WHAT’S NEW

最新情報

RANKING

人気の記事

WHAT'S NEW

最新情報

ITインフラ近代化に最大の阻害要因

現在、オフショアサービスを利用する波が高まる中、企業は自社の製品を開発するために多くのサービスオプションに直面しています。 しかし、技術の急速な発展の前に、困難はかなり多く残っています。 ITインフラ近代化に最大の阻害要因 について見に行きましょう。

ITインフラ近代化に最大の阻害要因

IDC Japanは4月2日、2020年における国内エンタープライズインフラ市場のユーザー動向調査結果を発表した。国内の企業・団体に所属する経営層、事業部門長、部課長を対象として2020年1月にアンケート調査を実施し、900の組織から得られた回答をもとにシステムタイプ別のトレンド分析をしている。

それによると、ITインフラのモダナイゼーション(近代化)に対する最大の阻害要因は「予算の制約」(29.3%)が突出していた。次いで「ITスタッフの過負荷/不足」(22.8%)、「最新テクノロジーに対するITスタッフの教育/知識不足」(14.4%)を挙げる回答も多かった。

ITインフラのモダナイゼーションに対する阻害要因

図1.ITインフラのモダナイゼーションに対する阻害要因(出典:IDC Japan)

これらの状況を反映してかどうかは明らかにされていないが、ITインフラの選定基準では「全般的な運用コストの抑制」「スタッフの生産性向上」「維持管理の効率化」といった、運用コスト抑制/生産性向上/効率化といった点が重視された。

また、止まることが許されないミッションクリティカルな基幹業務システムの導入形態だと、現状はオンプレミスが8割弱を占めるが、次期更新では5割程度に低下している。メインフレームやビジネスサーバーなどのベンダー独自技術のサーバー採用も、次期更新では4割弱から2割強に低下している。ただ、2019年2月に実施された調査と比べると、メインフレームやビジネスサーバーをオンプレミスで現在採用しているとの回答が2.3ポイント増で、次期更新においては4.0ポイント増だった。

基幹業務システムのITインフラ導入状況と次期更新での採用意向

図2.基幹業務システムのITインフラ導入状況と次期更新での採用意向(出典:IDC Japan)

今回の調査では、ハイブリッドクラウドの活用目的なども聞いた。回答を見ると上位4項目は、「クラウドをアプリケーションごとに使い分け」「開発/テスト/ステージング用環境と本番環境とでの使い分け」といった適材適所でのクラウドの使い分けと、「IaaSへの移行(オンプレミスからの移行)」「パブリッククラウドからプライベートクラウドへの移行(オンプレミスへの移行過程)」といった配備モデル間での双方向の移行だった。

IDC Japan エンタープライズインフラストラクチャのグループマネージャーである福冨里志氏は「クラウドの適材適所によるハイブリッドクラウドの運用管理などによるITスタッフの作業負荷の高まりや、IT技術に対する知識の陳腐化などといった課題が、ITインフラのモダナイゼーションを阻害する要因になっている可能性がある。ITインフラベンダーは、AI(人工知能)や機械学習を活用したITインフラの運用管理ソリューションの提供や導入効果の明示を通して、顧客におけるITインフラのモダナイゼーションに対する阻害要因を排除すべく支援すべきである」とコメントした。
Read more

新型スマートフォン「iPhone」の発売時期

米アップルが次世代通信規格「5G」対応の 新型スマートフォン「iPhone」の発売時期 を通常より数カ月延期する可能性があります。新型コロナウイルス感染拡大が急速に加速している欧米では、消費の落ち込みで販売環境への懸念が高まっているほか、開発にも遅れが生じています。部品供給を担う日本などのサプライヤーに影響が出ています。

「5G」対応の 新型スマートフォン

アップルは毎年秋にiPhoneの新モデルを発売し、今年は9月ごろに、初めて5Gに対応する新型スマートフォンを発売すると予想していました。主要市場の米欧での感染拡大で消費力低下の不透明感が増すなか、「アップルは内部で発売を数カ月遅らせる検討を始めた」ということ。

