<< #0 この試験について | #1 1-1 ~ 1-6 | #2 1-7 ~ 1-12>>
はじめに
勉強1日目です。
以下のテキストを用いて勉強します。
【今回取り組む内容】
・巻頭言
・1-1～1-6(テキストP10-27)
重要そうな部分をメモしていきます。
図とかはテキストを参考にしてください。
（載せるのは色々まずそうなので…）
巻頭言
専門の方は御存知の通り、IoTの産業への貢献が期待されています。
IoTを上手く使うためには、広範囲な技術・知識を持った人間が必要であり、
そのような人材を、職場も求めています。
このテキストでは、IoTとAI,ビッグデータ（今後、BDと表記）の関係について学び、
IoTの基礎を学ぶことを目的としています。
本試験を実施するMCPC（モバイルコンピューティング推進コンソーシアム）は、
前にもモバイル技術検定を実施しており、多くの企業・大学から取得推奨資格と認定されたそうです。
この試験も、将来的にはそうした立ち位置になることが期待されています。
第1章 IoTの概要を知る
IoTとBD・AIの関係を明確にして、各種センサ等から集めたデータをどう処理し、サービスに結びつけるか学ぶ
例として、ドイツの第4次産業革命、製造業におけるIoT 、シェアリングエコノミー等を用いて説明する。
(ここからちょいメモ程度)
1-1 IoTの本質とは
・AIは1960年代ころからあった。3回のブームと2回の「冬」を経験している。
・60年代、第1次AIブーム。脳をコンピュータで表現しようとしたが、結果が出せず、1回目の冬。
・80年代、専門家の知識を盛り込んだ「エキスパートシステム」をはじめとした第2次AIブーム。
しかし、人の知識のデジタル化の難しさや処理能力でつまづき、2回目の冬。
・2012年、画像認識のコンテストでトロント大が深層学習(ディープラーニング)で素晴らしい結果を出す。
これが2回目の冬を乗り越えるきっかけ（第3次AIブーム）。
・クラウド、ビッグデータを使いやすくなった環境が今回のブームを後押しした。
・BD、AIの名がよく挙がるが、IoTとはどう関係するのだろうか？
①IoTがセンサでデータ収集。BDとして蓄積する。
②BDとして集めたデータを、AIが処理・学習する。
③AIが処理したデータを、IoTにフィードバック。必要な情報を効率よく収集できるようにする。
以上のサイクル（IoT→BD→AI→IoT...）を使って、データに「価値」を見出す。
その中で、AI・IoTをサービスに結びつける方法を考えていく。
1-2 付加価値の変遷
・付加価値
ハードウェア中心（Hard/Ware）から始まったコンピュータの付加価値も、処理の分散（Client/Server）、インターネット、ユビキタス、
IoTと変化していった。
・M2M
Mashine-to-Mashine。機会と機会が連携し制御するよ。
必ずしもインターネットに繋がない点でIoTと違う。(エレベータ監視システムとか)
・CPS
Cyber Physical System。仮想空間と実空間の融合。
工場の作業ロボット、車の自動運転とかがいい例。よくIoTとごっちゃされるが、こっちは実世界寄り？
・ブレークスルー
IoTの発達の理由にはインターネットの一般化だけでなく、スマホの普及が大きい。（いろいろな用途で使えるので、データを組み合わせやすくなった）
企業がAI、センサ技術に力を入れ始めたのも一因に挙げられる。
1-3 IoTシステムの仕組み
・データ中心
IoTシステムの中心となるのが、現実世界から収集した様々なデータ。
クラウド空間に蓄積し、分析、結果を現実にフィードバックするCPS構成を取っている。
重要なのは、いかに効率よく収集できるか。
・データ循環
1-1で説明があったように、取られたデータはクラウド→AI→アクチュエータと回され、データを価値あるデータに
変換してサービスを提供する。
良いサービスを構築するために、異種間でのデータのスムーズな連携ができるシステムが必要。
さらに、データの安全を保証する仕組み、セキュリティについても考える必要がある。
1-4 IoTシステム構成
・IoTシステム構成
システムは、基本的に
①IoTデバイス（センサ、アクチュエータ。通信モジュールも含める）
②IoTゲートウェイ（デバイス-サーバ間のデータの中継処理をする）
③IoTサーバ（データを蓄積・加工・分析するサーバ）
で構成される。
