38
【国土交通省】
百年で 3 倍に急増するとピークアウトし
Copyright 2016(C) Hiroshi Fujiwara 39
「モノが働く」例＝自動車の自動走行 IoT/
ﾋﾞｯｸﾞﾃﾞｰﾀ/AI
というｲﾉﾍﾞｰｼｮﾝCopyright 2016(C) Hiroshi Fujiwara 40
『 IoT/Big Data/AI
』時代を予見した「ICT新事業創出推進会議」（その１）総務省は、M2M、ビッグデータ、クラウド、次世代ブラウザ、4K8Kなどの技術基盤の融合に よって可能となる新事業の将来像と、その促進方策、その中での行政の役割について検討す ることを目的とし、ICT新事業創出推進会議を開催。
1 背景・目的
我が国のICT基本戦略の重要な施策の柱の1つに、「革新的な新産業・新サービスの創出」が 掲げられています。特に、M2M、ビッグデータ、クラウド、次世代ブラウザ、4K8Kなどの技術を 組み合わせ、新たな付加価値を創造する新事業の今後の成長には大きな期待がよせられて います。以上を踏まえ、総務省は、上記の技術基盤の融合によって可能となる新事業の将来 像と、その促進方策、その中での行政の役割について検討することを目的とし、ICT新事業創 出推進会議を開催します。
2 本会議の検討内容
（1）新技術で支えられる新事業の具体像（2）新事業創出に向けた課題（3）新事業の促進方策 3 構成員（50音順）
岩浪剛太 （インフォシティ）、江田麻季子（インテル）、木谷強 （NTTデータ）、久保田啓一
（NHK）、越塚登（東大）、篠原弘道（NTT）、島田啓一郎（ソニー）、清水隆明（NEC)、関 祥行（フ ジTV）、髙橋誠（ＫＤＤＩ）、谷川史郎 （野村総合研究所）、千葉勇（三菱総合研究所)、富田二三 彦（情報通信研究機構）、野村敦子（日本総合研究所）、林俊樹 （ゲオホールディングス）、
藤原洋（インターネット総合研究所）、松本正幸（日本ケーブルテレビ連盟）、三友仁志（早大）、
宮部義幸（パナソニック） 、椋田 哲史（日本経団連）、村井純（慶大）、森川博之 （東大）、
安本 洋一（ブックウォーカー）
Copyright 2016(C) Hiroshi Fujiwara 41
『
IoT/Big Data/AI
』時代を予見した「ICT新事業創出推進会議」（その２）42
『
IoT/Big Data/AI
』時代を予見した「ICT新事業創出推進会議」（その３）Copyright 2016(C) Hiroshi Fujiwara 43
『
IoT/Big Data/AI
』時代を予見した「ICT新事業創出推進会議」（その４）44
『
IoT/Big Data/AI
』時代を予見した「ICT新事業創出推進会議」（その５）Copyright 2016(C) Hiroshi Fujiwara 45
階層から見たインターネットビジネス
通信キャリア
ISP （ Internet Service Provider) iDC （ Internet Data Center)
Web 系サービス（ﾎﾟｰﾀﾙ、検索ｴﾝｼﾞﾝ、ﾈｯﾄ金融、仮想商店街等）
Web 系コンテンツ / 商品（映像、書籍、楽曲、電子商取引等）
下位層
上位層 ｲﾝﾀｰﾈｯﾄﾋﾞｼﾞﾈｽの主戦場は上位層へ！
ｲﾝﾀｰﾈｯﾄﾋﾞｼﾞﾈｽは情報通信産業から
他の産業分野へ急速に拡散する！
46
情報発信源の変化とネットビジネスの進化
①記述言語： HTML
②情報発信： Web サーバ
③情報受信： Web ブラウザ
④送受信プロトコル： HTTP
request response
(Internet Explorer, Firefox,etc.) (IIS, Apache,etc.)
情報発信源によるネットビジネスの進化
第 1 世代ポータル型
〔ｻｰﾋﾞｽ事業者〕
第 2 世代ＳＮＳ型
〔利用者【ヒト】〕
第 3 世代 ＩｏＴ型
〔機器【モノ】〕
?
