自動運転のオープンソース

１１月２３日、ＦＯＳＥ２０１７に行って、

時空間IoTビッグデータの収集と、分析・可視化基盤

という話を聞いてきたのでメモ。
ただし、この話は２本立てで、表題の件

自動運転のオープンソース

は、

自動運転ソフトウェア：Autoware
https://www.pdsl.jp/fot/autoware/

のことなんだけど、それは後半

SYnergic Mobilityの創出

に出ている

---

■時空間IoTビッグデータの収集と、分析・可視化基盤

・自己紹介

・本日の話題
　時間に結びついている、空間に結びついているＩｏＴの紹介

・IoT/ビッグデータ時代の到来
　課題
　　大学：分析する方法論
　　メーカー：ツール
　　→データは現場にあり、分離されている：全部そろってないと戦えない

　空間３次元、それに時間軸が入ると・・

・現場がないなら、自分で作る

・字空間ビッグデータを活用する枠組みの必要性
　ＮＰＯ　位置情報
　サポートしてもらっている

・Ｇ空間Ｅｘｐｏ２０１６　測量系の展示会、屋内測位　Wifi
　　２０１５年　ＬＩＤＡＲ（レーザーを使ったトラッキング）
　　２０１６年　ＵＷＢ　ＢＬＥスキャナ：人にビーコンを配る
　　　　　きのこたけのこスタンプラリー：スタンプ取得時間、滞在時間
　　　　　　　→誘導：隠しスタンプ：行動変異
　　　　　ＰＤＲ補正
　　　　　ＢＬＥ：電波強度で測位　タグを持ってもらう
　　　　　データ収集→配布までやる

・情報処理大会全国大会
　　オープンストリートマップ：地図のオープンソース版

・Ｏ２Ｏデジタルマーケティング研究会
　apple 屋内測位

・セントナビキャンペーン
　クーポンキャンペーン実施に至るまで
　　紙が残らないと・・・必須
　性別・訪問回数による分析
　　昔は屋内位置情報がとれなかった
　　アンケートとの結びつけ
　生かした施策を検討
　　もらった日と使った日が離れることも
→たぶろー使ってる

・時空間ビッグデータの利活用

・データ収集と可視化分析
　外部からのデータの可視化→基盤系
　　名古屋市内タクシープローブ情報
　時間をそろえると、動きが見える
　西鉄バス　プローブ情報の可視化
　名古屋市交通局
　空間と値の同時マッピング

■質疑応答
・みんな地図だけど、時間をベースにする方法はないの？
　現状では、違う場所の関連というのはなかなかできていない

■違う話します。これから
　SYnergic Mobilityの創出
・背景：日本の社会課題
　　Society5.0　シェアからシナジーへのパラダイム

　autowareオープンソースの自動運転技術


　名古屋大学　Teir４　山道を無人実験　県・県警協力
　ラストワンマイル：いなかみちに注目
　→バス会社もドライバー不足で減らさざるを得ない

　自動運転のオンライン講座

　大学の役割：普及した社会
　　郵便、宅配、販売、センサー
　→一度にやろう！　Synergic Mobility

　自動運転の運行管理→集中化　協業プラットフォーム

　サービスカー：いろんなシステムをどう載せていくか

　愛知自動運転推進コンソーシアム

・まとめ
　移動サービスの革命を作ろう！
　オンデマンドバスーなかなかマッチングしない

■質疑応答
・シナジーだけなら、人でもできるのでは？
→段階的導入を考えている:プローブカー
　過客混載、遠隔操作
・ソフトウェアがんばれるか？
　ソフトウェアのオープンソース→ハードメーカーからのラブコール
　サービスカー；オープンソースで出す（フルオープン）
・何が大事
　きれいに作るかと早く作るかのトレードオフ
　　three.js hex→Reactで動いている（ＵｂｅｒがてっくＧＬ？）：オープンソース
　ベースプロダクトを作るしかない
　　D3.js：パフォーマンスあまり考えられていない→ＧＰＬ
　　スマートIoT　結局どこが勝つか
・予測
　　線形回帰とカルマンフィルタ　ディープラーニングもやりたいなと思っている
　　はずれ値の判定
・テスト・デバッグの裏ワザある
　　ない

　

米、「ネットの中立性」撤廃

追加料金を払った動画配信業者のコンテンツの通信速度を引き上げるなど、扱いに差をつけるのを認める。

【引用元（太字は引用）】
米、「ネットの中立性」撤廃コンテンツの扱い格差容認
https://r.nikkei.com/article/DGXMZO23785020S7A121C1MM0000

