IBMテクノロジーの“認定インフルエンサー”、「IBM Champions」からのメッセージ：“テクノロジーの最先端”を体感してみよう

IBMのソリューションやソフトウェアに対し、そのテクニカルコミュニティーにおいて高度な貢献をしたエンジニアを表彰する制度「IBM Champions」。2008年に創設され、2018年までにグローバルで計650名、うち日本人は計51名が選出されている。では彼らが見ている“テクノロジー最先端の風景”とはどのようなものなのか？――編集部では、2018年にIBM Championsに選ばれた三人に記事執筆を依頼。「言葉」ではなく、具体的な「知見・ノウハウ」を通じてメッセージを発信してもらった。ぜひ実際に頭と手を使って、彼らの視点を体感してみてはいかがだろう。

[PR／＠IT]

PR

IBMテクノロジーを使ってビジネス、社会をリードするエンジニアに贈られる称号「IBM Champions」

　DX（デジタルトランスフォーメーション）トレンドが進展し、ビジネスが「ITを使った体験価値の競争」に変容して久しい。テクノロジーはビジネスのコアとなり、それを使いこなすエンジニアこそが、ビジネスの推進役となる時代が到来したといえるだろう。

　そうした中、IBMが主催しているのが「IBM Champions」だ。IBMのソリューションやソフトウェアに対し、年間を通してテクニカルコミュニティーに優れた貢献をしたエンジニアを表彰する制度で2008年に創設。2018年までにグローバルで650名、うち日本人は51名が選出されている。開発者、ビジネスリーダー、経営層など、全世界のITに携わる人に向けたインフルエンサーとして認定され、「IBM Analytics Champions」「IBM Cloud Champions」「IBM Collaboration＆Talent Champions」「IBM Power Systems Champions」「IBM Storage Champions」「IBM Z Champions」の6部門で表彰。IBMのグローバルイベント、公式ホームページ、ブログなどを通じた意見発信の機会が与えられる。

　今回は2018年の受賞者のうち、クラウド部門で選出された3人の日本人IBM Championsに、その知見・ノウハウを体感できる記事を執筆いただいた。ぜひ実際に手を動かして“最先端の視点”を体感してはいかがだろう。第1回はフロントエンドエンジニア 田中正吾氏。ショートインタビューと共に“田中氏の思い”をお届けする。

IBM Championのフロントエンドエンジニア 田中正吾氏

田中正吾

フロントエンドエンジニア

　Webフロントエンド開発を担うエンジニア。チームビルディング、UI・UX開発、要件定義などを通じて、IoT関連をはじめ多数の開発プロジェクトに参画。プロトタイプの開発後、フィードバックを受けながら改善サイクルを迅速に回して新たな価値を模索するアジャイル／DevOpsプロジェクトを得意とする。

ショートインタビュー

――　最近の業務内容は？

　最近は3D、VR/MRなどが製造業、不動産などで関心を集めているように、IoTをはじめとしたデータを空間で可視化してVR/MRデバイスやタブレットなどに表示するプロジェクトに関わることもあります。特にこのようなプロジェクトは新しい技術かつはじめてのことばかりです、とにかく触ってみてプロトタイプをスピーディに開発し、フィードバックを得ながら価値の可能性を探る「アジャイルプロジェクトの初動部分」で支援に入るケースが多いですね。

――　IBM Cloudの魅力は？

　そうした取り組みのカギになるのがスクラップ＆ビルド。その意味で、各種サービスやファンクションをGUIでつなげるだけでアプリケーションが作れる「Node-RED」（以前はIBM Bluemixが提供。2016年からオープンソースとしてLinux Foundationに移設）は面白いと思いました。IBM Cloudもサーバを迅速に立ち上げたり、サービスを組み合わせたりと、オンライン上でプロトタイプを簡単にたくさん作れるなど、試行錯誤がしやすいことが魅力です。

――　今、注目している技術は？

　現在は、Unityアプリケーションに画像・音声認識などWatsonクラウドサービスの機能を組み込める「IBM Watson Unity SDK」に注目しています。例えば、情報収集・分析などを1つ1つのコンテナに担当させる仕組みとして大量の3Dデバイスを作り、物体認識を実現するなど、いろいろな可能性があると思います。

――　執筆記事について、一言メッセージを

　自分で画像認識機能を作れるサービス「Watson Visual Recognition」を使って、自分用に用途を特化してトレーニングしたAIで画像を認識させるものをオンライン上で作り、そこにTJBotから写真を送って判断させようというテーマです。IoTとAI、両方の要素を使うところから、さまざまな可能性を感じ取っていただければと思います。

　※この記事は日本アイ・ビー・エムから提供されたコンテンツを許諾を得て転載したものです。

TJBotとカスタムAPIで独自の認識を作ってみよう

　こんにちは、IBM Championの田中正吾です。

　今回はTJBot zeroというボール紙の台紙とRaspberryPiを使って作るIBM発祥のロボットデバイスのカメラを使って、IBM Cloudと組み合わせて独自の画像認識をさせる仕組みを作ってみます。

