CLOUDIAN Presentation at VERITAS VISION in Tokyo

IoT/ビッグデータ/AI連携時代の
データ管理データ管理
クラウディアン株式会社
本橋信也
2016年11月

クラウディアンのご紹介

2001
2011 
$79M

100Global
日本生まれ
シリコンバレー本社
一流の投資家
産業革新機構、
インテルキャピタル、
フィデリティー、
ゴールドマンサックス、
レノボ、シティバンク等
経験豊富な
人材が集結
ソフトウェア、
ストレージ分野
の専門家
大量データを経済的に
保存できる次世代スト
レージ製品を開発販売
グローバルに展開
2013年の本格展開
以降、海外の顧客
数は日本の3倍以上
2© Copyright 2016 Cloudian KK. All rights reserved.

ソフトウェアによるオブジェクトストレージ製品
（SDS: Software Defined Object Storage)
汎用サーバーにプリロードした
アプライアンス製品
ソフトウェア製品
例:Lenovo様から、Lenovo Storage DX8200C
powered by CLOUDIANとして提供開始

本日の内容
IoT/ビッグデータ/AI連携時代
スマートビルボードの実証実験概要
AIがビッグデータをスマートデータに
Veritas NetBackupと
CLOUDIAN HyperStoreによるデータ管理

製造・スマートファクトリー
設備自動車・交通スマートハウス
小売り・広告・マーケティング
スマートビルディング
スマートシティ
スマートプロダクツスマート家電
スマートグリッド観光
IoTがビッグデータをWebからリアルの世界に
医療・ヘルスケア
防犯
農業
物流
バイオ介護
ﾒﾃﾞｨｱ･ｴﾝﾀｰﾃｲﾒﾝﾄ金融・コマース
通信
建設

IoT/ビッグデータ/AIの連携時代
IoT
（モノのインターネット）
AI
（人工知能）
 IoTはビッグデータを生み出す
 AIはビッグデータ分析を効率化にする
Value
（モノのインターネット）
ビッグデータ
（人工知能）
Value
 AIはビッグデータ
によりさらに賢く
なる

第2次ブーム第3次ブーム
AI（人工知能）は第3次ブームといわれる
第1次ブーム
1960年代 1980年代 2010年頃～
（推論・探索）（知識）（機械学習・特徴表現学習）
探索
対話システム
エキスパートシステム
Siri
ワトソン
チェス、将棋、囲碁
統計的自然言語処理Web
7© Copyright 2010-2016 Cloudian KK. All rights reserved.
自動運転、ペッパー
統計的自然言語処理
ディープラーニング
（深層学習）
出典:「人工知能は人間を超えるか」松尾豊著、角川選書刊の分類を参照
• 機械自身が特徴量を抽出
機械学習・
ニューラル
ネットワーク
Web
ビッグ
データ
• 人間が機械に学習させる
特徴量を抽出
• 認知精度を高めるための
特徴量抽出は“職人技”

従来は使われなかったデータがAIを賢くする
従来のデータベース処理に
最適な構造化されたデータ
従来のデータベース処理には
活用しない非構造化データ
企業データ全体の80％、
年率50％で増加、と言われる

IoT/ビッグデータ/AI連携時代には、
ビッグデータを持つことが、
AI分野における勝者の条件になるAI分野における勝者の条件になる

ビッグデータを使い、試行錯誤しAIの精度を高める
大量画像の取集
• 車種識別用
• 交通量用
• ナンバープレート用
（例:1車種数万枚）
DL トレーニング
モデルの生成
サンプル画像の整備
テスト画像/映像の準備
実行環境システムの構築
トレーニングフェーズ評価フェーズ
このプロセスを何回も回す
（例:1車種数万枚）
画像整形および
バリエーション画像の作成
ラベリングして
ライブラリー化/DB化トレーニング画像の選択
現場映像との整合性など
トレーニング画像の調整
ネットワークの選択
コンフィグの設定
DLによるテストの実行
テスト結果の評価
実環境へ
OKNG
このプロセスを何回も回す 10© Copyright 2010-2016 Cloudian KK. All rights reserved.

AIの精度を高めるため、
ビッグデータの柔軟な操作とビッグデータの柔軟な操作と
管理が重要になる

本日の内容

スマートビルボードの動作概要
1.ビルボード側に設置したカメラからズームして約350m先を高速走行する車両を撮影
2.約0.5秒以内でディープラーニングが全走行車両のメーカー、車種、年式を認識
3.広告対象車両を判別すると広告切り替え信号を送出
4.ビルボードが広告を切り替える
5.10秒後に切り戻し（終了）信号を送出
6.ビルボードが広告を切り戻す
約350m

実証実験場所について
大型LEDビルボード大型LEDビルボード
カメラ設置位置
DL認識位置
約3５0m

スマートビルボード構成

ビルボード側の実験状況

車種認識モデルにおける処理フロー
Detection Network
• 振動・揺れ除去
• 動体検知
• 重なり処理
• 映像処理
• FR調整
ディープラーニング処理（エッジサーバー）
約500msec
小型コンピュータ
Recognition Network
• メーカー認識
• 車種認識
• 年式認識
約500msec • 車両の
追跡
• 広告選択
• 切換信号

