ネクスト・オフショア | ベトナムのオフショア開発総合情報ポータル

2020-01-16

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。

(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）

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

2020-01-21

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

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)　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

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

2020-01-17

要件定義とは？｜要求定義との違い、進め方とコツ

前回の記事に要件定義の基本的な情報について述べました。今度は混同されやすい要求定義との違いや、実際に要件定義を進めていく上でのコツに関するインフォーメーションを紹介します。この記事に、要件定義とは？｜要求定義との違い、進め方とコツについて読みましょう。

要件定義と要求定義の違い

● 要求定義とは？

要求定義とは、「プロジェクトで○○がしたい」「この機能がほしい」というクライアントの希望を確認する作業です。クライアント側の担当者が複数人いる場合は、特に必要となります。

● 要件定義と要求定義の違い

要求定義は「○○がしたい」というクライアントの希望で、その要求をまとめて「○○の機能が必要」など具体的なシステムの仕様書を作成するのが要件定義です。

例えば、クライアント担当者が2人いた場合、両者の希望を確認したところ、二つの異なっている要求が出てしまうケースがあります。この場合、要求に乖離があり、どちらも満足のいくものになるとは限りません。そのため、要求を確認してまとめ、最終的に要件定義にする内容を決める作業が要求定義です。

要件定義の進め方とコツ

要件定義は、繰り返し修正を行いながら作成していきます。どのように進めていけば良いのでしょうか。

● クライアントの要求をヒアリング

ヒアリングは、クライアントから、ただ求めている機能を聞くだけではありません。「現状、どのような不満があるのか」「どんな作業で時間がかかっているのか」など、質問を通してクライアントの潜在的な要求を掘り起こしましょう。メールでヒアリングシートを送付して返信してもらうだけの簡易的なヒアリングでは、要求を完全に網羅することはできません。打ち合わせをして、議事録とヒアリングシートを作成し、クライアントと共有しながら認識を合わせていく必要があります。

● 要件定義書の作成

クライアントと共有したヒアリングシートを基に、要件定義書を作成します。ヒアリング情報を体系的に分析・整理していき、定義に矛盾がないようにします。要件定義書を作成する際、クライアントの要求すべてを盛り込んでもクライアントが満足してくれる良いシステムが作れるとは限りません。クライアントが実際には何を求めていて、本当に必要な機能は何なのかを分析し、要件定義書にまとめていきます。

要件定義書は簡単に作成できるものではありません。プロジェクトの根幹となる資料であり、この定義を間違えればプロジェクト全体の方向性が変わることになります。「ヒアリング」「要件定義」「共有」「修正」を繰り返して、要件定義書を完成させていきましょう。

要件定義はプロジェクト成功の鍵

プロジェクトを進めていくと、設計時やプログラム実装時、そしてリリース前など、さまざまなタイミングで問題が発生します。その際に、どのように要件を定義していたのかを振り返って確認するための資料が要件定義書です。

しっかりと練り込まれた要件定義があれば、問題が起きて振り返る際やプロジェクトに新たなメンバーがアサインされたときにも、すぐに全体を理解できる重要なツールになります。

終わりの言葉

プロジェクトに対する要件定義は身体に対する背骨と同じ意味です。プロジェクトを始める際には、プロジェクト全体を良い方向に導くために、しっかりと要件定義を作成するように心掛けましょう。
… Read more

2020-01-07

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、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」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

2020-01-21

外部設計と内部設計

システム開発における設計は、「外部設計」と「内部設計」の二つに大別できます。基本的にシステム設計では、最初に要件定義を行い、次に外部設計を行います。外部設計を基にして内部設計を行ったあと、内部設計を基にしてプログラミングを行います。今回は、外部設計と内部設計、それぞれについてご紹介します。

外部設計とは？

外部設計は、実際にシステムの仕様を決定する段階です。要件定義で決定したシステムの機能要件や非機能要件、制約条件、外部とのやり取りなどをより具体的な仕様にすることで、実際にプログラム可能な形にします。ここでは、外部設計の主な項目を三つに分けて解説します。

● 方式設計

方式設計では、システムの実装方針やプラットフォームの方針を設計します。システムがどのようなハードウェアで合成されるか、ハードウェアやソフトウェアの機能や構造をどうするか、プラットフォームは何か、開発言語をどうするかなどを決定します。アプリケーション全体の構造もここで設計されるため、アーキテクチャ設計とも呼ばれています。

● 機能設計

機能設計では、システムをモジュール単位で分割し、各モジュールや使用するデータベースの設計を行います。具体的には、データの入出力、データベース同士のデータの受渡し、ユーザーによる操作などです。