製品開発にも遅れが出ています。3月上旬からサプライヤーと新モデルの試作品の開発を行う予定でしたが、新型コロナによる中国のサプライチェーン(供給網)の混乱を受け3月後半に延期されました。足元では米国での感染拡大でカリフォルニア州のアップル本社の社員が原則在宅勤務となり、開発作業がさらに遅れる懸念が出ています。

iPhoneのプリント基板関連部品を手がけるサプライヤーは例年6月に大量生産を始めますが、今年は8月からに延期するよう出荷先から指示されたということ。同社の関係者は、発売時期が数カ月以上遅れる想定で生産体制が変更され始めていると指摘します。iPhoneの製造には日韓台、中国などの数百社のサプライヤーが関わる。発売時期が遅れれば、各社の業績に大きく影響する見通しです。
Read more

働き方とリモートワークについて、CIOが再調すべき

新型コロナウイルス感染症(COVID-19)は現在世界中で急速に広まっている。この状況で、 働き方とリモートワークについて、CIOが再調すべき ではないでしょうか。

働き方とリモートワークについて、CIOが再調すべき

世界中の企業が、在宅勤務の奨励や、出張計画の中止などの合理的な判断を下しており、IT業界の主要なITカンファレンスも、その多くがオンラインでの開催に切り替えられるか、延期されている。また、IT業界で働く多くの人にとって常識だった、会議やあいさつのために世界中を飛び回るというワークスタイルは鳴りを潜めた。

Gartnerによれば、COVID-19は、企業のオペレーションの継続性に対してサイバー攻撃や自然災害に匹敵する悪影響を及ぼす可能性があるという。一方でForrester Researchは、テクノロジーが事業運営において中心的な役割を果たしていることから、ITリーダーが負っている役割は大きいと指摘している。

ForresterのアナリストAndrew Hewitt氏は、「最高情報責任者(CIO)は、コロナウイルスが流行している間、所属企業が在宅勤務を増やせるように備える必要がある」と述べている。「CIOはまず、リモートワークに必要な技術スタックを再検討し、自宅で働く従業員が増えた場合に備えて、需要の増加に対応できるキャパシティを確保しなければならない」

これに当てはまる企業は、クラウドに頼らざるを得ない。Forrester ResearchのHewitt氏は、ITリーダーがリモートワーカーのニーズに素早く応えるためには、次の3つに注意する必要があると述べている。

  • コラボレーション:「従業員がビデオ会議を利用できる状態にし、使い方を理解させ、事前にシステムをインストールさせておく必要がある」
  • 情報に対するアクセス:「従業員が自宅から作業を行っても生産性を維持できるように、主要な作業ファイルやドキュメントにアクセスできるようにしておく必要がある。この期間中は、『Dropbox』『Box』『OneDrive』などのファイルの同期や共有を行うためのツールを利用することが不可欠になる」
  • セキュリティ:「従業員に、離れた場所で作業をしても会社のデータを守れるように、適切な予防措置を取らせる必要がある。これには、在宅勤務を始める前に、従業員に事前にパスコードを変更させることや、VPNが過負荷になるのを回避するために、ファイルをクラウドベースのシステムに転送させておくことが含まれる」

Harvard Business Reviewによれば、多くのマネージャーは、リモートワークを行う従業員が業務量を減らしたり、私用と仕事を混同してしまったりすることを警戒しているという。また、リモートワークを行うことで同僚間でのコミュニケーションやコラボレーションが減り、オフィスで得られている非公式の学びの機会が減ってしまうかもしれないという懸念もある。

Forrester ResearchのHewitt氏は、企業にはもはや選択肢はないと結論づけている。コロナウイルスの感染が拡大している間は、リモートワークは不可避であり、必要なものだ。コロナウイルスが流行している中で従業員を無理に通勤させれば、従業員体験に長期的な悪影響が及び、その影響はウイルスそのものよりもはるかに大きなものになる。

「そのようなやり方は、従業員には受け入れられないだろう」とHewitt氏は言う。「それは会社が従業員よりも利益を優先しているというメッセージになる。そしてもちろん、その2つは密接に関連している」

