特別対談企画『IoTの一歩先ゆく世界を、お客様とチームでつくる。』公開中!!

私たち株式会社MTLとお客様とのタッグによって生み出された新しいIoTシステム。
これまで限定的だった遠隔監視・制御機能を拡張し、業務効率化と質の向上はもちろん、相互制御による遠隔操作できる…そんな未来も見えてきました。
このIoTシステムを共に生み出した株式会社太平産業様と東洋工業株式会社様を弊社MTLにお招きし、出会いから開発、そしてこれから期待する未来について語り合いました。

ぜひ、ご覧ください。

特別対談企画

製品に関するお問い合わせもお待ちしております。お気軽にお問い合わせください。 ご相談・お問い合わせはこちらから

チャットボットは、AIなの?

最近、企業のサイトや自治体のサイトなどでチャットボットを導入しているのをよく見ると思います。
お問い合わせする内容ではないし、でも気になるという質問をチャットボットで聞けるのがいいですよね。
でも、チャットボットはAIなのかそれとも、人が入力しているのか、分からないときありませんか。
今回は、チャットボットとは何かをご紹介します。

チャットボットとは

チャットボットは、チャット(会話)とボット(ロボット)を組み合わせた言葉です。AIを活用した「自動会話プログラム」を意味しています。
文字だけではなく、音声で会話するものを指すときもあります。

チャットボットの仕組みは

チャットボットは、あらかじめプログラムされた内容に従って会話をしています。
以前のチャットボットは、設定された回答しかできませんでした。さらに、不自然な回答を返される時もありましたが、最近のチャットボットは、人間に近い会話を行うことができるようになっています。
それは、AI(人工知能)のおかげなんです。
チャットボットにAI(人工知能)を組み込むことで、あいまいな言葉を解釈できるようになったり、意図を読みとって回答をしてくれるようになりました。

チャットボットは、「アプリケーション」と「ボット」といわれるシステムをAPIで連携させることで動いています。ユーザーの問をボットが解釈をして、返答を生成します。それをAPIを経由してアプリケーションに表示することで、会話をしているように見えます。

チャットボットの導入事例

JR西日本

JR西日本では、HP上に「お忘れ物チャットサービス」を導入しています。
今までは、駅に忘れ物をしたら落し物センターに電話や直接問い合わせに行かなければいけませんでした。しかし、「お忘れ物チャットサービス」は24時間パソコンやスマホから問い合わせをすることができるようになりました。
チャットに落とした時間や場所、落としたものの品名を入力していくとオペレーターに切替わり落し物を検索してくれます。
電話だと緊張して何を伝えればいいかとっさに出てこないときがありますが、チャットだとゆっくり入力できるので忘れ物には向いていますね。

青梅市

青梅市のHPには、ゴミの分別を教えてくれるチャットボットがあります。
このゴミは何ゴミで出せばいいか分からないときありませんか。そんなときに、パソコンやスマホからすぐに質問をして答えが返ってくるといいですよね。

鎌倉 NABITIME Travel

株式会社ナビタイムジャパンが公開している「鎌倉 NABITIME Travel」は、英語対応をしている観光情報ガイドアプリです。
「人気の土産を買いたい」や「おすすめスポットは」などチャットに入力するとお店や観光スポットを案内してくれます。

ヤマト運輸

宅配便を利用している人は、良く利用しているのではないでしょうか。LINEのチャット画面から配送状況や再配送、日時変更を行うことができます。
ヤマト運輸に電話や直接お店に行ってのお問い合わせをしなくても済むので、便利ですよね。
荷物の状況をすぐに知りたいときにチャットで質問するだけなので、とても助かります。

まとめ

今回は、チャットボットについてご紹介しました。
直接お問い合わせをせずにチャットボットに聞くだけで問題が解決するのは、とても助かりますね。
私は、上記で紹介したヤマト運輸や今回はご紹介していない郵便局のチャットボットを良く使用しています。日時変更や再配達の依頼をLINEから行えるので、大変助かります。今後、いろんな場所でチャットボットが活躍すれば私たちの生活も便利になっていくでしょう。
MTLでは、新規開発の依頼をお待ちしております。「こんな製品できないかな」「こんな技術があるけどコラボレーションできないかな」など、何でもお聞かせください。