また、画面のレイアウト、操作方法、帳票類の書式など、システムの使いやすさやユーザー満足度につながるインターフェース部分の仕様を決めるのも機能設計の役割です。

● その他の設計

その他の設計では、クライアントに求められている機能やセキュリティや運用規定など、業務として運用するために必要な部分を決定します。

外部設計では、「外部設計書」「画面仕様書」「インターフェース仕様書」などが成形されます。これらの内容は、クライアントに確認して合意を取ることが必要です。

内部設計とは？

内部設計では、外部設計の結果を実際にプログラミングできるように、システム内部に特化した詳細な設計を行います。ここでは、内部設計の主な項目を三つに分けて解説します。

● 機能分割

機能分割では、プログラミングやシステムのメンテナンスをしやすくするために、機能をモジュールごとに分け取り、各モジュールの機能を明確化します。また、機能間でデータが処理される際の流れ（データフロー）を設計します。データが処分される流れを明確にすることで、設計バグを洗い出せます。

● 物理データ設計

物理データ設計では、ユーザーには見えないシステム内部で使用するファイルやデータのやり取りに関する部分の設計を行います。

● 入出力の詳細設計

入出力の詳細設計では、外部設計で決めたインターフェースをプログラミングでどのように実装し、表現するかをさらに細かく設計します。例えば、エラー処理や初期値・デフォルト値の定義、入力データのチェック方法、表示するメッセージなどについても検討します。

内部設計では、「機能仕様書」「データフロー図」「データベース物理設計書」などが作成されます。内容はプログラミング作業を行うメンバーに共有されますが、内部設計でクライアントとの調整を行うことはほとんどありません。

まとめ

外部設計と内部設計はシステム開発における設計の二つの大きな部分です。システム設計の流れには外部設計か内部設計かをきちんと作成できないと製品の品質を確保できるはずがないでしょうか。
… Read more

2020-02-05

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

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

2019-12-25

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

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、Whereby、Zoom、Google 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

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

2020-01-16

システム開発とは?｜システム導入のメリット

目覚ましい技術発展を遂げる昨今では、システム開発という言葉が耳にしたことが多いかもしれません。では、システム開発は何でしょうか。また、システムを応用すると、利益が出ますか。この記事に、システム開発とは?｜システム導入のメリットについてご解説します。

システム開発とは?

「システム開発」とは、「業務の仕組みをつくる」ことです。

よく勘違いされることがあるのですが、「システム開発」＝「コンピュータシステム」と考えられることがあり、すべてをコンピュータシステムに置き換えることを考えると、高額な費用だけが発生して、肝心の業務改善や改革、あるいは最適化を図るための視点と機会を失ってしまいます。

つまり、コンピュータシステムは業務の一部なのです。以上のことから、システム開発は次の3点にまとめられると考えられます。

新しい業務の仕組みを考えること

業務にあわせたコンピュータシステムを作ること

業務を刷新し、その効果・効率をあげること

この3つが揃うことで、システム開発が成功した、と言えると思います。

システム導入のメリット

システムを導入することで、様々なメリットがあります。お客様のニーズにもよりますが、主に以下のことが可能になります。

■ 業務の効率化

・情報共有を容易に行えます。

・業務が標準化されるので、人為的ミスが減ったり、他の人による作業の代行が可能になります。

■ データの活用

・情報を蓄積することができるので、過去の情報を確認することができ、現在の情報との比較なども容易に行えるようになります。

・それを元に、将来の予測をすることも可能です。

システム導入前における心構え

システムを導入する上で最も重要なことは、「何のために導入するか」です。「周りの企業が導入しているから、うちも導入しよう」といった安易な考えでシステムを導入することは、かえって費用の無駄になります。システム化することによるメリットと、導入した後に業務がどのように変わるのかを認識した上で、検討してください。

このことから、導入前には以下のことを心がけるべきだと考えます。

・何のためにシステムを導入するのか

・導入したことでどのようなメリットがあるのか

・導入後の業務がどうなるのか

まとめ

現在、システム開発は様々な業界に応用されています。事業を営むと、利益をもっと得るためにシステム開発を発注してみましょうか。
… Read more

2020-01-16

人工知能はどんなメリットを与えるでしょうか。

人工知能は私たちの生活に浸透してきており、毎日利用しているスマートフォンやテレビなどに付いており、身近なものになっています。現在、ビジネスや教育などのいわゆるの分野はAIを活用することに取り組んでいます。では人工知能はどんなメリットを与えるでしょうか。