つまりCIOは、経営陣やIT部門の同僚と協力しつつ、喫緊の課題として、従業員が問題なく安全にリモートで勤務できるようなシステムやポリシーの整備を進める必要がある。こうした準備によって、在宅勤務のメリットが実証されれば、私たちの生活や仕事のあり方は、今回のパンデミックを通じて長期的な影響を受けることになるだろう。
Read more

感染拡大を抑えるために在宅勤務の導入

新型コロナウイルスの感染拡大が落ち着きを見せていないなか、政府は感染防止の対策として全国の学校が臨時休校になることをしています。その深刻な状況で 大手日本企業は 感染拡大を抑えるために在宅勤務の導入 を進め始めています。

在宅勤務の導入

大手の化粧品メーカである資生堂は2月26日から本社に勤務するグループ従業員の内、社長や役員も含めた8000人を原則在宅勤務としています。工場で働生産担当者や百店などに勤務する美容全員は出勤しますが、引き続き客にメイクをするなどの肌に触れるサービスは自粛するということです。資生堂は在宅勤務の期間を3月の6日までとしていますが、感染の状況によって、柔軟に検討するということです。

ホンダは2月27日、国内でも新型コロナウイルスの感染が拡大しているのを受けて2月28日から3月13日まで、東京地区オフィスで働く従業員約2000人を原則、在宅勤務とすることを決めました。

新型コロナウイルスに感染するのは相次いで、確認されている中、在宅勤務は一体どんなメリットを持っているでしょうか。

まずは、在宅勤務とは、会社のオフィスに出勤をせずに、自宅を就業場所として働く勤務形態のことをいいます。外出を控えるのは他人に接触する機会を減らして、感染拡大を抑制すると考えています。

さらに、臨時休校が子供を持つ保護者を悩ませる声も上がっています。会社で仕事をしながら、子供の面倒をみるのはできないので、休まざるを得ないことが少なくありません。そのような問題を解決するために、子供を連れて会社に出勤する方針を示す企業が出ていますが、それは仕事の邪魔になると考えられます。そのため、在宅勤務はウイルス感染を防ぐではなく、子供が自宅に留まることによって発生すると考えられる問題を避けるではないかと思います。

もちろん、コミュニケーション不足や通信の低速度といったリスクが発生する可能ですが、現在の状況では、人間の命を第一に考えなければなりません。新型コロナウイルスの戦いに対して、勝利を収めるには、政府・企業、すべての国民の力が必要になるでしょう。
Read more

AI-OCRの効果|ベンダー選びのポイントは「認識精度の高さ」

IT業界の現在のトレンドはいくつかがあるかとご存知ですか。「AI-OCR」という言葉が見にしたことがありましたか。今度は、 AI-OCRの効果|ベンダー選びのポイントは「認識精度の高さ」 について挙げます。

AI-OCRとは

AI-OCRの効果|ベンダー選びのポイントは「認識精度の高さ」

ITの隆盛によってデジタル化が進む昨今においても、企業には多数の紙の書類が存在する。社内のシステム化が進んでいても、取引先との受注書や発注書などのやりとりが紙ベースなら、ペーパーレス化の実現は難しいだろう。書面に書かれた文字をPCに手入力する作業が大量に発生すると、現場も疲弊してしまう。

そうした単純作業を効率化する技術として注目されているのが、電子化した書類データの文字を自動認識する「AI-OCR」だ。OCR(光学文字認識)技術は古くからあるものだが、近年急速に発展してきたAI技術を応用することで、非常に高い文字認識率を実現している。

「過去にOCRを使って思うような精度が出なかったという方も、AI-OCRを試してみるとイメージが変わると思います。活用のポイントをしっかり理解して取り組めば、大きな成果を得られます」と、NTT東日本の庄司哲也担当課長(ビジネス開発本部 第二部門 ビジネス企画担当)は強調する。

「AI-OCRの効果が出やすい業務」と成功への近道

AI-OCRの効果
AI-OCR導入の効果(MM総研より)

導入の際には、どの業務にAI-OCRを適用するかが重要になる。「業務選定のポイントは、紙書類のボリューム、業務の集約性、標準化の3つです。紙を減らせないという前提で、どう効率化していくかを考えないといけません」と庄司担当課長は指摘する。