AIに体験を学習させるProject Malmoや、CNTKは公開されているという話を聞いてきた

１１月２２日、SoftbankRobot World2017にいってきた！
ので、内容メモメモ（途中から＆途中ちょっと抜けた）
表題の件は、まんなかあたりの、マイクロソフトのMLのところで

---

■(途中から：１０時１５分くらい？）

顔　　足　　手
2015 2017 20XX

今後
　清掃、倉庫、警備、配送、配膳

第一弾：清掃
　人が採れない（有効求人倍率２倍）

シンギュラリティ３つの誤解
誤解１：シンギュラリティは結構先の話だ
　２０４５年　１個のチップが全人口の知識（１人の１００億倍）

　自動運転完成：２０２５年　８年後
　　　自動車産業、運送業、自動車保険、金融→来年、再来年に変化

　業務ＡＩ完成：２０２０～２０２５年
　　　業務に特化したＡＩ：３～８年後

誤解２：シンギュラリティは単純労働に影響をもたらす
　ナレッジワーカーの消滅：ファンド、医師、弁護士
　手先を使うのは難しい
　銀行（メガバンク）→そちらのほうが早く来る
　仕事：ＡＩ化される→ロボットプログラミング？

誤解３：シンギュラリティで職が奪われる
　肉体労働２０００万人→１０００万人はサポートできる
　　顔　足　手
　人が採れないほうが問題：人の仕事はなくならない
　　ゴミ捨てのロボット化は難しい
　　フロアの掃除しかできない

ビジネスモデルの破壊的再定義

仕事を奪われるのではなく、ロボット＋人間の新しいビジネスモデルを構築したものがかつ

・講師
　仕事消滅

■人類からロボットへの仕事移管がはじまる
・スーパーコンピューター「京」の意味
　２０１２年　ディープラーニング：加速的進化
　２０１７年　囲碁
→人間の知能を上回るロボット

・仕事消滅とは何か？
　オズボーン准教授の予測　２０年以内に４９％は人工知能・ロボットに置き換え可能
　ダボス会議　５年以内に１５の国で　５１０万人の仕事消滅
→仕事が人工知能に移管されるのは、すぐちかく

・２０２２年、ロボットタクシーの登場
　ルノー・日産は２０２２年に完全自動運転車を発売
→雇用に影響：長距離トラック、タクシー、自動車事故（保険）

・知ってる、あれはおもちゃだよ
　まだまだ危険？最終責任はだれがとるの？
→幾何級数的に性能が上がっていく
　デジカメ　１９９５年　ＱＶ１０
　　→２０１０年、フィルムなくなる
　　→２０１２年、コダックなくなる

・ＡＩＢＯとaiboの収穫逓増
　ＡＩＢＯ　トカゲくらいの脳
　aibo　哺乳類＋クラウド
　　ペットはロボットの時代に

・人工知能のアメリカとメカトロの日本
　日本は人工知能ではアメリカに勝てない
　メカトロの世界：人工知能＋ロボット
　　日本のロボットメーカーがアメリカにやられることはなかった

・アトラスが大谷を打ち崩す日
　野球：スリーベースヒットを大谷の球を打つ

・未来をパラダイスにするために
　法律、社会を変えなければいけない

■質疑応答
・なにをしていったらよいか
　社会の仕組み、法律

・企業目線で
　商品に触ること

■マイクロソフトに機械学習テクノロジー
　マイクロソフトが提供するデータ解析・機械学習サービス
　　コグニティブサービス　ＡＰＩ
　　Ａｚｕｒｅ　マシンラーニング
　　Ｍｉｃｒｏｓｏｆｔ　Ｒ　無償版と有償版がある（有償版はディスク使える→大規模可）
　　コグニティブツールキット（ＣＮＴＫ）→オープンソースでgithubで

コグニティブサービス
　画像認識
　言語理解：言語、ポジネガ
　音声認識：はつわしゃ
　ナレッジをグラフ的に呼び出す
　動画解析　ビデオいんでくさ～
　文章からキーワード
→カスタマイズができる
　学習済み
→自分の犬をアップロード：自分の家の犬を認識
　２度３度とアップロード

・マシンラーニングスタジオ
　　構築済み機械学習環境
　　ＡＰＩでの連携、
　　Ｒ，Ｐｙｔｈｏｎで拡張化
　　日本リージョンでの稼働

・コルタナインテリジェンスギャラリー
　業界別にＭＬのテンプレート

・Ａｚｕｒｅ　ＭＬ　スタジオにおける予測モデルの開発方法

　トレーニングデータ　　検証用データ

・パソコンにインストールできる（プレビュー）
　ワークベンチのダウンロード
　Jupyter Notebookと統合
　データ整理サポート
・コードファースト、
　ＧＵＩでドラッグアンドドロップ
　を選べる