人工知能がビジネスに与えるメリット

人工知能はビジネスシーンにおいても大きなメリットをもたらしてくれます。

・労働の負担の改善

日本は今、少子高齢化による人口減少により慢性的な労働力不足の問題を抱えています。労働者が足りないことは企業の売り上げの低下に繋がるでしょう。

そこで、企業で人工知能が導入されることによって、これまで人間がしていた仕事を機械で代替することが可能になります。人間が行っている定型的な作業は、AIによって補うことができ、人間が行う業務の約半分は、数年のうちにAIに置き換えられるとも言われています。そのため、人員不足の解消や人件費削減、さらに労働に対する負担が大きく改善されることになるでしょう。

また、過酷な労働環境で問題となっている、きつい・汚い・危険といった「3K」の仕事を機械が対応することでリスクの軽減に繋がるといえます。

・生産性の向上

細かい作業や複雑な業務など工数がかかる業務を行う際、人間の場合は、どんなに注意をしていても間違いを発生させてしまうものです。しかし、人工知能が行った場合は、ほぼ100％の正確さを保証しているため、ミスがほとんどなくなります。

さらに、今まで人間が行っていた作業をシステムによって自動化することで、機械と人間の分業が実現し、新しい事業を手掛ける余裕が生まれる可能性もあるでしょう。

・市場や顧客のニーズの把握

人工知能は大量のデータを分解することができるため、市場のニーズをいち早く把握するのに非常に便利です。また、市場のニーズが分かれば、それに沿った展開ができ、顧客満足度の向上が期待されています。

人工知能が教育に与えるメリット

・学習の効率化

人工知能のみならず、現在のテクノロジーではARやVRといった画期的な技術が存在します。これらを学習に取り入れることによって、教室にいながらもさまざまな体験をすることが可能です。

また、人工知能を活用し、子供の学習意欲を分析させれば、「集中している」「気が散っている」などが明らかになり、その時の学習意欲に応じた勉強方法を改善できるようになります。

・成績の分析

人工知能はビッグデータの管理や分析、集計といった複雑な作業を得意とするため、人が対応するよりも正確な成績評価データを算出することができます。これにより、現状をはきりと把握でき、まだできていない問題を集中的に学習できたり、自分に合った勉強法を見つけたりすることも可能です。

・カリキュラムの質の向上

前述したように、人工知能というのは集めた情報の分析を得意とします。そのため、子供たちの成績分析から適当な教材を作成し、これを教師に提供するということも可能です。

1クラスには成績がばらばらになり、さまざまな生徒が所属しており、全ての生徒に合わせたカリキュラムを作成するのは非常に困難です。しかし、人工知能が成績を分解できるので、質の高いカリキュラムを作成してくれることで教師の悩みは解消し、さらに生徒たちも、より高い教育効果を得ることができます。

まとめ

AIを活用することのメリットを紹介しました。やはり、人工知能は今地球規模の問題を解決できており、私たちの生活をより豊かにできます。今後も人工知能は人間の知能を超え、人々に大きな変化をもたらすはずです。
… Read more

2020-02-05

AIによる自動運転はインターネット上で話題

最近、AIに対する人々の関心が高まっており、AIの活用にまつわる意見が活発に交わされています。その中 AIによる自動運転はインターネット上で話題になっています。日本国内外、自動運転を研究・実験・開発に取り組んでいる大手の自動車メーカーはますます増えていくと思います。自動運転って一体どんな乗り物でしょうか。

自動運転とは

自動運転車とは「運転操作が自動化される」車のことです。今までの車はドライバーの操作により、目的地に走っていましたが、AIを搭載した車は運転手が何もしなくても、目的地にたどり着くことが可能になります。

自動運転は、米運輸省道路交通安全局（NHTSA）が発表した6段階の「自動運転レベル」で定義されています。

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

人間の介在を必要とせず、システムがすべて制御する運転はレベル6の「完全自動運転」と呼ばれています。

自動運転レベルに関して詳しくは、次の記事で詳しくご紹介しまします。

2020年には、自動運転「レベル4」である高度運転自動化の技術は、一定程度の水準に達する予想されています。
さらに欧州や米国、日本などの先進国は、2030年前後を目途に、自動運転が完全に実現するためのインフラや整備を整える方向性を強調しています。

自動運転が普及すると、ドライバーの運転をサポートしてくれるため運転の負担が軽減し、運転操作不適による交通事故を減らすことが期待できます。また、完全自動化が進むと、ドライバーであっても車内で会議や打ち合わせができることが予想され、近い将来運転席に人がいなくても問題なく走行できるようになるでしょう。

