【5月号】MAY 2018 Vol.64 No.1

IoT時代を迎え，モノを作るだけにとどまらず，モノを通じてサービスを提供するコトづくりが重要となってきています．当社では，モノをつないで情報を収集するIoT，情報を分析し新たな価値を創出するAI，そしてお客様に価値を届けるロボティクスの3つの技術を融合することにより，モノを通じた新たな顧客体験や価値を提供できるサービス中心の新事業創出に取り組んでいます．本特集では，IoT・AI・ロボティクスについて，当社の具体的な開発事例を交えながら紹介します．

パナソニック（株）　ビジネスイノベーション本部　AIソリューションセンター　所長　九津見　洋

立命館大学　情報理工学部　教授　谷口　忠大

家庭やオフィス環境にAIを導入し，ユーザーを支援していくことは，大きなチャレンジだ．このために，ディープラーニングと確率的生成モデルの統合が注目されている．本論ではこの統合を軸に，新しい人工的な認知システムを家庭環境で活（い）かしていく道筋に関して議論する．

浅井　将則，西村　敦，西内　義信，小杉　克也，前川　肇

当社グループが提供する製品・サービスにおいてIoT化・データ活用が加速するなか，事業の枠を超えて全社共通利用が可能なクラウドベースのプラットフォームPCPF（Panasonic Cloud Service Platform）を構築し，当社グループ内での活用を進めてきた．PCPFは，パブリッククラウド上に，IoTサービスに必要なソフトウェア技術を社内で徹底的にコモディティ化させるとともに，24時間365日の運用やセキュリティ対策などを含め，グローバルなサービス提供に耐えうる安定稼動を実現している．そのアプローチや関連技術，今後の展望に関して説明する．

キーワード / IoT，Panasonic Digital Platform，マイクロサービスアーキテクチャ，APIエコノミー，DevOps，PCPF（Panasonic Cloud Service Platform）

代表図

松尾　正克，古賀田　勝則，田中　裕之，武藤　浩二，小林　正明

IoTの活用により生産性や利便性の向上が期待されるが，多種多様な機器がインターネットに繋（つな）がることにより，サイバー攻撃の被害増大が懸念されている．サイバー攻撃を防ぐためには，ITだけでなく組み込み機器にも暗号・認証機能を実装し，加えて，進化する攻撃を検知して対策することが重要である．当社は，長年にわたり組み込み機器のセキュリティ技術でさまざまな研究を行い，ITと比べリソースの少ない組み込み機器で暗号・認証機能を実装する方法，およびそれをベースにサイバー攻撃を検知，対策する基盤を実現した．

キーワード / IoT，暗号，認証，検知，リモートメンテナンス，サイバー攻撃，不正アクセス，なりすまし

代表図

古賀　久雄

IEEE 1901準拠の「HD-PLC^（注1）（High Definition Power Line Communication）」にITU-T G.9905準拠のマルチホップ技術を適用することで，分電盤を超えた高速電力線通信が可能となった．これにより，分電盤ごとにPLCアダプタを設置して建物内を広範囲にカバーすることで，住居内だけでなく商業ビルや工場など大きな建物内でも電力線通信利用によるネットワーク構築ができるようになった．

（注1）当社の登録商標または商標

キーワード / HD-PLC，マルチホップ，活用事例，電力線通信

代表図

宮田　淳司，伊藤　智祥

ラベル伝搬法を店舗データに適用し，小売店舗向けにキャンペーン推薦を行う方式について解説する．従来，キャンペーン未実施の店舗でのキャンペーン効果の予測は困難であった．本稿ではPOS・商圏からなる店舗データの類似性を考慮して，キャンペーン実施店の結果から効果予測する方法を提案する．評価実験では，本方式はキャンペーン効果の予測精度が向上し，売上額にして12 %の向上が期待できると試算され，有効性が確認できた．

キーワード / 機械学習，データ分析，店舗分析，半教師あり学習，キャンペーン分析

代表図

山上　勝義，遠藤　充，史　宏杰，牛尾　貴志，藤原　菜々美，堀井　則彰

対話技術は従来のユーザーインターフェースの問題を克服する技術として有力である．対話技術の実用化を加速するため，対話技術群を統合した対話サービスプラットフォームを開発した．共通の対話処理の枠組みの提供により，対話サービスの開発を効率化できる．対話サービスプラットフォームの利用により対話サービスの開発工数を大幅に低減した．

キーワード / 対話技術，自然言語処理，ユーザーインターフェース，ソフトウェアプラットフォーム，ソフトウェア開発効率化

代表図

佐藤　智，ポンサク　ラサン，シェン　メイシェン，若井　信彦，登　一生，吾妻　健夫

認識システムの入力デバイスとしてカメラが広く利用されている．しかし，撮像された画像には冗長な情報が多く含まれ，また，入力データ量は認識システムのハードウェアサイズに直結するため，従来のカメラは最適な入力でなかった．筆者らは，認識に有効な情報のみを効率的に取得し，軽量のハードウェアで高性能な認識を実現するコグニティブセンシングを提案する．本稿ではその一例として，マルチピンホールカメラ画像からの奥行推定について述べる．マルチピンホール画像は，視点の異なる画像が重畳されており，人間が見るには適さないが，認識処理に有効な被写体のテクスチャ情報と奥行情報が圧縮されて含まれるため，認識システムには有効である．ディープラーニングを用いたシミュレーションにより従来のカメラを利用した場合と比較して，入力データ量を増加させずに，奥行推定精度が向上することを確認した．