・エクスペリメントサービス
　うまくいった時の履歴管理
　デプロイ：どこにでも(azureだけでなく）
　コンテナサービス、ＳＱＬサーバー、IoT
　データの近くにインテリジェンス
　ストアドプロシージャのように使える

・深層学習の例：ドローン　送電線の点検
　１０１階層を使って行っている
　ＣＮＴＫを使っている

・ＣＮＴＫ
　マルチ
　グローバル０：ＧＰＵ自動最適配置
　githubなので、だれでもダウンロードできる

・ぷりふぁーどネットワークと提携
　chainerをチューニング
　DIMoのサポート

・ディープラーニングラボ
　ＰＮＦほか数社と

・Project Malmo（まるも）
　体験を学習させるのは難しい
　ＡＩをマインクラフトの中に入れて、体験を学習させる
　共同作業、交換、進捗チェック
　ツール：コード公開

（ちょっと抜け出した）

■Ｌｉｎｅのひと
・マンスリーアクティブユーザー：７１００万人＋おヴぇｒ
・スマホでアプリを使わせるのは難しい
・普段スマートフォンで利用しているＳＮＳ
　Ｌｉｎｅでしかコミュニケーションが取れない人も
・Ｌｉｎｅのビジネスアカウント
　Ｌｉｎｅ＠認証済みアカウントアカウント数
　　：Ｐｅｐｐｅｒ接客→Ｌｉｎｅ友だち登録
・Ｌｉｎｅ：できて５ねん

・チャットボットのコンセプトムービー

・ヤマト運輸様：配送通知・再配達通知
　りんなＡＰＩ＋商品レコメンド
　金融業界：ライフネット生命　保険見積り加入

・チャットボットの目的に合わせて対話方法を選択
　課題解決
　　問い合わせ
　　　ＦＡＱ
　　接客対応で情報聞き出す
　　　ルールベース会話
　会話を楽しむ
　　ストーリーで楽しませる
　　　ストーリー分岐
　　多様性、意外性を重んじる
　　　ＡＩ対話エンジン

・自動応答＋有人対応→ハイブリッド
　ろはこのまなみさん
　
・やってみせる→ろぐ→ためる

・日本語に対応したスマートスピーカー
　clova skill

・CLOSING THE DISTANCE
　心の距離を縮める

■しつぎ
・エンジニアとして、なにから・・
　役に立たないと
　ＡＰＩ
　ＬＩＮＥ　ＳＰ　ソリューション
　　ＬＩＮＥ　サンプリング
・人型にこだわることはない
　事例：きりん様　Ｌｉｎｅ連動　自動販売機


■まとめ
・シンギュラリティによるビジネスモデルの破壊的再定義
・インターフェースとデータ
・Vertical First Mover：先行者利益→データという強み
・課題先進国日本
・ひとがたりない：こんな状況は日本だけ、
　　ヨーロッパ：仕事が奪われる
　　中国：ロボットフレンドリー、清掃業はまだ安い→ロボットメリット小
・ロボット革命で人々を幸せに

---

■展示会場
・ボストンダイナミクスのロボット２体をPepperくんが、紹介
・お掃除ロボット？
・Pepper君のアプリケーションが、いろいろと
・Pepperお仕事かんたん生成2.0

■その他
・Pepper君が受付してくれるところもあった（実は人もいるんだけど）

Ｎ高校でのプログラミング教育の様子

プログラミングはドワンゴの社員さんなど、その道のプロが教えてくれるので専門的なことがたくさん学べました。コンピューター部に入ったのですが、教えてくれる人たちは競技プログラミングのトップの人たち。パソコン甲子園にも出場でき、本当にいい経験になりました

だそうな。そして

17歳で起業をしている人もいたり

だそうな・・・

【引用元】
カドカワが昨年4月に開校した「N高等学校」。
https://www.buzzfeed.com/jp/takumiharimaya/nnn

ドローンをビジネスとするために必要なこと

高性能のカメラで高画質の画像や映像を得て、それをどう活かすかがビジネスの鍵


【引用元（太字が引用部分）】
4つの活用事例から学ぶ、ドローンビジネスを成功させるために必要なもの - ソフトバンクC&S出展レポート
http://news.mynavi.jp/kikaku/2017/11/16/001/