ご相談・お問い合わせはこちらから

IoTの未来

いろいろな「モノ」がインターネットと繋がることで何らかの付加価値が生まれる仕組みがIoTです。
例えば、テレビやエアコンに情報通信システムを組み込むことで、不在時に遠隔での確認や操作が可能になります。
現在、様々な分野で活躍しているIoTですが今後はどのような活躍を見せるか気になるところですよね。
では、IoTが活躍する未来について予想してみましょう。

これから日本は、少子高齢化社会になり医療や福祉の分野でIoTはますます活躍していくことは間違いありません。特に人手不足で困っている高齢者や介護の見守りに対するIoT製品の活用は増えると考えられます。さらに、カルテのIoT化や病気になる前に時計や服などで診断ができるようになるかもしれません。
また、少子化対策として子育てしやすい環境を作るために子どもの居場所確認や勉強をアシストするようなIoT活用事例も一般的になるかもしれません。最近では、コロナの影響もありオンラインでの授業や塾は当たり前になりつつあります。

家電の進化はIoT活用を一番身近に感じるかもしれません。
スマートスピーカーのように、声で家電を指示できることが増えたり、スマートフォンで家電につながり遠隔で動く家電もどんどん増えていくでしょう。(私の5歳の子どもはYouTubeで検索するときに声で検索をしたりします。(笑))

IoTを街全体で使うスマートシティ化は、徐々に進んでいくと予想されます。
あらゆるところでWi-Fiが飛んだり、自動運転車が街中を走ったり、ロボットによる接客やドローンによる宅配などが当たり前になるでしょう。漫画や映画みたいなことが現実に起こると思うとわくわくしますね。

技術の進化が進んでいく中で、人がやるよりも機械がやったほうが効率的なのかもと思うようなことがIoT化され、働き方や遊び方が変化していくと思います。
最後に、内閣府のから出ているIoT化の未来をご紹介します。

  • ・2050年までに、人が違和感を持たない、人と同等異常な身体能力をもち、人生に寄り添って一緒に成長するAIロボットを開発する。
  • ・2030年までに、一定のルールの下で一緒に行動して90%以上の人が違和感を持たないAIロボットを開発する。
  • ・2050年までに、自然科学の領域において、自ら思考・行動し、自動的に科学的原理・解法の発見を目指すAIロボットを開発する。
  • ・2030年までに、特定の問題に対して自動的に科学的原理・解法の発見を目指すAIロボットを開発する。
  • ・2050年までに、人が活動することが難しい環境で、自律的に判断し、自ら活動し成長するAIロボットを開発する。
  • ・2030年までに、特定の状況において人の監督の下で自律的に動作するAIロボットを開発する。
2050年にはすごいことになっていることが期待できますね。私、ギリ生きているかな?

弊社では、新規開発を承っています。「こんなアイディアがある」「こんな製品出来ないかな」「コラボレーションできないかな」などありましたらお気軽にお問い合わせください。ご相談もお待ちしております。


ご相談・お問い合わせはこちらから

AIに必要なデータクレンジングとは?

前回、AIには大量のデータが必要とご紹介しましたが、ただ大量にデータを集めればいいわけではありません。
不必要なデータをAIに覚えさせてしまうと検出精度が低下してしまいます。なので、画像認識を例にしてデータクレンジングとは何かをご紹介します。

データクレンジングとは

データクレンジングとは、保存されているデータの中から重複や誤表記などを探し出して削除や修正を行いデータの品質を上げることです。
同じ意味なのに表記が違っていて同一画像と認識されなくなり自動処理に適さない状態になることがあります。複数の人がラベリングを行っていたり、複数の情報源からデータを集めた場合に起こることが多い問題です。
では、どのような画像に注意をすればいいのでしょうか。