紙書類のボリュームは、ひと月当たり1000枚以上あればコスト削減などにも効果的だというが、加えて業務の内容を考慮することも重要だ。登録口座の変更など、書類が届くと同時に処理しなければならない業務なら、手作業のほうが速いこともあるだろう。一方で、確定申告など決められた時期にまとめて処理する業務なら、AI-OCRを使って一気に書類を読み込ませたほうが効率的だ。

標準化とは、書類様式や運用を統一することを指す。「書類の様式がバラバラで、運用フローが最適化できないと、思うような効果は得られません。運用フローを変えるには現場の理解を得る必要もあります」(庄司担当課長)

このように、AI-OCRの効果を高めるためのコツはあるものの、「導入前に全ての課題を完璧に洗い出して、どの業務に適用するかを決めることは、実は難しいんです」と庄司担当課長は話す。

「新しいツールを試すときは何でもそうですが、試してみないと分からないことは非常に多いです。まずはスモールスタートでやってみることをお勧めしたいです」

ベンダー選びで「認識精度の高さ」に注目すべき理由

実際にAI-OCR導入を決める際には、ベンダー選びも重要になってくる。選定のポイントはいくつかあるが、業務効率化に直結する認識精度は外せないだろう。

AI-OCRは、紙書類の文字を100%認識できる技術ではない。認識できなかった箇所は、人間が目視して修正する必要があるため、認識精度が高いほど、人間がフォローする手間が省けるということだ。

AI-OCRの認識精度
国内主要サービスの手書き文字認識率の比較(MM総研より)

次に注目すべきは、ツールの操作性だ。これは、人間が手作業でフォローする「残り数%」の部分をいかに効率化するかに関係してくる。

MM総研は、AI-OCRによる文字認識と人間による修正作業を合計した作業時間の検証も行った。具体的には、手書きで必要事項を記入した3種類の帳票を100枚ずつ用意し、PDFのデータを作成。そのうち、30枚はゆがみデータを使用した。そこでも、AI-OCRの手法は「3時間40分45秒」と最も良い結果だった。他のサービスは「4時間1分6秒」「11時間41分25秒」となっており、大きく差がついている。

国内主要サービスの作業時間の比較(MM総研より)

最後に挙げたいのが、ベンダーのサポート体制だ。初めてAI-OCRを導入企業はもちろん、いまいち効果を実感できていない企業にとっても、ノウハウを持つベンダーは心強い存在になる。

2カ月という短期間で効果を実感してもらうには、初動が大切だからだ。庄司担当課長によると、導入前に行う現場向けの製品説明会で活発に意見が交わされる企業は、軌道に乗りやすい傾向にあるという。

「AI-OCR導入には、現場の協力が不可欠です。説明会で現場の方から『あの作業に使えそうだ』『この業務はどうだろう』とアイデアがたくさん出てくるような企業は、導入もスムーズで効果もきちんと出ます。活用方法を自ら考え、試し、実践できるような利用イメージを持ってもらうことが大事です」
Read more

RANKING

人気の記事

オフショア開発とは?オフショアの問題を解説

昨今、オフショア開発は経営のトレンドの一つをよく言われます。では、オフショアは何でしょうか?または、オフショアを利用する際、どんな問題が起きるのでしょうか?これらの悩みごとを調べてみましょう!

オフショア開発とは?

オフショア開発とは?

オフショア開発はシステムの開発や応用管理業務を海外に委託・発注することです。

安価な人材の雇用でコストパフォーマンスを削減可能が一つの大きなメリットですが、オフショアサービスを使用するときには次の点を三つ注意する必要があります。

1. 遠隔での作業

オフショア開発の問題:遠隔での作業

管理者は開発チームから遠く離れている場所にいることが多いので、プロセスや仕事の進度を直接に指導しにくいかもしれません。

この問題に対応は両方のコミュニケーションが具体の明確なレポートを通し、WherebyZoomGoogle Hangoutなどのオンライン通話ソフトウェアを積極的に使用することです。