自動運転車の登場が私たちの生活にとってどんなメリットが出るか。

自動運転車のメリットは次の5つが考えられます。

運転から解放される

自動運転が実際に導入されれば、ドライバーは車を運転しなくても、目的地に行くことができます。そうなると、ドライバーは運転する緊張感から解放されます。

バスやタクシーに乗っているのと同じ状態である自動運転により、人間は読書をしたり仕事をしたりと時間を有効活用することができます。

交通事故の減少

自動運転最大のメリットとも言えば、やはり交通事故の減少でしょう。
交通事故の発生要因は、ドライバーの操作不適や漫然運転といった人的原因がほとんどとなっています。人間は必ずミスをするものであるため、この状況では事故の増加はなかなか避けることは非常に難しいのです。

しかし、自動運転になれば常に機械が物事を判断するため、脇見運転や操作ミスといった原因の事故はなくなります。車を運転する高齢者が増える日本では特に効果的なメリットとなるでしょう。

運転できない人の移動手段となる

運転が自動化するため、現在の免許制度が大きく変わります。
そのため、今までは視力や判断力が衰えた高齢者や、障害があることで運転免許を持てなかった人も運転できます。

渋滞ストレスからの解消

運転するとき、最も気になるのはどこが渋滞するかなどの道路の状態でしょう。自動運転の存在により、通状況を把握したり、他車との連携によって回り道を検索したり、常に最善のルートを割り出すことが可能です。

より正確に車間距離や速度の調整をできるようになるため、そもそも渋滞が発生する状況が起こりにくくなることが予想されます。渋滞ストレスからも解放されるでしょう。

環境に優しくする

ドライバーが運転すると、必要以上にアクセルを吹かしたりスピードを出しすぎたりすることがあります。
そうすると、必要以上に二酸化炭素を環境に排出してしまい、環境汚染を引き起こしてしまいます。また、タイヤの摩耗やエンジンの負担も大きくなり、車の寿命にも大きく関わってきます。

しかし自動運転になると、必要最低限の加速やハンドル操作で運転してくれるため、ガソリンの無駄な消費や車への負担を減らすことができ、環境に優しくするでしょう。… Read more

人工知能とは│歴史

人工知能とは：

人工知能（AI）の歴史とは？

第一次AIブーム 推論・探索の時代（1950年代後半～1960年代）

第二次AIブーム 知識をいれると賢くなる（1980年代）

第三次AIブーム 機械学習・深層学習技術の発展（現在）

AIの基本的な特徴や種類について

人工知能とは

AIの特徴

身の回りのAI技術

人工知能の種類

特化型人工知能（GAI）と汎用人工知能（AGI）

特化型人工知能（GAI) とは？

汎用人工知能（AGI）とは？

弱い人工知能・強い人工知能

要件定義とは？｜要求定義との違い、進め方とコツ

要件定義と要求定義の違い

● 要求定義とは？

● 要件定義と要求定義の違い

要件定義の進め方とコツ

● クライアントの要求をヒアリング

● 要件定義書の作成

要件定義はプロジェクト成功の鍵

終わりの言葉

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SEの役割

ブリッジSEに必要なスキル

案件に関するIT/技術知識

チームをまとめるコミュニケーション能力

両国の商習慣や文化に対する理解

交渉できるレベルの高い語学力

まとめ

外部設計と内部設計

外部設計とは？

● 方式設計

● 機能設計

● その他の設計

内部設計とは？

● 機能分割

● 物理データ設計

● 入出力の詳細設計

まとめ

自動運転技術のレベルについて

レベル0

レベル1

レベル2

レベル3

レベル4

レベル5

まとめ

オフショア開発とは？オフショアの問題を解説

オフショア開発とは？

1. 遠隔での作業

2. アイディアと資料の共有

3. 言語問題

まとめ

システム開発とは?｜システム導入のメリット

システム開発とは?

システム導入のメリット

■ 業務の効率化

■ データの活用

システム導入前における心構え

まとめ

人工知能はどんなメリットを与えるでしょうか。

人工知能がビジネスに与えるメリット

・労働の負担の改善

・生産性の向上

・市場や顧客のニーズの把握

人工知能が教育に与えるメリット

・学習の効率化

・成績の分析

・カリキュラムの質の向上

まとめ

AIによる自動運転はインターネット上で話題

自動運転とは

自動運転車の登場が私たちの生活にとってどんなメリットが出るか。

運転から解放される

交通事故の減少

運転できない人の移動手段となる

第一次AIブーム　推論・探索の時代（1950年代後半～1960年代）

第二次AIブーム　知識をいれると賢くなる（1980年代）

第三次AIブーム　機械学習・深層学習技術の発展（現在）

特化型人工知能（GAI)　とは？