判定に困るデータは認識させない

人間でも判定できないデータはAIでも特徴点を見つけることができません。そのようなデータをAIに学習させてしまうと画像認識に悪影響を及ぼす可能性があります。  

ラベル付を間違えない

1つずつ準備したデータの場合はあまり起こらないと思いますが、拾ってきたデータをインポートして学習データに使用する場合にラベル付のミスが起こるので注意が必要です。

間違ったオブジェクトが対象になっていないか

例えば、コップを認識させたいのにAIは背景を対象にしていたというのはよく起こります。きちんと認識させたいオブジェクトが対象になっているチャックを行い、間違っている場合は正しく認識できるように修正を行うか削除します。

間違えやすいデータも学習する

AとBはよく似ていて間違えやすい場合もあると思います。その場合AよりもBを学習させるほうがいい場合もあります。Aのデータも必要ですがBのデータも十分に準備できるか考えたほうがいいでしょう。

まとめ

上記でご紹介した注意すること以外にも画像のサイズや向き、本番データを意識した画像などに注意必要があります。
次回もAIと学習データについてご紹介いたします。 弊社では、新規開発を承っています。「こんなアイディアがある」「こんな製品出来ないかな」「コラボレーションできないかな」などありましたらお気軽にお問い合わせください。ご相談もお待ちしております。


ご相談・お問い合わせはこちらから

新型コロナ対策にIoTをはじめませんか?

国や自治体は感染拡大防止のため、リモートワークや3密対策を推奨しています。
しかし、業態的にマスク・手洗い・換気・消毒・検温と基本的な対策しかできない企業様も多いのが現実です。
今回は、実際に弊社に相談があった内容をもとにIoTでコスト削減とコロナ対策を同時に実現できる改善事例を紹介させていただきます。

事例

お客様:製造業(自動車部品 社員約50名)
相談内容:品質向上、製造管理を強化したい

製造業の場合、工程別にさまざまな設備を使用します。不良品の削減や生産管理のために設備の状態(温度、圧力、電流値など)を記録することが多いです。また、継続して計測することで消耗品の交換時期などメンテナンスのタイミングを推測したりします。

問題点

・生産状態をリアルタイムで把握したい
・1日2回の記録だが記入間違い、記入漏れが発生する
・紙ベースの記録なので、集計するのに時間がかかる
・設備使用者が記録して、設備調整は保全担当者が実施することが多いので情報伝達が遅くなる  

解決方法

弊社IoTシステム(FLEX)で生産設備(38台)の各必須パラメーターを自動計測・監視する提案をさせていただきました。

動作

・各設備に設置したFLEXから、定期的にクラウドに計測データを送信
・設備のパラメーターごとに閾値を設定
・設備毎の電力量計を計測して、クラウドに送信
・異常値が発生した場合は、メールとLINEで関係者に通知
・クラウド管理で、ネット環境があればどこからでも現在値と経過グラフを確認可能
・保存データは、CSVファイルでダウンロード可能
・ブラウザアプリで、OSを問わずパソコン・スマホで確認可能(Google Chrome推奨)

画面イメージ図

改善点

・1日2回の記録(4時間/回)から、1分/回の自動記録に更新
記入間違い、漏れを無くして、計測粒度の向上
導入前 8時間2回  導入後 8時間480回
5分/設備×38設備×2回×250日=197.9工数削減(1583.3時間)
計測粒度240倍


・集計データをダッシュボードに集約
データは、閲覧者別に最適な表示形式で自動生成
使用電力と生産数で、1個あたりのコストを数値化
導入前 1日2時間/人 導入後 0時間
2時間×250日=62.5工数削減(500時間)

・警報システムで関係者に自動通知
異常時の対応時間の短縮化

まとめ

FLEXシステムを導入することで1年間約260工数の削減が可能となりました。
また、データ粒度の向上でメンテナンス時期の予測がしやすくなり、保全作業の計画が立てやすくなりました。
クラウドでリアルタイムデータも確認できるので、保全チームが輪番でリモートワークできるように計画しています。

FLEXは低コストで導入でき、拡張性が高いことが特徴です。
試験導入で評価していただいて、徐々に台数を増やすお客様が多いです。
ぜひ、 試験導入をご検討ください。