2. アイディアと資料の共有

オフショア開発の問題:アイディアと資料の共有

上で書いたの通りは、オフショア開発は海外の人材を採用します。そのため、お互いに直接の発想共有は難しく、ビデオコールを使っても不安定な通信やビデオでは、言い表しにくいことによって、情報をちゃんと伝えられない恐れがあります。

この問題を避けるために、開発用の資料は詳細で明確な方が両側は開発している機能を汲み取りやすく、期待通りに効果を得ることができます。

3. 言語問題

オフショア開発の問題:言語問題

オフショアサービスを使用するとき、コミュニケーションは最も大切な難しい問題です。言語と文化差異を理由として双方同士の勘違いが生じられます。

この問題を解決するためには、情報交換のための直接会議が行う必要があります。さらに、プロジェクトにおいて、コミュニケーター/ ブリッジSEの役割は、双方が情報を結びつけるために非常に重要であり、プロジェクトが、元のアイデア通りに実行されることを保証します。

まとめ

オフショア開発を利用する際、顧客は遠隔での管理や言語問題などを直面しかねないとはいえ、最適な解決をすればこのサービスのメリットを享受できます。緊密な進展状況のレポート管理や、高品質な開発チームとコミュニケーター/ ブリッジSEチームを有する企業との連携などがございます。 … Read more

人工知能とは│歴史

最近、人工知能(以下AIという)という言葉はテレビやインターネットによくみられていますが、詳しく知らない方が多いと思います。そこで、今回は 人工知能とは│歴史 について紹介します。人工知能に関心を持たれる方は、この記事を読んでいただけばと思います。

人工知能とは:

人工知能とは

人工知能は英語でArtificial Intelligenceで、この略称で「AI」と呼ばれています。
人工知能(AI)とは、人間と同様の知能であり、機械の形で表される行動、知覚、思考として定義されている。簡単に言えば、周囲の環境を認識し、行動を分析し、目標を達成することを最大化する可能性があるデバイスは、人工知能があるデバイスと見なされます。

人工知能(AI)の歴史とは?

私たちの生活の中で人工知能が搭載されている機会は多くなっていることが実感できると思います。
それでも、「人工知能のニュースをよく耳にはするけど、あまりピンと来ない」という人がほとんどではないでしょうか。そこで、人工知能について歴史から理解していきたいと思います。

以下の図はAIの歴史段階を占めています。

AIの歴史段階

(出典)松尾豊「人工知能は人間を超えるか」(KADOKAWA)p.61

第一次AIブーム 推論・探索の時代(1950年代後半~1960年代)

第一次ブームは、1960年代に起こった「推論と探索」に関するブームです。推論と探索というのはあるルールとゴールが決められているゲームの中で、コンピュータがなるべくゴールにたどりつけるように選択肢を選んでいくものです。推論と探索には迷路を解く際にしらみつぶしに選択肢を探索してゴールにたどり着く方法や、チェスなどの対戦ゲームにおいてなるべく自分が有利になるように選択肢を選んでいく方法などがあります。

このブームの中で、一見知的に見える問題をコンピュータが次々と解いていき世間を驚かせました。しかしよく考えてみると、解いている問題はすべて明確なルールが定義されているモノでした。
しかし、実際に現実にある問題については、その複雑な計算を処理する術がなく、解くことができませんでした。コンピュータの性能の限界が見えたことから、1970年代に一回目の冬の時代に突入していきます。

第二次AIブーム 知識をいれると賢くなる(1980年代)


第2次AIブームで盛り上がりを見せた「知識表現」に関して:エキスパートシステムです。
第一次ブームでは高度な計算はできましたが、現実にある複雑な問題の解決が難しかったんです。そこで革新的な「エキスパートシステム」は、膨大な専門知識の入ったソフトウェアで,専門家のように問題解決を行うことができるものです。第一次ブームと比較してコンピューターの小型化・性能が高まっており、ある程度はこれらの試みは成功しましたが、知識を教え込む作業が非常に煩雑であること、例外処理や矛盾したルールに柔軟に対応することが出来ません。

しかし、ここでも問題がありました。コンピュータには「常識」がないという問題です。ここで一つ例を挙げると、“熱を下げるには”という質問に対して、「解熱剤を飲ませる」または「殺す」と答えたそうです。確かに死ぬと体温は下がりますが…。そもそも前提として命を守るということがありますよね。

