BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:AIハンズオン（ねこ検出器をtinyMLで作ろう） X-WR-CALNAME:AIハンズオン（ねこ検出器をtinyMLで作ろう） X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:838677@techplay.jp SUMMARY:AIハンズオン（ねこ検出器をtinyMLで作ろう） DTSTART;TZID=Asia/Tokyo:20211120T090000 DTEND;TZID=Asia/Tokyo:20211120T120000 DTSTAMP:20260516T215533Z CREATED:20211115T141419Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/83867 7?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nはじめに\nti nyMLをご存知でしょうか？　今非常にホットな話題とし て仮想通貨や自動運転などがありますが、tiny Machine Lea rningという分野がAIの分野でとても注目されはじめてい ます。\n安価なマイコンで機械学習（今は推論がメイ ン）を行う一連の取り組みがtinyMLです。モデルサイズ は数kB〜と、普通の機械学習ではありえないほど小さ いです。マイコンを使うメリットは、まず金銭コスト があります。安いので使い捨てや、そこらじゅうにば らまいたりするのも可能でしょう。次に消費電力です 。1mW程度でも動くので、電池駆動で年単位で推論を行 うデバイスを作ることも夢ではなくなります。あとは 小型なので色々なモノに組み込める、さらには動いて いるプロセスが最小なのでシステムとして堅牢など、 色々ありますね。\n身近な例だと、「アレクサ」「Ok\, google」や「Hey siri」はみんなtinyMLの推論によって実現 されています。ご存知でしたか？\nハンズオンの内容\n そこで今回、tinyMLのモデルをクラウドで作成し、マイ コン（Arduino Nano 33 BLE Sense）にデプロイし、カメラを接 続して画像認識を行う、という勉強会を企画しました 。具体的には、50枚の猫の画像、50枚の犬の画像、50枚 の部屋の画像を用いてクラウドでtinyMLのモデルを作り 、マイコンにデプロイして推論を実行してみる、とな ります。\n\n実際の動作の様子は以下をご覧ください。 \nhttps://youtu.be/dFs0cVuMqCo\nなお、当日はArduino Nano 33 BLE Sen seとOV7675カメラをおひとり様1台ずつ無料でお貸し出し します。\n\nハンズオンは約40ページのテキストに沿っ てすすめていただく形になります。\n\nイベントを行お うと思ったいきさつ（長いので飛ばしてokです）\n私自 身、少し前まで音声系のAIスタートアップ企業に在籍 し、AIプロジェクトに身を投じてきました。そこで日 々感じていたのは、学習をクラウド上の強いマシンで 行うのは理解できるが、推論をCPU/GPUパワーリッチな汎 用的かつそこそこ値段のするエッジデバイスで行うと いうことが、プロジェクトの性質によってはコスト的 （金額および消費電力の両方）にいかに非現実的であ るか、ということでした。\n例えば異音検知を行う場 合、学習のプロセスはマイク→オーディオケーブル→ オーディオインターフェース→エッジデバイス→WiFi→ クラウド→モデル作成、などとなります。一方推論の プロセスはクラウド→WiFi→エッジデバイスにモデルを デプロイ→マイクからの音声で推論、などとなるわけ ですが、マイク、ケーブル、オーディオインターフェ ース、エッジデバイスを何セットも用意すると、それ だけで途方もない金額になり、さらに大量のデータを ネットワークに流すコスト、クラウドでの学習のコス ト、などを加味すると、ビジネスとして成り立つのか 怪しくなる気がしていました。\nそんな中、2020年の夏 にEdge Impulseというアメリカのスタートアップが提供し ているサービスを利用し、マイコン向けに小さな異音 検知MLモデルをクラウドで作って数千円のマイコン（ マイク付き）にデプロイしたことがありました。この 時は人間のせきを検知させようと思ってやってみてう まく検出はできなかったのですが（以下の動画をご参 照ください）、それでも大変な衝撃を受け、夜も眠れ なくなりました。