デバイスで収集されたデータを、ゲートウェイを通じてサーバに送り、分析した結果をデバイスにフィードバックするのは
今まで説明したとおりの流れ。
ゲートウェイが必須ではなく、データを一旦貯めて一気にサーバに送りたいときなどに使う。
・IoTシステム構成例
テキストでは、温度制御システムが例に挙げられている。
デバイス（温度センサ）で得られた温度データを、ゲートウェイを通じてサーバに送り、
サーバで温度変更される際は逆ルートで新たな温度設定の情報をデバイスに送信する。
1-5 クラウドコンピューティングとは
IoTにおけるコンピューティング・スタイルは、大きく分けてクラウドとエッジがある。
クラウドコンピューティングは、TCO（システム総所得コスト）の削減やトラブル対策といった目的で普及が進んでいる。
・クラウドの種類
今まで企業に置いていたデータを、クラウドに移行することで、
開発に要する金銭・労力・時間といったコストの大幅削減が期待される。
→どうして削減になるのかな～♪
→詳しかったのが、富士通さんのこのページ
社内に置いとくよりも手間がかからないってことだね。
さらに、プロトタイピング（6章で解説）環境をクラウド上に置くことで、サービス構築もスピードアップした。いいことづくめ。
そんなクラウドにも種類があり、パブリックとプライベートに分かれる。
・パブリッククラウド
不特定多数のユーザにサービスを提供する。
サーバやOS、ネットワークも全てユーザが共有して使う。
・プライベートクラウド
1企業のための専用クラウド。
リソースを社員に割り当てたりする。
・オンプレミス
on-premises（premises:施設、邸内）
かつての情報システムの大半。
企業が独自にサーバを構築し、主体的に管理する。
高度な信頼性が必要な際に用いられる。
・クラウドコンピューティングの形態（※この辺から内容が複雑、面倒になる）
①IaaS インフラ as a サービス。HaaSとも。ネットを介して環境のH/Wやインフラサービスを提供する。
②PaaS プラットフォーム as a サービス。仮想化されたアプリケーションサーバやデータベースを作り、独自のアプリケーションを動かせる。
③SaaS ソフトウェア as a サービス。Webメール、グループウェア等ソフトウェアの提供を行う。
・BaaS
バックエンド as a サービス。②PaaSを利用したクラウド環境。
スマホの標準機能（ロケーション、通知とか）を制御しやすくして、アプリケーション開発をサポートする。
1-6 エッジコンピューティングとは
中央集中型で処理をしていたクラウドコンピューティングに対して、データ発生源の近くでデータを処理する。
・クラウドに比べ優れている点（クラウドの課題）
①通信量の増大
動画データの普及など、全てのデータをクラウドサーバに送るのは多大なコストが生じる。
②量的限界
至る所にあるデバイスの莫大なデータを、全てサーバに保管するのは限界がある。
以上の欠点を克服するため、簡単な処理はエッジ（ネットワークの端っこ）で処理するエッジコンピューティングが注目され始めた。
・エッジコンピューティングの役割
①中継機能
IoTゲートウェイの役割である、サーバ-デバイス間の中継機能を担う。
デバイスからのデータのノイズ除去や、通信方法の調整を行う。ｌ
②負荷分散
クラウドでの課題解消に貢献している点。
エッジコンピュータの性能が向上したのもあり、クラウドでの処理を分担できるようになった。
③リアルタイム
自動運転など、リアルタイムな機器の制御に適している。
・深層学習との組み合わせ
莫大な処理を必要とする深層学習にはクラウドでの処理が必要だが、
学習が完了し、環境で実際に使う際はエッジ程度でも十分処理できる。
試験に出てきそうな内容
試験自体まだ実施されてないので分からないが、自分だったらこの辺から問題を出す。
・M2M、CPSの概要
→単純にこれらの用語の意味を聞いてくるかもしれないし、
他の単元での問題に絡めてるかもしれない。区別できるように。
両方、公式のサンプル問題で出てきた。
・IoTシステムの構成要素3つ。何だったか？それぞれの役目は？
・IoTにおけるコンピューティングスタイルそれぞれの利点、特徴は？
・オンプレミスは、何と対応している用語か、どういう意味か？
・【重要】三種の「_aaS」+ BaaS
→紛らわしいので選択肢で並べてきそう。
なんの頭文字か、何を指しているか覚えておくべき。
<< #0 この試験について | #1 1-1 ~ 1-6 | #2 1-7 ~ 1-12>>