：教えていない言語を生成

　実験；多対多
　　性能は落ちるが、ペイする

・ゼロショット翻訳
　インターリンガ：内部で同じ言葉があるんじゃないか？
　ちょっとデータを追加すると成績が伸びる

・ビジュアルな分析：インターリンガの存在
　内部で意味をちゃんと捉えているか：YES
　アテンションがどう動くか
　　英語、日本、韓国語：同じ文；近いところが活性化

　チョムスキー：ユニバーサルランゲージ

　ゼロショットだと、意味が分かれてしまう。

・混合言語
　日本語と韓国語を混ぜる：ちゃんぽんにならない
　ただし
　ロシア語＋ベラルーシ→ウクライナ語がでることも！

・新しい人工知能観へ
　人工知能研究のパースペクティブ
　新しい人工知能観：自らの手で作る