システム開発トラブル、失敗の5大要因

業務知識／業務管理知識の不足
パッケージ活用の認識不足
発注者・受注者のコミュニケーション能力不足
プロジェクト管理能力不足
技術力不足

【引用元】
システム開発トラブルで訴訟が頻発、失敗の5大要因
http://itpro.nikkeibp.co.jp/atcl/column/17/110600484/110700001/

SIerの高齢化（５０代）より、中堅層（３０・４０代）のほうが、確かにやばそう・・・

人月商売の滅亡近し、SIerの「オヤジ化作戦」に勝ち目はあるか
http://itpro.nikkeibp.co.jp/atcl/column/14/463805/111500166/
(以下太字は上記サイトより引用）

SierやSESで、高齢化が進んでいるのは、実感していると思う。
最近、SESなんかだと、５０代くらいの人が多いんだよね。

SIerやIT部門で高齢化が進んでいるというと、脊髄反射的に危機的な事態と思ってしまうが、実はそうでもない。ユーザー企業のIT投資がいわゆるデジタル分野に移りつつある今、SIerをはじめとする人月商売のITベンダーやIT部門は確実に“オワコン”だからだ。ユーザー企業においてIT投資の主導権は続々と誕生しつつあるデジタル組織に移り、そのIT投資のカネは人月商売のIT業界の外、クラウド関係や新興のITベンダーなどに流れていくだろう。

高齢化したひとは、COBOL,Javaのエンタープライズ系が多いよね。
また、IoT市場でCで通信などもある。
（注意：AIやIoTといっているSESは、人集めに言っているだけで、
　実際にはIoTをそれほどやっていない場合もある。
　IoTというより、「通信」・「組み込み」として、人は動いているかんじ。
　AIも、実際には、画像処理、音声認識、として、AIが進んでいる感じかなあ～）

で、この市場は、たしかにおわこんなので、縮小しているけど、案件はある（ゼロではない）。
そして５０代の人は増殖中のかんじ（フリーになっている場合もある）
　→今後も増殖していく
なので、人手は余っていて、どうにかなっている。問題ない。


問題は中堅や若手の技術者だ。特に30代後半から40代の中堅クラスが危ない。IT部門だとプログラムを書いたことが無いだけでなく、システム開発プロジェクトの経験も無い人も多い。SIerの中堅クラスの場合、プログラムをまともに書いたことは無くとも、開発プロジェクトの経験は豊富だ。だが大手SIerなら大規模プロジェクトが多いため、全体を仕切るプロマネの経験はなく、プロマネの手下としての経験しかない人もいる。

それともう一つ。
今のAIやIoTは、クラウドベースで、
その場合、マイクロサービス＋（REST API経由）＋SPA（JSのフレームワーク）
が前提となり、

３０代、４０代の人がやっていた、MVCアーキテクチャと、
根本的に異なっている。
（MVCはサーバー側にフレームワークを入れる。
　SPAはフロント側にフレームワークを入れる）

このほか、今の開発方法（テストとか）は３０代、４０代の人とはことなる。
なので、この年齢層の人が、はっきり言って、じゃまになるという可能性
があるんだよね・・・

JavaSE9のつぎは、18.3じゃなく、やっぱ10にする、テヘペロ（＾＾；）だって

１１月１８日にJJUG CCCに行ってきた！
つづき
（表題の件は、一番初め「JDK新しいリリースモデル」）

---

■JDK新しいリリースモデル
・Java One前後から情報が出ている
　この資料は、共有できません
　→情報的に動くため

・ＪａｖａＳＥ９
　けいでんす：リリースモデルを変えるぞ！
　JDK 9
　　　７のとき、理想高かった
　　　７で考えていたものが乗った
　９１の機能ＵＰ

・リリースサイクル長い
　大きな機能を待つ：小さい機能が待たされる
　言った通りに出してくれ！！！
　　　２年おき、本当かよ！（理想です）
　ライセンスモデルの問題：再配布不可