ただ、コンピュータにはそういった「常識」がないために、このような答えを出してしまうのです。結局、このような問題に直面し、第二次ブームは収束しました。

第三次AIブーム 機械学習・深層学習技術の発展(現在)

第三次AIブーム 機械学習・深層学習技術の発展(現在)

この第三次ブームが起こった大きな要因として、ディープラーニング(深層学習)という技術の発展、 ビックデータ の普及などが挙げられます。実は、ディープラーニングなどは、第二次AIブームの時代から研究されていましたが、実用化するためにはコンピュータの性能が追い付いていませんでした。

しかし、2000年代に入り、コンピューターの小型化・性能向上に加えインターネットの普及、クラウドでの膨大なデータ管理が容易となったことで実現可能なレベルとなり、第三次AIブームが沸き起こりました。


この技術により、画像や映像から情報を抽出したり、音楽や文字の生成などが可能となっています。ディープラーニングがこれからの人工知能の発展に大きく関わってくることは間違いないでしょう。
Read more

ブリッジSEとは|役割と必要なスキル

「ブリッジSE」とは、「ブリッジシステムエンジニア」、「ブリッジエンジニア」や「BrSE」などとも呼ばれる比較的新しい職種のため、耳馴染みのない方も多いことでしょう。それもそのはず、近年急増しているオフショア開発とともに、ブリッジSEの需要が増加しつつあります。では、具体的に ブリッジSEとは|役割と必要なスキル について調べましょう。

ブリッジSEとは

ブリッジSEとは

「ブリッジSE」とは、国際化の流れの中で誕生したSEです。他国と協働するIT関係のプロジェクトにおいて、自社の代表として取引先の他国企業との間に立ち、橋渡し役を担うSE(システムエンジニア)です。

相手国の人材と結成するプロジェクトチームは、話す・聞くに用いる自然言語が異なるグローバルなチームで構成されます。

このようなグローバルな環境下では、チームとしての生産性向上・品質確保を担保するため、自然言語の壁を排して情報の橋渡しを行う人材が必要となります。このような役割を担う人材がブリッジSEなのです。

ブリッジSEの役割

「ブリッジSE」は、開発中、発注者と開発チームの方向性が合致するよう常に調整し、現場をうまく回して開発プロジェクトを成功させるという重要な役割を担います。

一般的なSEと比べると、ビジネス分析、交渉、市場特性を加味したコミュニケーションが重視され、かつ実践的な異言語間コミュニケーションの運用経験が重要視されるポジションです。

ブリッジSEに必要なスキル

ブリッジSEに必要なスキル

「ブリッジSE」は、現在、海外の方と協働しシステム開発を行っていくという方法で、主に規模の大きいIT企業で活躍している方が多いようです。技術的な内容はもちろんのこと、語学や、その国に応じたコミュニケーションのマナーやルールなど、ITの知識と語学の知識の両方が要求されます。

ブリッジSEに必要とされるスキルは、次のとおりです。

案件に関するIT/技術知識

プロジェクトにかかわるSEとして、第一に案件で必要とされるITや技術関係の知識は必須です。ブリッジSE本人がプロジェクトの技術的内容を理解せずには、言語も文化も異なる人材との適切なコミュニケーションと伝達はできません。

チームをまとめるコミュニケーション能力

プロジェクトマネージャーやリーダーでなくても、ブリッジSEにはクライエントの意見を調整の上でまとめ、開発チームに伝達するという役目があります。

ブリッジSEとしての職責を果たすには、自国のチームをまとめ、さらに相手国のチームの信頼を勝ち取るだけの高いコミュニケーション能力が求められます。

両国の商習慣や文化に対する理解

オフショア開発を採用する際は海外の人材を雇うことので、言語の違いはもちろん、文化も異なります。文化のみではなく、ビジネスに大きな影響を与えるのが商習慣の違いです。