ご相談・お問い合わせはこちらから

介護支援見守りサービス

コロナ禍でオンライン化が進む一方

新型コロナウイルス感染症で行動が制限される日々が続いていますが、あらゆる分野でオンライン化が加速しているように思います。
テレワークやオンライン研修、リモート飲み会など今の状況に対応した取り組みが目立つ中で、飲食店や介護施設などどうしても近距離で接客をしなくてはいけない業種は、常に不安を感じていることでしょう。
その中で介護業界は深刻な人手不足の上に、ITの普及が遅れている分野と言われています。
「介護ロボットを導入して自動化させたい」、「あらゆるセンサを付けてすべてのデータを見える化したい」と考えても、コストが合わなかったりそもそも費用対効果が出るのかといった問題が出てきてしまいます。
またITに精通したスタッフがいない為、「何から始めればいいか」、「どこに相談したらいいかわからない」といった部分もITの導入が遅れている原因と考えられます。
まずは日々行っている業務の中で、単純作業や時間がかかってしまっている業務を明確にすることが自動化への近道かもしれません。

単純作業からシステム化

・紙ベースでチェックしている内容をタブレットなどで記録することで集計の手間とミスの削減
・赤外線センサを部屋に取り付けることで、プライベートを守りつつ行動パターンの見える化と巡視回数を低減
・温湿度センサで部屋の温度が適正か一括で遠隔管理

上記はあくまで一例ですが、すべてを変えるのではなく業務を細分化して一部をシステム化していくことで、導入のコストを抑え、スタッフも変化に戸惑うことなく対応していけるのではないでしょうか。

まとめ

2025年には500億個以上のモノがインターネットにつながると言われていますが、コストが高くIoTは大手がやることといったイメージからか、中小企業にはまだまだ浸透していないように思えます。
弊社ではフレキシブルで低コストなIoTの開発を進めております。
前述の例はもちろん、その他にも「こんなことで困っている」「こんなことできないかな」などありましたらお気軽にお問合せください。


ご相談・お問い合わせはこちらから

熱中症対策アドバイザー養成講座受けてみました!

今年から始まった「熱中症警戒アラート」。
個人的には【WBGT】の計測には数年前から取り組んできたので何となくイメージはできるのですが、実生活について考えると【どんな状況で出されるの?】と【どうしたらいいの?】が一番知りたい所なので熱中症対策アドバイザー養成講座を受講してみました!

以下報道より
毎年、高温が続く7月から8月には熱中症による健康被害が多発している。
熱中症予防には各自が適切な予防対策に取組むとともに、広く住民同士が予防啓発・注意喚起を行っていくことが重要である。
また、高齢者、障がい児(者)、小児等に対しては、周囲の見守りや呼びかけなどの配慮が特に必要となる。
そこで、熱中症に関する専門的な知識を学び、適切な熱中症予防の普及啓発及び予防の取組を実践できる人材を養成することにより、地域における熱中症予防対策の強化を図る。
本講座は「健康増進に関する熊本市と大塚製薬株式会社との連携協定」に基づき実施する。
との事でとりあえずオンライン研修開始

オンライン研修開始

冒頭スクリーンショット取り忘れたのですが、近年では2010年に1745人の死亡を記録している報告がかなり印象に残りました。

その他知識としては知っていたのですが、以下の2点が印象に残りました。
①熱中症とWBGTには相関関係が有る
②人は初夏に一定程度運動などする事で【暑熱順化】により体温調節が上手くなる
※グラフ茶がWBGTで最初の山で大きな被害が発生して以降山で増加しているが順次現象傾向

熱中症グラフ

今年はマスク事情も相まってかなり辛い毎日ですが、天気予報と同様に【暑さ指数が33℃以上で】だされる「熱中症警戒アラート」
地域は、1都8県、東京・茨城・栃木・群馬・埼玉・千葉・神奈川・山梨・長野の関東甲信との事で、愛知県は区域外なのですがお天気サイトなどでご自身のお住まいのエリアの暑さ指数(WBGT)が31℃以上になると予想された場合には水分補給やこまめな休憩など意識的に取るようにしたいですね。
※31度(WBGT)についてはすべての生活活動で起こる危険性が有り特に高齢者は外に出ないで、エアコンの効いた所でゆっくり休んでいるしかないですね。

熱中症予防の指針

暑さ指数とは暑さの厳しさを示す指標で、熱中症を予防することを目的として1954年にアメリカで開発されました。単位は気温と同じ℃で示されますが、気温だけでなく、湿度、日射・輻射(ふくしゃ/建物や地面からの照り返し)などの熱も取り入れた数値になっており、湿度7:輻射熱2:気温1の割合で算出されます。
単純な気温と比べて、熱中症患者発生率との相関が良好であるという特徴があります。

アラートが発表されたらどうする?