・他の言語と比べてみる
　　Ｇｏ：半年に一度
　　Ｊａｖａ：間延びしてきている

・ＪａｖａＳＥの選択肢
　　Ｏｒａｃｌｅから
　　ＯｐｅｎＪＤＫ

・ＪＣＰがＯＫすると出せる
　　ジグソー：１回目ひけつ

・新しいリリースモデル（きのう現在）
　まえから・・・だいぶかわった！！

　より計画的なリリースサイクル：６か月ごとメジャーバージョン

　だすのはＯｐｅｎＪＤＫ
　削除提案と、削除も６か月の中で行う

　OpenJDK＝無償で使ってもらうもの、バイナリーも出す
　オラクルも暫定期間出しているが、ゆくゆくは。。。
　同じ機能に機能強化：１年後

　ＧＰＬにする
　　＆　クラスパスえくせぷしょん
　
　商用サポート継続、コミュニティ継続

・ＯｐｅｎＪＤＫの強化
　　アプリケーションクラスデータ共有
　　Ｚガベージコレクター

・従来のリリースモデル
　　従来：技術的な差があった
　　２年に１度のリリースが目標だった
　　長期サポート
　　更新リリース

・新しいリリース
　技術的な差なくなる
　６か月に１度
　リリース重複期間なくなる
　Ｏｒａｃｌｅはサポート８年間、帰納更新はしないセキュリティパッチ

・１１が出てくるタイミングでＯｒａｃｌｅ　ＪＤＫはなくなり、
　ＬＴＳ版のみになる

・１８．３、１８．９を、インクリメンタルな数字に戻した
　JavaSE9のつぎは、18.3じゃなく、やっぱ10にする、テヘペロ

・これからは、シングルソースコード

・いまは、ＯｒａｃｌｅＪＤＫもバイナリ提供

リリース情報
・ＯｐｅｎＪＤＫ：いままでどおり
　１０のearly access版も
・リリースノート
　削除されるＡＰＩがリストアップ
　　　CORBA関連なくなる
→１年後に機能がなくなる

・ＪＣＰが仕様の承認は今のところ変わってない

・公式アップデート終了のスケジュール
　８　無償アップデート終了　２０１８年９月
　９　無償アップデート終了　２０１８年３月
１０　無償アップデート終了　２０１８年９月

８までのバージョンの移行先は、１１以降

商用サポート

デプロイメントテクノロジー：サポート短くなる
　（アプレット使ってる場合注意）

・直近のアップデート
　ＪＤＫ　１０　Early Access ビルド
　ＯｐｅｎＪＤＫでもＬＴＳサポートという話が出てきた
　　今後の情報に期待
　jlinkを使ったパッケージ
　３２ビット版のバイナリ提供はない（９でもない）

■ついにきたリアルタイムSpark
　ビッグデータ処理の新定番SnappyDataとは

・SnappyData知ってる人・・・０
・自己紹介
・現在のビッグデータ処理の課題
　　複数プロダクトを組み合わせて複雑
　　時間かかる
　　パフォーマンス悪い
　　キャッシュだと速いが・・・

　よくある要求

　　ＲＤＢ→分析はＤＷＨ

　ビッグデータ
　　ＮＯＳＱＬでスケールアウト→分析ＳＱＬおんHadoop→ストリーミング

・技術を積み上げると、つぎはぎのシステムになりがち
　　ＴＣＯ増大
　　非効率
　Ｓｐａｒｋ登場後はかなりシンプルになったものの
　　Ｓｐａｒｋ，ふりんく
　→SnappyＤａｔａは１つでできる

・SnappyData：データベース機能を備えたSpark
　ベースとなっている製品がインメモリ

・主要機能
　Sparkのコア、マイクロバッチ
　分散インメモリ：ローテーブル、インデックス

・ＳｎａｐｐｙＤａｔａ
　インメモリデータベース
　データ保持形式
　クラスター統合
　ＳｐａｒｋＳＱＬを高速化

・（１）インメモリデータベースにデータを保持している


・（２）Ｓｐａｒｋと同一のデータ形式で保持している
　違う形式だと：型変換、シリアライズ・でシリアライズ

・（３）Ｓｐａｒｋとインメモリ―ＤＢのクラスターを統合できる
　もう一つのクラスターモード（参考）
　　別々にして個別にスケールアウトもできる

・（４）ＳｐａｒｋＳＱＬを高速化している
　ＤＡＧがそもそもちがう
　ステージまとまってる：通信起きていない
　ＳＱＬワークロードを一部いじって高速化


・ＳｎａｐｐｙＤａｔａの使い方
　クレジットカード不正使用検知システム
　　ＳＱＬで書ける
　・ストリームデータ処理：マイクロバッチストリーミング
　　コンテニュアスクエリー：Window指定
　　テーブルをつくるのもＤＤＬと同じ
　　
　・トランザクション処理
　　データの追加。更新、削除が可能