Copyright 2016(C) Hiroshi Fujiwara 47
モノの接続が人間を超えた！ ﾎﾟｰﾀﾙ →SNS→IoT
47
48
無線 LAN 等で実績のある IEEE が IoT 標準化（ P2413 ）へ！
Copyright 2016(C) Hiroshi Fujiwara 49
●ビッグデータとは？
許容される時間内にデータを処理するために一般的に使用される ソフトウェアツールの能力を超えたサイズのデータ集合体
Big Data とは？
ビッグデータの起源 2001 年 2 月 6 日
META グループ（現ガートナー）のアナリスト、ダグ・レイニーが、
「データ成長の課題とチャンスは 3 次元、すなわち、
ボリューム（ volume 、データ量）、
速度（ velocity 、入出力データ速度）、
バラエティ（ variety 、データタイプとデータ源の範囲）である」
と定義。
50
http://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf
Copyright 2016(C) Hiroshi Fujiwara 51
52
●
2012
年に定義を更新：「ビッグデータは、高ボリューム、高速度、高バラエティの情報資産のいずれか
（あるいは全て）であり、新しい形の処理を必要とし、意思決定の高度化、見識の 発見、プロセスの最適化に寄与する」
●新しい
V
、正確さ（veracity
）がVillanova University
により追加。●ビッグデータとビジネス・インテリジェンスの相違
⇒ビッグデータ＝低密度データに誘導統計を使用
巨大なボリュームにより（回帰性等の）法則を推論
⇒ビジネスインテリジェンス＝高密度データに要約統計 *
を使用 物事の計測や傾向を捉える。*
標本の分布の特徴を代表的に表す統計学上の値で、記述統計量、基本統計量、代表値ともいう。
「 3V 」モデルをビッグデータモデルとして現在も使用
⇒ AI
の機械学習モデルとリンクする！Copyright 2016(C) Hiroshi Fujiwara 53
人工知能とは？
●人工知能（ AI:artificial intelligence ）
人工的にコンピュータ上などで人間と同様の知能を実現させよう という試み、或いはそのための一連の基礎技術。
●人工知能研究の２つの流れ
【 1 】 従来型 AI ：
【 2 】 計算知能： CI (Computational Intelligence) IEEE （米電気電子技術者協会〔学会〕） の中に
Computational Intelligence Society が 2004 年創設
（Neural Network Society
から改称）IEEE の中でも最も成長が著しい学会部門によるテーマ
○ニューラルネットワーク ○ファジィシステム
○進化的計算 : 遺伝的アルゴリズム、遺伝的プログラミング
○群知能 : 粒子群最適化
⇒ 2045 年問題へ！
54
人工知能研究の歴史（その１）
●人工知能
(AI)
の歴史は、古代神話などから始まる。⇒名匠が人工物に知性または意識を与える。
⇒「神を人の手で作り上げたいという古代人の希望」
●
17
世紀初 仏哲学・数学者 ルネ・デカルト⇒動物の身体がただの複雑な機械であると提唱した（機械論）
●
1642
年 仏哲学者 ブレーズ・パスカル⇒最初の機械式計算機を開発
●
1822
年 英 チャールズ・バベッジ⇒プログラム可能な機械式計算機の開発
（階差機関 〔
difference engine
〕：有限差分法で 乗除算なしに関数計算）●
1901
年 英 バートランド・ラッセル⇒『数学原理』： 形式論理に革命
⇒パラドックスの発見
（正しそうに見える前提と妥当に見える推論から 受け入れがたい結論が得られる）
Copyright 2016(C) Hiroshi Fujiwara 55
●
1943
年 米医学者ウォーレン・マカロックと米数学者ウォルター・ピッツ⇒「神経活動に内在するアイデアの論理計算」を発表（ニューラルネットワーク）
●
1950
年 英数学者 アラン・チューリングが「チューリングテスト」を導入⇒人間の判定者が、一人の（別の）人間と一機の機械に対して通常の言語で
の会話を行い、このとき人間も機械も人間らしく見えるように対応する。これらの参加者はそれぞれ隔離されている。
判定者は、機械の言葉を音声に変換する能力に左右されることなく、その 知性を判定するために、会話はたとえばキーボードとディスプレイのみで、
文字のみでの交信に制限。判定者が、機械と人間との確実な区別ができ なかった場合、この機械はテストに合格。
●現代
AI
： プログラム可能なデジタルコンピュータの発明で加速●
1956
年 ダートマス大学のキャンパスで開催された会議（
AI
学問として確立）⇒米ジョン・マッカーシー（LISP
言語開発）「人工知能」という用語を提起。
●