キーワード / コグニティブセンシング，マルチピンホールカメラ，奥行推定，ディープラーニング，マルチモーダルセンシング，圧縮センシング，次元圧縮

代表図

竹中　慎治，柴田　俊介，田口　雄太，竹田　博昭，寺田　徹，合田　陽一

画像や音声など，さまざまなセンサ情報を利用するAI技術の多くにディープラーニングが利用されており，その技術進歩は近年ますます加速している．ディープラーニングに関する研究・開発期間の短縮化は，技術進展に非常に有効であり，並列計算処理が可能なスーパーコンピュータの利用により実現可能である．本稿では，東京工業大学が保有するスーパーコンピュータTSUBAME 3.0を活用した分散学習とその効果について報告する．公開されている学習モデルとデータセットとを使用した実験において，GPU1基では約7日間かかる学習処理が，GPU128基を用いて1時間40分で完了することを確認した．

キーワード / ディープラーニング，スーパーコンピュータ，マルチノード，マルチGPU，分散学習，高速学習

代表図

新井　稔也，山田　和宏

当社の今後の事業成長に向けた重点技術の1つとして，全社のAI技術を強化すべく，新規採用と既存技術者のスキル強化の両面から人材強化活動を推進している．人材探索としての主要大学でのセミナーやWebページを介した啓蒙（けいもう）活動に加え，座学・eラーニングによる基礎コースおよび社内事例・OJTによる実践コースといったレベル別のスキル強化により，2021年1000人規模のAI開発体制構築を目指している．

キーワード / 人工知能，AI，機械学習，育成，採用，研修

代表図

九郎丸　俊一，中西　清史，久保　聖治，海老名　明弘，江澤　弘造

従来のダム点検においては，損傷の程度と位置を定量的に評価できないことが課題であった．そこで自律制御型の水中ロボットを用いて壁面を高精細に撮影し，画像から損傷を自動抽出する点検システムを開発した．このシステムでは，点検業務を省力化し，人手による点検よりも精度良く，定量的な情報をベースに診断することが可能になった．

キーワード / ダム点検、インフラ点検、インフラ維持管理、水中ロボット、社会インフラ用ロボット、自律制御、画像鮮明化、損傷解析

代表図

上垣　俊平，荒木　秀和，戸島　亮，新崎　誠，上田　大介，山崎　龍次

国内農業において労働者不足が大きな課題となるなか，依然として野菜や果物といった農作物の栽培は人作業に頼っている．それらの社会課題に対して筆者らは作業者に大きな負担が発生する収穫作業を自動化するためのロボットを開発している．取り組みのなかで，画像処理により果実や環境認識を行って収穫条件を決定していたが，実際の農園で検証を行うと，果実検出率などで限界があった．そこで，人工知能（AI）を用いて，果実検出率の向上や，環境の詳細認識を試み，一定の成果を得た．それらの手法や結果について報告する．

キーワード / 収穫ロボット，果実収穫，果実検出，環境認識，適収穫判定，ディープラーニング

代表図

上松　弘幸，今岡　紀章，グエン　ジュイヒン，笹井　裕之，北澤　一磨，安藤　健

日本など先進国を中心として，大規模施設内での高齢者などに対する移動サービスの必要性が高まっている．筆者らは，空港などの屋内大規模空間での活用を想定し，自動停止機能・自律移動機能を備えたロボティック電動車いすWHILL NEXTを開発した．自動停止機能については対象物への接近を可能とする2段階停止技術，自律移動機能では複数台の隊列走行を可能とする隊列走行技術により，ロボティック電動車いすの屋内での活用に対応した．また，実際の空港の現場において，開発した2つの技術を評価した結果，要素技術としては十分に有効に機能することを確認した．

キーワード / ロボット，電動車いす，パーソナルモビリティ，移動支援，自動停止，衝突防止，自律移動

代表図

岡田　征剛，陽　品駒，岡﨑　安直，浅井　勝彦，山本　正樹，グスタボ　ガルシア

Amazon Robotics Challenge（ARC）は近年の物流現場における急速な省人化・自動化の需要増加を受け，最重要課題である商品の識別および把持をテーマとして開催されるロボット国際競技大会である．ARC2017では，日々大量の新商品が追加される実際の物流現場を想定し，事前に発表される既知物体に加え，競技開始45分前に発表される未知物体をどう認識し，把持するかが重要なポイントとなった．筆者らは，本大会に奈良先端科学技術大学院大学と合同で出場した．物体認識手法として，ディープラーニングを用いた画像認識と特徴量をベースとした複数の識別手法を組み合わせ，各結果の確からしさを考慮して最終的な決定をするという手法を開発し，16チーム中6位の成績を収めた．

キーワード / アマゾンロボティクスチャレンジ，ピッキング，センシング，物体認識，ROS，ディープラーニング，SVM，ロジスティクス

代表図