参考にしたコード：宇宙から都市を見分ける - IBM Developer

　Watson Visual Recognitionを利用して、ISSから撮影された世界の都市の画像を識別するカスタム分類子を作成する記事です。私はこの記事を参考に、Watson Visual Recognitionで独自のカスタム分類子を作成して、TJBot zeroに独自の画像認識をしてもらいます。

日本版 TJBot zero

　まず、TJBot zeroですが、オリジナルTJBotをベースに、搭載するコンピューターボードに小型のものを採用し、本体も約20％程度小型化するとともに、プログラミングレスでWatsonサービスを体験できるNode-REDで仕組みを作ることができます。

IBM Developer 日本語版 : IBM 日本版 TJBot - プログラム可能なロボット (TJBot zero) - Japan

　初期イメージから入っているフローも手厚いです。TJBotを喋らせたりカメラ撮影をしたりとサンプルが豊富。フロー制作者の横井さんの記事もありますのでぜひご参考ください。

自作AIロボットTJBot Zeroで遊んでみる - Qiita

　2019/2 現在、TJBotFan（Facebookグループ）という名前でTJBotユーザーグループも立ち上がり、作るハンズオンも開催されて盛り上がっております。

　私は普段からNode-REDとIoTでデータを現実のハードウェアの制御が好きで、TJBotのコンセプトもとても良いなと思いまして、早速購入し作りました。

　今回はこちらが出来上がっている前提で、TJBot zeroのNode-REDのフローとWatson Visual Recognitionを連携させます。

カスタム識別子を作る

　まずTJBotのカメラから写真を撮影して身の回りの判定したいものを収集していきます。このとき注意したい点としては、なるべく収集するときと、実際に判定するときの状況を同じにしておくことが大事です。そうすると判定の精度が高まります。

　Visual Recognition > Classify Images > Create Model を選択してカスタム識別子を作っていきます。

　構築できたものがこちらです。今回はスマートスピーカーや文房具などを認識させてます。

いざ認識！

　こちらをTJBot zeroに認識してもらいます。今回は、登録しているスマートスピーカーのAmazon Alexaを認識させてみます。しっかり認識されました。さらにGoogle Homeも学習させましたがTJbotに区別して反応できました。設計がうまくいって手応えを感じました。

　ただ、うまくいかなかったケースもあります。

　たとえば、TJBotにも使われているRaspberry Pi Zeroや、Raspberry Pi 3も識別できるように学習させたのですが、やはり「基板」で「緑色」で「長方形」となると見た目が似ていることになり、ほとんど第一候補がRaspberry Pi 3に寄ってしまっていたので、この辺りは、学習させる画像を気をつけようと気づくこともできました。

手軽に試せるとさらに楽しい発想につながる

　基本的な仕組みができました。ここまでできると、あとはTJBotにいろいろな反応を作れます。

　例えば、

• 今回は手動でボタンを押す形だったが、10秒ごとに定期的にチェックして TJBot に自発的に認識してもらう
• Alexa だけに自発的に反応して TJBot が腕を上げ下げする
• 認識した画像に応じてカラーでTJBotの頭のライトが光る。たとえば、Alexaでは青、Google Homeだったら黄色

といった形で様々なやりたいことが生まれてきます。

　仮に、このような自分用の画像認識をカスタムするような難しい仕組みを自分一人の力だけで作ると、もっと様々な技術や準備を勉強しつつ進めるので、ここまでたどり着くのに時間がかかります。もちろん、その試行錯誤も楽しいものです。

　ですが、今回のようにIBM Cloudを利用することで自分の発想を早めに形にできます。手軽に試せるということが「できた！」というポジティブな気持ちを生んで、次の楽しい発想につながります。

　加えて、今回のように、いろいろな技術を横断して体験できるところも、魅力的なところです。

　TJBotは見た目の通りロボットの要素もあり、ハードウェアとネットワークの連携という点ではIoTともいえる側面がありますし、内蔵カメラのデータを独自の画像認識させる仕組みは、まさにAIの要素を感じることができます。

　「IoTとAIで何かをする！」という言葉だけで考えてしまうと大きな構想すぎて二の足を踏んでしまうようなことも、このように、TJBotでIoTやロボットの側面からじわじわと学んでいき、IBM Cloudの部分でクラウドとの連携やAIの仕組みづくりを抑えていく。

　そうすると着実なステップアップとなり、自分なりの着想を持ちやすいと考えます。

　ということで、今回はTJBot zeroのカメラを使って、IBM Cloudと組み合わせて独自の画像認識をさせる仕組みを作ってみました。いろいろな技術をつなげていけるというのは楽しいので、ぜひ試してみてください！

　それでは、よき、IBM Cloud＆TJBot Lifeを。

今回紹介する三人のIBM Champions。次回は写真左の横井一仁氏（Node-REDユーザ会）、第三回は境川章一郎氏（Pumpkin Heads 代表取締役）の記事を紹介する