両国間の習慣やルールの違いに起因するトラブルを避けられるよう、ブリッジSEは両国の商習慣や国民性までも熟知する必要があります。

交渉できるレベルの高い語学力

プロジェクトの進行中、万が一問題が発生した場合は、外国語を駆使しながら相手国のメンバーが理解しやすい言い回しや方法で説明し、理解を得る必要があります。

このため、ブリッジSEには、外国語による最低限のコミュニケーション能力のみでなく、相手に分かりやすくかつ説得までできるレベルの語学力が求められるのです。

まとめ

プロジェクトをスムーズに実行するためには、プロジェクトのすべてのメンバーが互いにうまく協力する必要があります。 両側の橋渡し役として、ブリッジSEはプロジェクトの成功を促進する責任を担っています。 または、ブリッジSEの仕事を上手く行うために必要なスキルを身につける必要があります。

Read more

自動運転技術のレベルについて

多くの方は「自動運転」という言葉を聞いたら、ドライバーが何もしなくても目的地まで辿り着くようなクルマをイメージがついているでしょう。そのようなに理想的な「自動運転車」を実用化されるのはまだまだ先のことです。実は、自動運転技術は 米運輸省道路交通安全局(NHTSA) が「自動運転化レベル」としてレベル0~レベル5までの6段階に区分しており、レベル5では制限なく全ての運転操作が自動化されますが、現在日本で販売されているのはレベル2までのクルマです。今回は 自動運転技術のレベルについて 詳しく説明したいと思います。

自動運転技術は以下のようにレベル0~レベル5までの6段階に区分されています。

レベル0:運転自動化なし

レベル1:運転支援

レベル2:部分運転自動化

レベル3:条件付き運転自動化

レベル4:高度運転自動化

レベル5:完全運転自動化

レベル0

レベル0は自動運転技術のないクルマです。加減速やハンドル操作を含めた全ての操作をドライバーの判断で行います。現在の車のほとんどがレベル0です。

レベル1

衝突被害軽減ブレーキ(自動ブレーキ)やオートクルーズコントロールのように加減速を支援するか、または車線維持のようにハンドル操作を支援するクルマです。

例えば、車線から外れると検知し修正するシステムや、先行車との距離を一定保つために加減速をコントロールする「クルーズ・コントロール」など、最近の新車に多く搭載されている運転支援システムが当てはまります。

レベル2

レベル2になると、「ハンドル操作」と「加減速」の操作が連動して運転をサポートしてくれ、現在の公道最高水準となります。ドライバーは常にハンドルを握り、運転の責任は全てドライバーにあります。そのため、レベル2までは「自動運転車」ではなく、「運転支援車」と呼ばれています。

例えば、渋滞時に走行レーンを走りながら先行車の動きに追従するため、前の車が止まればそれによって停車し、再び前の車が動き出せば再度発進するシステムとなります。

レベル3

レベル3になると、走行場所等が決められた条件下で、全ての運転操作をクルマの自動運転システムに任せることが可能となります。ただし、システムが自動運転を継続できなくなった場合、ドライバーはシステムからの要求に応えて、いつでも運転に戻れる状態でなければなりません。

例えば、高速道路などで交通状況を認知し、運転に関わる全ての操作を自動で行います。これによってドライバーは運転しなくてもよくなりますが、緊急時や自動運転の作動が困難になったときは代わりに運転しなければいけないため、運転席には座っていなくてはいけません。

レベル4

レベル3のように特定の場所で全ての運転操作をクルマの自動運転システムに任せることが可能となります。そのため、自動運転が作動しているときはドライバーの運転操作は必要ありません。

現在、ラストマイル(主に中山間部等において、公共交通の最終地点と自宅等最終目的地を結ぶための移動システムのことで、自動運転車の活用が期待されている)等の社会実験が行われていますが、それらの実験用車両はレベル4を想定したものが多くあります。

レベル5

自動運転

さらにレベル5になると理想の「自動運転車」と言える、条件なく常に全ての運転操作をクルマの自動運転システムに任せることが可能になります。いつでもどこでも自動運転されるため、もはやハンドルもアクセルも必要なくなります。そのため、従来の車のスタイルから全く異なる内装のアレンジが可能で、車というよりも「動く小さなリビング」と呼んでもいいでしょう。

