ロボット、人工知能、Deep Learning、IoT、ドローン、ゲーム開発、Windows 10――2015年注目だった開発者／プログラマー向け記事まとめ：2016年はどうなる？（1/3 ページ）

2015年も、開発者／プログラマー向けの話題がたくさんありました。本稿では、今年の大きなトピックを振り返りつつ、参考にしていただきたい記事をピックアップしますので、年末年始にでも読んでみてください。

[平田修，＠IT]

　早いもので今年ももう終わりですね。2015年も、開発者／プログラマー向けの話題がたくさんありました。ロボット、人工知能、Deep Learning、IoT、ドローン、Windows 10など一見、ITシステムを作る開発者には関係なさそうに見えますが、今後はこれらを活用したサービスやシステムを開発することも珍しくなくなるのではないでしょうか。

　本稿では、今年の大きなトピックを振り返りつつ、参考にしていただきたい記事をピックアップしますので、年末年始にでも読んでみてください。

一年を通じてロボットや人工知能、Deep Learningが注目された

　一年を通じて、一番注目を集めたと言えるのは、ロボットや人工知能、Deep Learningでしょう。例えば、家庭向け人型ロボットPepperが、2月に開発者向けに、6月には一般向けに販売開始になりました。もともと、2014年から話題になっていましたが、発売に伴って人気は高まり、専用のアプリを開発する人も増加しています。

ソフトバンクのロボット「Pepper」（記事「ロボットがうちにやって来る！」より引用）

ペッパーがイッパイ！ プログラミング教室会場には、ざっと10体のPepperが並ぶ。実にぜいたくな環境だ（記事「ラッスンゴレライや妖怪ウォッチもできる？ Pepperでプログラミング教育は広まるか、息子と体験してきた」より引用）

Pepperのデモ（記事「Java Day Tokyo 2015基調講演：日本の開発者コミュニティが次世代Java仕様策定に貢献、Lambdaを手に入れたJavaテクノロジのその先へ」より引用）

• 4コマまんが「がんばれ！アドミンくん」：第481話　Pepper導入

　Pepperはプログラミングで行動を制御できますが、一番注目されたのは、人工知能によって自分で状況を判断して発言できることです。人口知能・ロボットといえば、今年は自動運転車も大きな話題となりました。10月に開催された東京モーターショーでも、テーマの一つが「自動運転」となり、トヨタ自動車や日産自動車の自動運転への取り組みも多くのニュースが届けられました。＠ITでは、その先駆と言えるグーグルの自動運転の取り組みや自動運転技術の歴史を連載で取り上げていますので、ぜひご参考に。これを読むと、自動運転の根幹にあるのは、アルゴリズムというプログラマーに身近なものであることが分かると思います。

Google Carのセンサー（動画「A First Drive - Google Self-Driving Car Project」より引用した画像を加工）（記事「あなたの知らない自動運転技術の歴史とGoogle Carの自動運転に使用するセンサーの基礎知識」より引用）

　さて、人工知能を支える技術として今年注目を浴びたのが、ニューラルネットワークやDeep Learningです。特にインパクトがあったのは、グーグルが7月に発表した「Deep Dream」。どんな画像でも芸術的？ にしてしまうことで注目されました。

Deep Dreamが出力した画像の例。各部が動物などの画像に置き換えられている（出典：ValuePress!）（記事「Deep Dreamを簡単に体験：グーグルの人工知能を利用できるWebインターフェースが登場」より引用）

　＠ITでもDeep Learningやニューラルネットワークを使った画像処理についての解説記事を展開しました。一見難しそうですが、こちらを読めば、その仕組みが理解できると思います。

Convolutional層（64×64の画像上で2×2のパッチを2pixelずつ滑らせ、各パッチから5つの特徴量を取り出す）（記事「いまさら聞けないDeep Learning超入門（1）：ニューラルネットワーク、Deep Learning、Convolutional Neural Netの基礎知識と活用例、主なDeep Learningフレームワーク6選」）

• 4コマまんが「がんばれ！アドミンくん」：第471話　人工知能
• IT用語解説系マンガ：食べ超（74）：はらぺこニューラルネットワーク

　さらにグーグルは、12月2日には画像認識をAPIで活用できるようにしました。Deep Learningやニューラルネットワークの知識がなくても、画像認識については手軽に活用できてしまうことになりそうです。

顔の各パーツの座標などを検出できる（出典：Cloud Vision APIのYoutube動画、以下同様）（記事「APIコールだけでおよそ欲しい画像認識系の機能が使えるGoogle Cloud Vision APIとは」より引用）

　主に画像処理の部分で注目を集めたDeep Learningやニューラルネットワークですが、その応用は下記のようにさまざまな分野で期待されています。また12月11日には、米テスラモーターズの会長兼CEOのイーロン・マスク氏らが、「OpenAI」という人工知能関連技術の開発を行う非営利企業を設立するなど、2016年もこの周辺は注目されそうです。

• バンナム、スクエニ、東ロボ、MS――人工知能や機械学習はゲーム開発者に何をもたらすのか
• より生物に近い機械学習の実現を目指し：IBM研究所、動的なパターンを学習できる人工ニューラルネットワークモデルを開発――自動車事故の予測や、作曲、文章校正にも応用できる可能性
• Deep-Learningによる自動取引アルゴリズム生成：米AlpacaDBがDeep-Learningを使った金融プラットフォームを開発へ
• 時空間データ横断プロファイリングとは？：NECが人工知能技術の開発を強化、映像・画像の探索などを含むソリューション体系を整備
• ネットワーク分離も自動化、オペレーション時間を10分の1に：AIで未知のサイバー攻撃を自動検知、NECが自己学習型技術を開発
• 人工知能開発成果の公開で悪用を抑制：イーロン・マスク氏、Y-Combinatorのサム・アルトマン氏らが設立したOpenAIとは