　　データの特性によっててーうる形式を使い分けることも可能
　　　Row table,column table

　　レプリケーション、パーティションを使い分ける

　　トランザクション処理もＲＤと同様に使用可能
　　　一部出来ないものもあるが、近い形で

　　Ｐ２Ｐ型アーキテクチャ
　　　書き込みもスケールアウト

　・アナリティクス処理
　　リアルタイム分析：近似クエリ、ＴＯＰ　Ｋテーブル

　　サンプリング技法を活用
　　　→サンプルテーブルを作る方法と直接クエリーする方法がある

　　ＴＯＰＫテーブル
　　　→ＣＲＥＡＴＥ　ＴＯＰＫテーブルでＯＫ
　　　　たぶろう、ちぇっぺりん、ずーむでーたでみよう
　　
　　ＪＤＢＣアクセス

　・サマリー
　　Ｓｐａｒｋ１００％コンパチブル
　　ＳｐａｒｋといんめもりーＤＢ統合
　　テーブルとＳＱＬ
　　高速化

■最近のDeep Learning事情とJava
・自己紹介

・仕事でDeepLearningしてるひと　ちらほら

・DeepLearningの歴史と経緯
　人工知能：１９５６～
　機械学習：
　深層学習：

2012年のDeepLearning
　ILSVRC：ヒントン教授（２００６年から）
　Googleの猫

2014年のDeepLearning
　ＡＩに仕事がう会われる
　ＤｅｅｐＭｉｎｄ買収
　ドワンゴ人工知能研究所
　画像から文章

2015年　あるふぁごー

ＡＩの定義は明確に決まっていない

・アトム：強いＡＩ
・弱いＡＩ：これだけならできる、専用機：ディープラーニング

・ディープラーニング

・ディープラーニングの基本的な原理
　基本的な原理の一部のみです

　ニューラルネットワーク
　ニューロンモデルをつなげた
　　入力層：データのベクトル化
　　出力層：どう表現するか

　学習するとは：落ち着くところに向かっていく

　畳み込みニューラルネットワーク
　　畳み込み層　プーリング層

　再帰型ニューラルネットワーク（ＲＮＮ）

・ディープラーニングの教科書が出た
　パターン認識と機械学習は９年前
　ディープラーニング

　これならわかる深層学習入門
　仕事で始める機械学習（Ｐｙｔｈｏｎ前提）

　ハード面
　　ＧＰＵ
　　なぞのＵＳＢ
　　Ａｌｐｈａｇｏ　Ｚｅｒｏ

　DeepLearning資格
　　ジェネラル、エンジニア

・DeepLearningとJava

　DeepLearning for Java
　ＤＬ４Ｊ
　
　Python：ライブラリ豊富

　フレームワーク
　　exampleでやれることを確認（今日からＤＬ４Ｊ）
　　githuで質問
　　ユーザーグループある
　　１１月３０日にイベントある

JavaSE9に移行するには、module-info.java書いてrequires等するとか

11月18日にJJUG CCCに行ってきたので、
その内容をメモメモ
まずは、前半（表題の件は、最後のほう
「JavaSE9の紹介：モジュール・システムを中心に」で記述）

---

■サンプルアプリケーションで学ぶ
Apache Cassandraを使ったJavaアプリケーションの作り方

・コード Github スライドslideshareにあがっているよ
・Cassandraなにか知ってること前提
・自己紹介
・今日の目標
　→サンプルアプリケーションがあるというところを持って帰ってください
・アプリケーションの変遷
　モバイル、ＩｏＴ：ユーザー増えてきた
　→スケールするアプリケーションを支える
　　データベースもスケールしないと

・Cassandra：スケールしてもパフォーマンスを落とさない
・サンプルになるソース　あります
　http://killrvideo.com
　　→https://killrvideo..github.io/
　　→これを、持って帰ってください

・KillrVideo
　スケーラブルなマイクロサービスアーキテクチャ
　アーキテクチャ
　　スケーラブルにできるように想定
　Javaでも環境
https://github.com/killervideo/killrvideo-java
　　デモ：起動してみる

・Ｗｅｂ層
　node.jsで実装（フロントエンド）
　React,Rcore
　セッション管理にCassandra利用：CassandraSession
　ユーザー認証はマイクロサービス利用
　→Javaだろ、spring-session,apache shiro

・マイクロサービス
　gRPCを利用
　　プログラミング言語非依存
　　プロセスを分けるならKafka連携とか

・gRPCとは
　Googleの内部RPC(Stubby)をもとにオープンソース
　ProtocolBuffer v3を利用、HTTP/2、双方向ストリーミング
　　gRPCサービスの定義
　　スタブの自動生成：mavenプラグインで
　基本はStreamObserverを利用した非同期呼び出し、
　　非同期実行、同期実行
　Springから呼び出し、

