IoT（Internet of Things）は一過性のトレンドではありません。今後，私たちの生活にも浸透し，IoTエンジニアの方たちの活躍の場も広がると予想されます。ここでは，高度化して増え続けるIoTシステムの状況を紹介します。

※本記事は『IoTエンジニア養成読本 設計編』の「プロローグ：IoTシステム開発に求められる力」と「エピローグ：未来展望」を一部修正して掲載しています。

高度化するIoTシステム

（片山暁雄）

昨年（2017年）は，音声認識や画像認識，動画認識のような近未来を描いた映画や小説でしか実現していなかった技術が，現実社会で実用段階に入って来たことを予感させるような製品やサービスが多く発表された年でした。

一般消費者向け製品

たとえば音声で指示を出したり，機器を操作したりすることができる製品が一般消費者向けに販売されました。具体的には，Googleの「Google Home」やAmazonの「Amazon Echo」（⁠図1⁠）⁠，どこでもさまざまな言語が翻訳できる，ソースネクストの「POCKETALK」（⁠図2）のような製品です。このほかに，「⁠LINE」やチャットを使って企業への問い合わせの応答を自動で行う「チャットボット」と呼ばれるサービスや，写真を送るだけで商品査定，買い取りまで行うようなサービスも現れました。

既存の業務処理を自動化

既存の業務処理を自動化するためのシステムの総称として，RPA（Robotic Process Automation）という名前も登場するようになっています。RPAは「ロボットを用いた業務自動化」と訳されますが，ここでのロボットにはソフトウェアも含まれます。三菱UFJ銀行をはじめとした大手銀行などでも，このようなテクノロジーを利用して数千～万人単位の生産性向上を進めています。

これらの製品やサービスは，技術要素としての機械学習やディープラーニング（深層学習）の発展とコモディティ化によるものが大きく寄与しています。

低コストで導入できる機械学習／深層学習システム

Googleの「TensorFlow⁠」⁠，Apache「MXNet⁠」⁠，iOS 11に搭載された「Core ML」のような機械学習／ディープラーニング用のフレームワークキットは，オープンソースや無償で提供されており，コストなしで誰でも利用できます。このようなフレームワークを利用することで，高度な機械学習／ディープラーニングシステムを低コストで導入できるようになっています。

これらの技術を開発者がより使いやすいように，画像認識や音声認識をAPI化したサービスも多くリリースされています（図3⁠）⁠。

たとえば画像認識であれば，次のようなサービスがあります。

• Vision API（Google）
• Computer Vision API（Microsoft Azure）
• Amazon Rekognition（Amazon Web Services：AWS）

画像認識APIを使うと，画像をAPIでリクエストとして送出すると，画像認識した物体名と，その認識の信頼度（confidence）をレスポンスとして文字データを取得できます（図4，リスト1⁠）⁠。認識結果を文字データとして取得できるので，サーバ／デバイスの種類に関係なく，認識結果をプログラムで容易に扱えます。

{
    "Labels": [
        {
            "Name": "Food",
            "Confidence": 96.69223022460938
        },
        {
            "Name": "Fries",
            "Confidence": 96.69223022460938
        },
        {
            "Name": "Fried Chicken",
            "Confidence": 84.43055725097656
        },
        {
            "Name": "Nuggets",
            "Confidence": 84.43055725097656
        },
        {
            "Name": "Bowl",
            "Confidence": 57.30733871459961
        }
    ]
}

音声認識のサービス

みずほ銀行や住信SBIネット銀行などは，口座の残高照会や入出金明細確認を音声で行えるスキルの提供を開始しており，クックパッドも料理のレシピ検索を提供しています。またPhilipsの「Hue」という電球は，Alexaと連携することで音声で電球のオン／オフを切り替えることができます。このように音声入力によって現実世界に影響を及ぼす仕組みも整いつつあります。

エッジコンピューティング

これらの技術はクラウドやサーバサイドなどのコンピュートリソースが豊富な場所で動作させることが多く，IoTデバイスからは通信を使って都度画像や音声をAPIで投げる必要がありました。そこで，それなりに演算能力の高いIoTデバイス上で処理を行ってしまう，いわゆる「エッジコンピューティング」を行って通信オーバーヘッドを減らし，よりリアルタイムに処理が行える仕組みを実装するアーキテクチャも増えつつあります。

AWSの発表した「DeepLens（図5⁠）⁠」というデバイスは，非常にわかりやすいエッジコンピューティングデバイスです。ハードウェアとしてAtomプロセッサ搭載のボードにUSBカメラとカメラが装備され，OSとしてUbuntu Linuxが使われています。

製品としては非常に汎用的なデバイスなのですが，DeepLensには，デバイス上で機械学習を実行するための仕組みと，それらをすべてAWSクラウドで開発し，連携させる仕組みが備わっています（詳細については第3章で解説します⁠）⁠。物体認識をするためのモデルやプログラムをクラウド上で作成して，そのプログラムをデバイスにデプロイして物体認識を行い，その結果をサーバサイド側に通知するという仕組みを簡単に構築できます。

DeepLens自体の価格は本稿執筆時点（2017年12月）では249ドル（予価）となっており，AWSサービス利用料含めても数万円あればすぐに導入が可能なのは実に驚異的です。

IoTはここ数年，デバイス／通信／クラウドのコモディティ化と低価格化の流れを受け，広がりを見せています。実際に多く使われる用途としては，各種センサーから取得したデータを使った可視化やアラート，画像や動画の記録のような目的で導入されるケースが挙げられます。今後はこういった活用方法に加えて，現実的に使える機械学習／ディープラーニングや音声認識を利用した，より効果の高いIoTシステムの導入が進むことが予想されます。