「熱中症警戒アラート」が発表されたら、次のような予防行動をとるよう呼びかけられます。
【熱中症のリスクが高い人に声をかける】
・肥満傾向の人
・体力の低い人
・持久力の低い人
・暑さになれていない人
・熱中症になったことのある人
・体調の悪い人
・運動部の低学年
・持病のある人

熱中症リスクが高い人

【外での運動や活動を中止・延期する】
・不要、不急の外出は出来るだけ避ける
・エアコン等が設置されていない屋内外での運動や活動等は、原則、中止や延期をする
【「熱中症予防行動」を普段以上に実践する】
・環境省、厚生労働省が示している「新しい生活様式」における熱中症予防行動のポイント(下記)を心掛ける
(1)暑さを避けましょう
(2)適宜マスクを外しましょう
(3)こまめに水分補給しましょう
(4)日頃から健康管理をしましょう
(5)暑さに備えた体づくりをしましょう
1シーズンで「アラート」が発表されるのは東京都の場合は平均で7日程度とみられています。これは従来の高温注意情報の半分程度の頻度で、より危険性の高いときに絞って発表されると理解すると良さそうです。

今回受講してみて感じたこと印象に残ったこと

今回の受講内容がすべてではないのですが、
・思っていた以上に被害が有ったこと
・WBGTとの相関性が大きいこと
・暑熱順化の重要性を改めて考える機会が持てたこと
が印象に残りました。
現実の対応としては、意識が無いレベルの場合【まず冷やす】※できれば氷の入った浴槽らしい→【寒いのでやめてください】→【意識が戻ったので良いことです】 これは少し笑いが込み上げたが、実際意識が戻ったから言える事なので現場で何か冷やせる物の準備は必要だと感じました。
あと、意外なことに意識が無いとき無理に水を飲ませてはいけないとの事でした。
受講を終えて確認テストを受験(44問、全問正解するまで終わりません)
無事終了
結果、熱中症対策アドバイザーとして認定されました。

熱中症対策アドバイザー認定書(見本)

4週間後本物が郵送されるそうで、これからも熱中症の注意喚起をしていきます!

IoTで熱中症対策を!

弊社が開発したWBGT計測パッケージで熱中症対策をしませんか。
熱中症になる方が年々増加しています。WBGT計測パッケージなら、離れた場所の暑さ指数(WBGT)や1日の推移など色とグラフでひと目で見える化をします。
IoTのリモートモニタリングとアラート機能が標準装備されているので、計測モジュールとメインモジュールをつなぐだけで計測と記録ができます。
疑問点や興味がありましたら、お気軽にお問い合わせください。


ご相談・お問い合わせはこちらから

重要インフラ制御システムのサイバーセキュリティ対策

重要インフラ制御システムとは

『電力、水、ガス』などプラント設備や鉄道など、私達の生活に欠かせない社会インフラを司る制御システムです。当然の事ながら停止は許されず、インシデントが発生した際には敏速に対応する事が不可欠です。

近年増加しているサイバー攻撃

2010年イランの各施設を標的とした『スタクスネット事件』を機に今までは安全と見なされていた重要インフラ制御システムの認識が一変しました。
『スタクスネット事件』とは2010年頃に発見されたマルウェアで特定の標的を狙う巧妙なワームです。インターネットに接続されていない産業用制御システムを乗っ取り、物理的に破壊することに成功した危険なマルウェアの一種です。
米国は当時のオバマ大統領令に基づき国家レベルでセキュリティ対策を強化しました。