・Cassandraに接続
　ドライバ作っているよ（やりとりは、こみにてぃで議論）
　　クラスタービルダーを作って、接続するＩＰアドレス、認証情報などを設定
　　クラスター作る
　　生成
　セッション：コネクションプーリングを管理

・Cassandraのデータモデリング
　データモデリングの原則
　　データを知る
　　クエリを知る
　　非正規化
　　　データをネストする
　　　データを重複してもつ
　　→Joinの機能がない

　なぜ：クエリがスキーマのデザインを決める
　　→クエリの変更はスキーマの変更を伴う
　　→特異なアクセスパターンは限られている
　　　　Ｘテーブルスキャン、複数テーブル
　詳しくは
　　RDB開発者のための・・・　スライドシェアでみてね！

・ドライバーの利用
　バッチ登録
　クエリービルダーの利用：ステートメントの組み立て
　ページング：取得件数の指定とページング resultsetで
　　　オフセットページング（いきなり５ページに飛ぶとか）は実装されてない
　実行結果の取得：resultsetの中に、自動ページング機能→裏側で自動フェッチ
　データマッパー：エンティティクラスの準備、マッパーの準備

・まとめ

　　https://killrvideo..github.io/

　マイクロサービスを利用したスケーラブルなアプリケーションを作るときの参考に
　　アーキテクチャ
　　フレームワーク・ドライバー
　　データモデリング

■サーバーサイドkotlin
・書けば普通に動く
・日本語の響き：かわいい→そこがネック
・まえおき
　kotlinはそれほどとがった言語ではない
・結論
　サーバーサイドでも問題なくkotlinは使えます
・今日喋ること
　なぜkotlinメインに
・自己紹介

・作ってるもの、秘密（Ｗｅｂアプリ）
　AWS、バックエンドPostgres,認証cogniteに任せてる
　思い処理はらむだに
　webアプリケーションサーバー、らむだ、でkotlin使う
　→クライアント側は書いていない

・なぜkotlinを採用したか
　Javaの言語について：２０年以上たっている。冗長
　　classのなかにメソッドを書くのはめんどくさい
　　検査例外：kotlinはない（上に投げられる）
　　Lombok：冗長性をある程度解放
　　　Javaでもある程度ハッピー
　　　関数がオブジェクトでない
　　　荒ぶるlombok
　不満があっても、ＪＶＭ自体は悪くない
　　python２→３の互換性に比べて
　Ｊａｖａの豊富なライブラリ
　JVM言語でBetter Java→学習コストが低いこと

・Scalaは悪くない、でも、難しい…
　型合わせゲーム

・そこでkotlin
　Javaの不満をある程度解消、scalaほど複雑でない
　Androidの正式開発言語
　Javaとの相互運用性
　
・開発環境・フレームワーク・ライブラリ
　ＩＤＥ：Eclipse,IntelliJAndroid Studio
　フレームワーク：
　　　kotlin製　kter、から、わさび
　　　Java製：Spring Boot
　ＯＲマッパー
　　　Exposed：バｇつが多い
　ビルド
　　　基本的にgradle（こだわりない）
　　　finalを外した状態で

・使ってみて
　kotlinのstream的なもの
　　ベンチマークのテストやってみた
　　kotlinおそい→asシーケンスで早くなる
　annotationの違い
　デフォルト引数とＤＩ

・不満なところ
　ぱいぷらいんがほしい
　（）は省略したい

・けつろん。もんだいないだいじょうぶだ。


■JavaSE9の紹介：モジュール・システムを中心に
・自己紹介
・あらまし
　JavaSE9：モジュールシステム
　地味なアップデートも外観

・そもそもＪａｖａＳＥって？
　ＪａｖａＳＥ　処理系の規格（すたんだーど　えでぃしょん）
　ＪａｖａＥＥ　エンタープライズえでぃしょん　サーブレット、ＪＭＸ，ＥＪＢなど

　ＪａｖａＳＥタイムライン
　　２００４　ＪａｖａＳＥ５　じぇねりくす、マルチスレッド
　　２０１４　ＪａｖａＳＥ８　ラムダ式、ストリームＡＰＩ
　　２０１７　ＪａｖａＳＥ９　モジュールシステム　じぐぞー
　→字面は比較的地味、基盤はおおきい

