Deeplensは一端末にすぎない

皆さん、こんにちは、こんばんわ。

His First Japan 合同会社 代表社員の字引淳です。

 

 IOTのシステムを構築しようすると、WebのUIと違い、フロントエンドが薄くて、バックエンドが手厚いということ。

Deeplensは、端末の登録から通信部分に関してはサンプルが充実しているので、あまり苦労することはありません。

これを全部、スクラッチでなんとかしようとすると、コストが段違いにかかってしまいますよね。

だったら、Deeplensを使いますってことですね。

Deeolensのサンプルプロジェクトは、その端末の顔認識や、物体認識などのカメラにできることの素晴らしさを伝えるためにあります。

中には、バックエンドを利用して面白いことをしているのもありますが。

Deeplensから取得したデータは、わかりやすくいうと、「これは椅子です。」「これは顔です。」「この顔は、字引淳です。」と言った、判定情報にすぎないんですよね。

端末を起動して、データを取得するだけなら、結果を画面に表示する。

それ以上のことはできないんですよね。

この判定情報をどう言った利用方法をするかを考えるのは、システムエンジニアにかかっています。

例えば、池袋東武の入館時の体温検査は、カメラで撮りっぱなしの物です。

ディスプレーに人の映像が流れ、その人の体温が表示されています。

受付の女性は、ディスプレーをほとんどみていません。

おそらく、体温の高い人が通ると、アラートが発報する仕組みになっているのでしょう。

もし、そうなっていなければ、なんの意味もないシステムですよね。

例えば、これが、COCOAアプリに連動していたら、とか、考えると、防疫的に有効なシステムになるのではないかと思いますがね。

優秀なAI端末があったとしても、バックエンドが貧弱だと、その優秀さは発揮できないですよね。

これは、人の組織も一緒で、優秀なエンジニアが一人いても組織自体が貧弱だったら、活かすどころか、足を引っ張るだけになってしまいます。

私は、AIに関しては、勉強はしていても、高等数学は早々に挫折したので、AI本を読んでも理解できないので、ライブラリ頼りです。その分バックエンドのシステムに関してクラウドを中心に据えて構築する方がいいですね。

AIエンジニアの活動範囲って、端末の一部だったり、処理の判定式の一部だったりと、「狭く深い」部分なんですよね。

システムエンジニアの活動範囲は、どちらかというと「浅く広い」活動範囲です。

AIとSEのスキルを両方を同時に育成することは現状不可能でしょうね。