実証実験の成果
AI
道路広告でターゲティングが可能にディープラーニングによって
メーカー、車種、年式まで認識
リアルタイム（1秒以内）に
車を認識・判別して広告を切替え
高速道路走行車両を捕捉・追跡

本日の内容

IoTが集めるビッグデータを
AIが分類整理しスマートにするAIが分類整理しスマートにする

BLOB – JPG/TIFのような実際の写真データ
システム管理メタデータ;
Date - Object creation date.
Content-Length - Object size in bytes.
Last-Modified - Creation date or the last
映像・画像管理のカギはメタデータ（属性情報）
Last-Modified - Creation date or the last
modified date, whichever is the latest.
ユーザ管理メタデータ;
x-amz-meta-CarMaker: BMW
x-amz-meta-Model: 640i
x-amz-meta-Year: 2016
x-amz-meta-ViewAngle: Back
…….

メタデータでビッグデータを分類保存

ビッグデータをスマートデータとして活用
• ビッグデータは、必要なデータを
探し出すだけで時間と労力が必要
• ビッグデータが、意味を持ち、賢く活用
できる「スマートデータ」となる
DATA STORAGE = problem
BIG DATA SMART DATA
SMART DATA STORAGE = solution
Active
IoT
IoE AI
IoT
IoE
DATA
Passive
Delayed
Analytics
Static Data
INFORMATION
Active
Timely Insight
Meaning
Actionable
Business Value

本日の内容

IoT/ビッグデータ/AI 連携時代には、
IoT/ビッグデータ/AI連携に
対応できるデータ管理と、対応できるデータ管理と、
それを支えるITインフラが必要

メタデータの管理に優れるオブジェクトストレージ
 メタデータによる対象分析データの絞り込み（フィルタリング）によって、
分析システムのリソースおよび時間を大幅に節約することが可能
Metadata
オブジェクトストレージのデータ構造
メタデータ＋BLOB
システム領域
ユーザ領域
分析結果
（見える化）
BLOB
(Object)
１対１
ユーザ領域
・データ取得期間
・ロケーション
・データ種別
・オブジェクト情報
などの任意情報
大規模データ分析
Big Data Analytics
ディープラーニングの自動ラベリング
よってデータ種別の分類やオブジェクト
情報からの検索が可能となる

CLOUDIAN HyperStoreの特⾧
Amazon S3と同等のストレージ
システムを構築し、運用できる
S3 API対応アプリ等を
改修せずに活用できる
Amazon S3はAWSが提供するクラウドストレージサービスであり、
そのAPIは公開されクラウドストレージの事実上の標準となっている

豊富なエコシステム活用
Amazon S3 APIに対応するアプリケーションは数百種類、
一般企業で使われる多くのアプリケーションがAmazon S3 APIに対応
Amazon S3/Glacier、
Google Cloud Storage
他のHyperStoreシステム

Veritas NetBackupとの接続設定

Veritas様における接続検証構成
出典:「NetBackup 7.7.1 Cloudian HyperStore クラウドストレージ検証結果報告」

Veritas様における性能評価結果
出典:「NetBackup 7.7.1 Cloudian HyperStore クラウドストレージ検証結果報告」

複数DC対応とクラウド階層化＝万全な災害対策
複数データセンター間でファイルやデータを自動的に複製 - 秒単位のDR/BCP対策
データセンター1 データセンター2
Amazon S3
Amazon Glacier
Google Cloud Storage
CLOUDIAN HyperStore
期間等のポリシーで、データを
外部クラウドに自動転送（階層化）

さいごに
IoTは、現実世界をもビッグデータにします
このビッグデータの量や複雑さを克服するため、
あらゆるビジネスでAIが活用されるでしょう
あらゆるビジネスでAIが活用されるでしょう
まさにいまから、IoT/ビッグデータ/AI連携時代を
見据えたデータ管理と、それを支え、促進できる
ITインフラに変革することが求められます

ご清聴ありがとうございました
ホームページ:http://cloudian.jp/
Facebook:https://www.facebook.com/cloudian.cloudstorage.S3Facebook:https://www.facebook.com/cloudian.cloudstorage.S3
Twitter:https://twitter.com/Cloudian_KK
ブログ:http://www.cloudian-blog.com/

CLOUDIAN Presentation at VERITAS VISION in Tokyo

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Destacado

Destacado (20)

Similar a CLOUDIAN Presentation at VERITAS VISION in Tokyo

Similar a CLOUDIAN Presentation at VERITAS VISION in Tokyo (20)

Más de CLOUDIAN KK

Más de CLOUDIAN KK (13)

Último

Último (9)

CLOUDIAN Presentation at VERITAS VISION in Tokyo