上述したように、「レベル2」までは、主にドライバーの運転をサポートする技術であり、万一事故を起こした際の責任はドライバー側にあります。

しかし、「レベル3」以上は基本的にドライバーが操作を行う必要がないので、事故が発生するとき、誰が責任を取るかという解決するべき課題はたくさん残っており、実現するにはまだ相応の時間がかかると考えられています。

まとめ

理想の「自動運転車」が成立したら、ユーザーの利便性や快適性の向上ではなく、交通事故の大幅な低減といった期待が寄せられています。ただ実用化と伴う課題も出てきています。そのため、実用化に向けては、新たに法制度を作ったりインフラを整えたりといった国家規模の取り組みの必要があるではないかと思います。
Read more

AIの基本的な特徴や種類について

ニュースなどのメディアで人工知能の話を聞く機会が増えています。AIが将棋や囲碁、チェスなどの分野でプロプレーヤーと勝負したり、自動車の自動運転を可能にしたりする話題が注目を集めてきました。ただ、ほとんどの人が 「AIという単語は知っているけど詳しい内容までは知らない」 と感じている方が多いでしょう。そこで、この記事では AIの基本的な特徴や種類について 一緒に学んでいきましょう。

人工知能とは

AIは「Artificial Intelligence(アーティフィシャル インテリジェンス)」の略です。それぞれを日本語に訳すとArtificialは「人工的な」Intelligenceは「知能」という意味合いです。AIはそれらを組み合わせ人工知能と訳したものです。

AIの特徴

AIは自分で学習し、認識・理解ができます。この認識や理解といった学習力を用いれば、問題の解決だけでなく予測などの立案といった人間の知的活動を行うことが得意です。
一方、AIを備えたコンピュータは、状況に応じて人間のような判断と対応を適切に行うことができます。つまりAIは、自ら状況判断ができるということです。

身の回りのAI技術

身の回りのAI技術

実際に、すでに身の回りには多くのAI技術が活用されています。例えば、毎日利用しているフェイスブックは、AIの自動音声認識や画像認識の導入が進められています。

また、AIによる株取引の自動化も進んでいます。最も適切なタイミングでの買い注文や売り注文を、AIが膨大なデータから自動的に予測します。人間は、「もっと儲けたい」「損をしたくない」といった感情から冷静な判断ができない場合がありますが、AIならデータに基づいた客観的な判断を行うことが可能です。

人工知能の種類

AI(人工知能)と一括りにいっても、実はその機能や使用目的によって、種類が分けられます。人工知能にどのような種類があるのか、確認していきましょう。

 特化型人工知能(GAI)と汎用人工知能(AGI)

特化型人工知能(GAI)

特化型人工知能(GAI) とは?

GAIの正式名称はGrowing Artificial Intelligenceといい、特化型人工知能と和訳されます。
特化型AIとは、限定された領域の課題に特化して自動的に学習、処理を行うシステムを指します。 例えば、画像認識や音声認識といった技術やコンピュータ将棋やチェス、自動運転自動車、医療診断といったAI技術が該当します。

汎用人工知能(AGI)とは?

AGIの正式名称はArtificial General Intelligenceといい、汎用人工知能と和訳されます。
汎用型AIは、特定の課題だけに対応するのではなく、人間と同じようにさまざまな課題を処理可能なシステムを指します。

特化型人工知能は事前に決められたことしかできないのに対し、汎用人工知能は、想定外の出来事が起こった場合でも、人間であればこれまでの経験に基づいて総合的に判断を行い、問題を解決できます。

この「汎用人工知能」は、 私たちが小さい頃に憧れた鉄腕アトムやドラえもんのようなものです。汎用人工知能が完成した時、AIが人間の脳を超えるという時代が到来します。

弱い人工知能・強い人工知能

弱い人工知能・強い人工知能

また、特化型人工知能(AGI)と汎用人工知能(GAI)の分類の他に、弱い人工知能と強い人工知能にも分けられます。

弱い人工知能とは、ある枠の範囲で考えることは可能だが、意識・思考を持たないAIとしています。 
つまり、人間の知性の一部分のみを代替し、特定のタスクだけを処理するAIが弱いAIです

一方で、… Read more