そこでEdge Impulseの使い方を日本語ド キュメントにまとめて社内に展開したところ、一部のA Iリサーチャーからは同じように夜も眠れなくなったと 言われました。\n\nST IoT Discovery Kit (STM32搭載マイコン)+E dge Impulseによるせき検出\n動画はこちら\n何がそんなに 衝撃的だったかといえば、Edge Impulseのシステムが当時 私が在籍していたスタートアップが構想＆構築してい た異音検知システムのクラウドサービスに酷似してい たこともあるんですが、彼らは産業用PCや安価な例だ とラズパイのようなものではなく、数千円、下手した ら数百円のマイコン用に数kBのモデルをクラウドで作 成してエッジにWiFi経由でデプロイする、そういうサー ビスをもう完成させていたことでした。\nせめて推論 は半導体マイク搭載の安いマイコンでできたらいいの になぁ。そう思っていたところに、プラットフォーム サービスまで含めてもうやっているスタートアップが あった、それがEdge Impuseで、さすがシリコンバレーだ なぁ、と感銘を受けたのでした。\nIoTとの関連\nIoTは儲 からない、というのが世の中の常識になって久しいで すが、これはIoTのデバイスがそもそも高いし、それら はただセンサーデータを垂れ流すだけで推論はしない 、もし推論できても高すぎて話にならない、そんなと ころだと思います。しかしIoTデバイスがマイコンを搭 載したものになって安価になり、さらにtinyMLによって 推論までできる超低消費電力＆小型のスマートIoTデバ イス化したらどうでしょうか？　今とは景色が全く異 なってくると思います。\n対象となる方\n\ntinyMLに興味 のある方\nEdge Impulseに興味のある方\n\n参加費と持ち物\ n\n\n2\,500円\n\n\nノートPC（PCはお貸し出し可能ですが、 ご自身のPCを使用されたい場合）\n\n\nオフライン開催 場所\n秋葉原ハッカースペース\n詳細はお申し込み確定 後ご連絡いたしますが、JR秋葉原駅から徒歩5分の工作 教室です。\n\nCOVID-19対策\n\nデスクは2つ、部屋の広さ は14畳です。\n換気\n\n\n\nタイムスケジュール\n順番と 内容は変わる可能性があります。\n\n \n \n 時間\n 内 容\n 備考\n \n \n \n \n 9:00\n 開場\n \n \n \n 9:10 - 9:15\n 自己紹介\n \n \n \n 9:15 - 11:45\n ハンズオン\n \n \n \n 11:45 - 12:00\n 質問タイム\n \n \n \n\n\n 主催\nIoTラボ\n2015年時点でインターネットにつながるIo Tデバイス(モノ)の数は154億個で、5年後年までにその数 は倍の304億個まで増えるとされていました。\nこのよ うな中、個人レベルでも実際にIoTデバイスを作ったり 使ったりすることを通じ、日本のIoTの活性化に貢献で きればとの想いから、2017年6月にIoTラボを立ち上げま した。\nご要望に応じて法人様への出張レクチャー・ ハンズオンも可能です。\nスタッフ\nSteve\nAWS認定ソリ ューションアーキテクト。米国の大学・大学院卒。博 士課程での研究内容はFORTRANプログラムを使ったタンパ ク質X線構造解析。新卒で日本電子株式会社（JEOL、電 子顕微鏡メーカー）入社後、電子顕微鏡や核磁気共鳴 装置、質量分析計の販促、中国駐在、IT企画等を経験 。その後まい泉創業者の小出千代子氏のもとで住み込 みとんかつ修行、オーランドのフライトスクール、世 界一周旅行、Javaプログラミングスクール、ピザベンチ ャー立ち上げ、SIerを経て株式会社安川電機入社。ITお よび新規事業企画（ベンチャー投資）を担当したのち 、音声AIのHmcomm株式会社入社。2017年6月にIoTラボを、201 8年6月に品川ハッカースペースを立ち上げ。趣味は海 外旅行と家電ハック。\n\nお問い合わせ先\nsupport@iotlab.m e\n050-7128-6590 LOCATION:秋葉原ハッカースペース 秋葉原駅から徒歩5分（ 申込確定後、会場住所表示） URL:https://techplay.jp/event/838677?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR