IoT, 5G, AIについて、ごく単純に説明するための資料です。細部を理解するためのものではなく「なにが」「どうなる」という視点でまとめました。 http://prepared--slides.com/research/iot-5g-ai

1. ⽂系学⽣も知っておくべき
IoT・5G・AIのこと
Nov 2017
Presented by Yasunobu Takata
Prepared Slides, LLC
No part of it may be circulated, quoted, or reproduced for distribution without prior written
approval from Prepared Slides, LLC
本スライド内のコンテンツに関する著作権はPrepared Slides合同会社に帰属します。無許可の加⼯・
複製・掲載・配布や、それらに準ずる⾏為⾏為を禁じます。

2. 2
はじめに
• 本スライドは世の中の通信・IT技術に疎い、あるいは興味が無い⽂系⼤
学⽣を対象にしたブログエントリーの補⾜資料です
• 重要な技術の概念を理解するためのもので、技術的な説明はあえて省略
しています
• 簡略化のために、全てを網羅的に説明しているわけではありません
・・・以上ご理解の上、軽い気持ちでごらん下さい。
本資料の⽬的

3. 3
背景
これまで、製品開発、営業、マーケティング、⼈事企業などの意思決定は、
決定者の経験・勘などを含めた曖昧な基準で⾏われてきましたが、データ
に基づいた客観的な決定へとシフトする流れがあります。
データに基づいた意思決定が望まれていますが・・・

4. 4
データの収集 データの伝送 データの解析
背景
・・・実現には解決すべき課題がありました
意思決定
何を、どうあつめる？ どの頻度・速度で送る？ どう解釈する？
解決すべき課題
Phase 1 Phase 2 Phase 3

5. 5
データの収集 データの伝送 データの解析
背景・技術の相関
IoT
5G
AI
これら課題を解決するのがIoT・5G・AIです。
意思決定
何を、どうあつめる？ どの頻度・速度で送る？ どう解釈する？
Phase 1 Phase 2 Phase 3

6. 6
IoT
Internet of Things
あらゆるモノがネット接続し、データをやり取りする世界

7. 7
数年前、⾝の回りで繋がっている端末は限定されていました
IoT
スマホやPCなど、ネット接続を
前提とした機器が主流でした。

8. 8
IoT
今では、グッと数が増えて・・・
⽩物家電（洗濯機や冷蔵庫）など、
ネットと無縁だった機器も繋がる
ようになりました。

9. 9
IoT
屋外を含めると、途⽅もない可能性が接続を始めています
他にも電気・⽔道メーター、⾼速道路
に取り付けられたセンサーなど、可能
性は無限です。
潜在市場
≒
⽇本の総世帯数
≒
5300万台
ガスメーター
出典：政府統計事務局・⽇本⾃動⾞⼯業会
乗⽤⾞・トラック 潜在市場
≒
⽇本国内の保有台数
≒
7500万台
例えば
(2015年)
(2016年)

10. 10
IoT
これら機器が、常時データをやりとりしています
24時間、休むこと無くデータを送受信。

11. 11
IoT
これが、いわゆるビッグデータです
1000とか10000ではなくて、億とか
兆以上のデータ・・・⼈間や汎⽤ソフ
トウェアでは処理できないデータ量
Utility
Big Data
Car
Big Data
Telco
Big Data

12. 12
5G
5th Generation
IoTを前提としたモバイル通信規格

13. 13
モバイルネットワークとデータの関係は、道路と⾃動⾞の関係
5G
上り（アップロード）と下り（ダ
ウンロード）の道を、データが⾏
き来しています。
基地局
上り 下り

14. 14
道なので、渋滞を起こすこともあります
5G
利⽤者が集中する時（ラッシュの
電⾞）やアクセスが殺到する時
（あけましておめでとうメール）
に、システムが繋がりにくくなる
ことありますよね。
基地局
上り 下り

15. 15
IoTのデータ量イメージはこんな感じなので・・・
5G
放置しておくと、渋滞や事故が
起きてしまいます。
基地局
上り 下り

16. 16
速くて多い交通をさばくために⾼速道路を⽤意します
5G
• ⾼速化
• ⼤容量化
• 多数同時接続
• 低遅延
• 低電⼒・・・など
基地局
上り 下り
5Gの特徴

17. 17
AI
Artificial Intelligence
豊富なデータを処理・解釈するシステム

18. 18
AI
⼈⼯知能にも、いろいろあります
⼈⼯知能の定義は多数ありますが、
膨⼤なデータを⼈間よりも速く・
正確に仕分け分類ができるシステムを
AIと呼ぶことにします。
機械学習
ディープラーニング
⾃然⾔語処理
コンピュータビジョン
強いAI
などなど

19. 19
AI
仕分け・分類を⾏ったり
この程度くらいならエクセルでも出来ますが
処理前 処理後
A地区の住⼈
B地区の住⼈

20. 20
AI
法則（パターン）を⾒つけ出したり
B地区の⾞保有率はA地区の4倍です！
⾞の保有状況
提⾔
• B地区で保険乗り換えプランを案内？
• B地区にサービスセンターを作る？
• A地区ではビールが売れそう？
パターン発⾒

21. 21
AI
⼈間には気づかない特徴を⾒つけ出したりします
B地区の住⼈は密かにメタル⾳楽が好き
⾞の保有状況
パターン発⾒
B地区は
渋滞しやすい
⼦供あり世帯が
多い
運転には
ストレスが伴う
超⾼度な「⾵が吹いたら桶屋が儲かる」

22. 22
AI
既に様々な業界で使われています。
Utility
Big Data
Car
Big Data
Telco
Big Data
ピーク分析
季節要因
需給バランシング
保険プランの推進
渋滞予測
⾞体の予知保全
広告の最適化
プランの反応予測
トラフィック予測

23. 23
データの収集 データの伝送 データの解析
まとめ
IoT
5G
AI
各フェーズの問題を解決するのがIoT・5G・AIです。
意思決定
何を、どうあつめる？ どの頻度・速度で送る？ どう解釈する？
Phase 1 Phase 2 Phase 3
• たくさん
• 同時に
• 素早く
• あらゆるもの
• 属性データ
• センサー
• ⼤量データ
• 仕分け分類
• パターン

24. 24
まとめ
難しそうな技術は、簡略化して、関連付けて考えましょう
「なぜ」「どういう仕組で」技術を詳細から理解しようとする
「なにが」「どうなる」という⼤枠に関わる技術を当て込む

25. お問い合わせ
25
http://prepared--slides.com/
info@prepared--slides.com
https://www.facebook.com/sshpjapan
http://prepared--slides.com/sshp
⼤学⽣向けインターンシップ・研修プログラム
Singapore Startup Hack Program
運営会社