重要インフラ制御システムのサイバーセキュリティ対策

米国の電力業界を例に解説します。 電力業界がサーバー攻撃を受けた場合、そのリスクは通常の情報システムと比べ各段に大きく、広域停電や原子炉メルトダウンの危険性が伴います。制御システムは通常インターネットに接続されておらず専用OSを採用しています。米国電力業界のサイバーセキュリティ対策の特徴は大きく3つあります。
一つは、『NIST』(米国標準技術研究所)の標準に準拠しながら電力分野のセキュリティ標準を確立しました。火力は『NERC CIP』、一般情報システムは『NIST SP800-53』、送配電は『NISTIR7628』、原子力は『RG5.71/NEI08-09』のセキュリティ標準を設けました。
二つ目は、各種実行フレームワークに関して、セキュリティ標準をそのまま適用する場合もあれば『NIST』の共通言語に従い個別標準を作成し適用する事でセキュリティを強化しています。
三つ目は、このサイバーセキュリティプログラムの成熟度を自己診断する『C2M2』という成熟度診断表を開発している事です。

まとめ

サイバー攻撃が巧妙化すると同時にセキュリティ対策も進化しています。私達に必要不可欠な社会の重要インフラシステムも国家単位でセキュリティ対策強化が日々行われています。更なる官民の連携が重要になって行くと考えられますね。


ご相談・お問い合わせはこちらから

AIと学習データの関係性

AIを勉強する際によく目にするのは学習データです。学習データは、AIを実装するためには重要な役割を担っています。
※学習データとは、実用的なAIを作るために必要な訓練をするのに用いるデータです。

でも、学習データはどうやって用意すればいいのでしょうか。

AIには大量のデータが必要

AIを使用するとき最初に困るのが大量な学習データの用意です。AIはデータを学習しなければ何も分かりません。きちんと学習させることで役に立つ存在になります。
そのためには、質の良い大量の学習データが必要になります。

学習データを用意する方法は?

では、どうやって大量のデータを集めるのでしょうか。

1.自社のデータを使う

自社にデータがあればそれを使用してAIで何ができるかを考えることが基本になります。
例えば、3年間の売上データがあれば2年間を学習データとして使用し、残りの1年間で学習したデータとの近似性を確認します。公開されている気象庁などのデータと組み合わせることで気温や天候での需要が分かり、今後の需要予測に使用することができます。

2.地道に学習データを入力する

手動または自動で学習データを作成していく方法です。すぐに利用できるデータがない場合は、この方法を使用します。
例えば、問い合わせの回答を自動で返答するAIを作る際には、地道に応対の言葉、業界用語、自社製品などの言葉を教えます。何回も学習させることでより精度の高い応対ができるようになります。

3.世の中にある学習モデルを使う

画像認識や自然言語処理などでは、多様な学習済みモデルが用意されています。一から学習する場合でも、学習済みモデルを使用することで少ないデータで学習することができます。
例えば、学習済みデータを使用すればすぐに人物の検出や特定が可能になります。写真の顔写真を覚えさせることで、点呼や入退場などいちいち確認しなくても一瞬で記録することができます。

4.公開されているデータを使う

AIの活用方法のうち、予測(Prediction)では自分たちのデータではなく、過去の市場データや気象データを使用して学習します。
例えば、過去のイベント時の来場者データと気象データやSNSなどのデータと組み合わせることでどのような天候やどういった人が来場するかが分かるようになるので、今後のイベント開催時の来場者を予測できるようになります。

まとめ

今回は、AIを作るのに必要な学習データの用意の仕方をご紹介しました。自分でデータを用意できればいいですが、用意できない場合は、学習済みデータや公開されているデータをうまく利用してAIに学習させていきましょう。
次回は、学習データの精度を上げるデータクレンジングについてご紹介します。


ご相談・お問い合わせはこちらから

夏季休業のお知らせ

誠に勝手ながら、弊社では下記の通り夏季休業とさせていただきます。
お客様にはご不便お掛け致しますが予めご了承いただきますよう、よろしくお願いいたします。

【夏季休業期間】
2020年08月13日~2020年08月16日

【お問合せについて】
休業期間中メール・FAXでのお問合せは受付けておりますが
回答については、2020年08月17日より順次対応させていただきますので 何卒ご了承下さいますよう、お願いいたします。