・目的
　心の準備ができること
　
・CCC_E4のハッシュタグにリンク貼ってある
　そのスライドで「高度」な話観てね

・背景
　Jave8までの課題
　　　JAR地獄
　　　内部パッケージ
　Java8内部向けパッケージ

・モジュールシステムの基本
　ＪＡＲファイルを配置の単位に
　　モジュール単位で依存関係を整理
　内部向けパッケージを使えないようにする

　パッケージ衝突の検知
　モジュール名を付ける
　module-info.java
　exports命令で公開パッケージを指定できる
　　→自分自身が使うモジュールをrequires命令で指定する
　　　require先がないと、コンパイルエラーになる

　標準ライブラリもモジュールに
　　java.baseはrequireされている

・リフレクション
　こまるときＤＩ
　　パッケージをexportしたくない、publicしたくないけど、リフレクションしたい
　　→opens命令
　→リフレクションは魔法の杖ではない

・コンパイルと実行
　モジュールパスという配置方法
　　クラスパスとは別
　実行：初期モジュール（mainモジュール）から推移位的に参照されるモジュール
　だけが実行モジュールに入る

・経過措置
　無名モジュール：クラスパスのクラスは、無名モジュールに入る
　自動モジュール：モジュールパス上にありながらmodule-infoにない
　　　オートマチックモジュールネームまたはjarファイル名から

・移行
　ライブラリ：今すぐモジュール化
　プラグイン
　ＡＰサーバー上のアプリケーション
　
・ライブラリのモジュール化
　jarファイル名ベースの自動モジュールをrequiresしてはいけない！
　８以前のサポート

・テスト
　２種類のテスト
　　ブラックボックステスト
　　ホワイトボックステスト
　JUnitなんかにどうやって入れる？

　方法
　　正攻法：一時的に書き換える
　　次善の策：クラスパスに入れる

　Java9モジュラりてぃ　おらいりー

・他のＵＰＤＡＴＥ
　コレクションのファクトリ
　try-with-resources
　インターフェースのprivateメソッド
　匿名クラスにダイヤモンド演算子
　リソースバンドル：いままでlatin1だったが、ＵＴＦ－８でＯＫになった
　（プロパティはlatin1のまま）
　Reactive Streamsサポート

　プロセスＡＰＩの強化

自動運転の「無人バス」実証実験

ここまで来たのですね！
たぶん、自動運転は、こういうところから入っていくよね！
都会で状況が変わりやすいところより・・・

全国初　自動運転の「無人バス」実証実験　滋賀・東近江市
https://headlines.yahoo.co.jp/hl?a=20171114-00010008-asahibcv-l25

チャットボットは実用化段階だよね

メジャーなhachidoriネタが載っていたのでメモ

チャットボット導入で人件費を大幅カット？エボラブルアジアのhachidori導入事例
https://bita.jp/dml/evolableasia

中国でAIロボットが医師試験に合格が話題って、違うだろう

話題になるところは、そこじゃないだろ！

中国でAIロボットが医師試験に合格「医療過疎地での初期診断も可能」
https://roboteer-tokyo.com/archives/10997

なぜ、白、
なぜ、人型、
なぜ、胸にタブレット・・・

グーグルが渋谷に“凱旋”

Googleの日本法人「グーグル」が、2019年秋に本社を東京・渋谷に移転する。渋谷駅の南側に建設中の「渋谷ストリーム」（地上35階建て）の全オフィスフロアを借りるという。

【引用元（太字は引用）】
グーグルが渋谷に“凱旋”　2019年秋に本社移転
http://www.itmedia.co.jp/mobile/articles/1711/17/news089.html

iphone持っていると、緊急ＳＯＳで命助かるかも？という話

iOS11の「緊急SOS」で一命をとりとめる ツイートが話題に
http://news.livedoor.com/article/detail/13893375/

iphoneに、スリープボタンを5回連続で押すと、もよりの救急とかに
連絡する「緊急ＳＯＳ」というのがあるらしい。

【ほかにも書いてある】

iPhoneにiOS11から追加された「緊急SOS」はもしものときのために知っておきたい
https://news.yahoo.co.jp/byline/shinoharashuji/20170924-00076135/

「共通語彙基盤」のありか

以下のところにある

共通語彙基盤
https://imi.go.jp/goi/
(太字は上記サイトより引用）

ちなみに共通語彙基盤とは

データで用いる様々な用語の表記、意味、構造を統一し、分野を超えてデータの検索向上やシステム連携強化を実現します。

つまり、各企業・プロジェクトごとに異なっているんだけど、実は同じものを指しているようなものを、同じ言葉にしましょうよというときに使える語彙のあつまり