本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

IoT技術の進化と拡大する市場

近年ではIoT, ロボット, 人工知能(AI), ビッグデータといった技術の開発が進み, これらを活用したサービスが急速に拡大しています。 IoTの場合, これまでIoTのデバイスは通信機器が主流でしたが, 現在は医療や産業用途, 自動車, 航空宇宙などの業界においてデバイスの普及が進んできています. IDC Japan(※1)では日本のIoT市場が2027年には8兆円規模へ成長すると紹介されております。

※1 出典: IDC Japan. https://www.idc.com/getdoc.jsp?containerId=prJPJ48989222

なぜ今MQTTが求められているのか

従来, IoTデバイスとサーバー間で使用される通信プロトコルは, システムの互換性, 既存の技術と知識の活用, セキュリティの確保などの観点から, HTTPなどのウェブベースのプロトコルが採用されていました。 しかし, HTTPは基本的にクライアントからのリクエストにサーバがレスポンスを返すモデルとなっているため, サーバーからの要求応じて動作する必要があるアプリケーションでは, ポーリング方式を用いることが多く, 即応性に限界がありました. また, HTTPは多くのヘッダー情報が含まれるために, 帯域幅が限られている場合やデータ通信費用が問題になる場合があります。 したがって, これらの高度なIoTサービスやアプリケーションにおいては, MQTTのような軽量で信頼性の高い通信プロトコルが注目されています。

MQTTとはどのような技術なのか

このセミナーでは, 「MQTT」という名前は知っているけれど具体的にどんな技術なのかわからないという方を対象としています。 セミナーの前半ではMQTTの要点を解説し, 後半では次のようなMQTTの疑問について答えていきます。

• 従来のHTTPを使ったシステムと, どのように違うのか
• ネットワーク構成はどうなるのか
• セキュリティについてどのようなことを考えなければならないのか
• MQTTはどのような場合に有効なのか

講演プログラム

09:45～10:00　受付

10:00～11:05　オープニング（マジセミ）

10:05～11:45　MQTTってどんなときに使うの？HTTPと何が違う？IoTで使われるMQTTへのよくある疑問を解消

10:45～11:00　質疑応答

主催

株式会社オージス総研（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

気候変動により、現場の環境リスクは高まっている

近年の気候変動の影響から、高温、豪雨、台風の大型化など、多くの地域で異常気象の出現が報告されています。これにより工事現場においても、気温の急上昇、突然の強風、ゲリラ豪雨による増水など、厳しい作業環境にさらされており、事故発生のリスクも増大しています。 作業員の安全対策や工程管理の体制の整備のため、現場の気象環境のモニタリングをより強化する事が重要です。

特に高リスクな現場では、リアルタイムなモニタリングと通知が重要

多くの工事現場では、安全を確保するためや工程の計画を正確に進行させるために、気象計や風速計を設置して現地の気象情報を定期的に計測し、その情報を記録しています。

しかしながら、特に風の強い日や悪天候が予想される場合、クレーン操作や高所作業、大型テントの設営といった風の影響を直接受ける現場や、土砂災害や浸水リスクのある現場では、急な気象の変化が大きなリスクになります。このような現場では、定期的な確認に加えて、リアルタイムにデータを計測して、特定の閾値を超えた場合に、視覚情報と共に即座に音声やアラートで作業員へ知らせる事が重要です。 また取得した各種データは、時系列に揃えて、リスク評価の向上や事故が発生した際の原因究明のため、気象環境の傾向を分析出来るようにする必要があります。

風速、WBGTから、水位、濁度、粉塵などあらゆる現場データをリアルタイムに管理する方法

本セミナーでは建設・土木の環境センシングIoTサービス「みまわり伝書鳩」を用いた、工事現場の様々な環境データをリアルタイムにモニタリングし、視覚や音声で通知する具体的な方法について解説いたします。 「みまわり伝書鳩」は、工事現場の安全を守るクラウドベースの最先端技術IoTサービスです。風速、気温、雨量、湿度、熱中症指数（WBGT）などのデータをクラウドで一元管理し、リアルタイムに通知を行う事が可能です。取得されたデータは同じフォーマットに集約されて保存されるため、現場責任者の記録ミスの防止や集計工数の削減も実現できます。またカスタマイズ性にも優れており、水の濁度、粉塵など、工事の特性や現場のニーズに沿った様々なセンサーデータを追加する事も可能です。

工事現場での環境データの定期記録に課題を持っている方、記録の工数を削減したい方、現場のセンサーデータをクラウドに統合したいと考えている方に特におすすめです。

プログラム

9:45～10:00　受付

10:00～10:05　オープニング（マジセミ）

10:05～10:45　工事現場の環境データを「クラウド」で記録する、IoT時代の建設・土木DXとは

10:45～11:00　質疑応答

主催

ITbookテクノロジー株式会社（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

様々な業種・企業がAI活用に取り組む時代

AIの活用が多様な業種・企業で行われることが多くなっています。 その中でも、コンピュータビジョンによる画像認識、物体検出の活用は、製造業や自動車・小売り・農業など幅広い分野で広がりを見せています。

コンピュータビジョンの機械学習での課題

コンピュータビジョンの活用のためにはAIに対する機械学習が必須となります。機械学習を進める中で、大きな課題となるのが「データラベリング」作業の工程ではないでしょうか？ 作業を担当できる人材（機械学習の知見と業種・産業への知見を併せ持った人材）の欠如や、作業に多大な工数がかかる点、ヒューマンエラーが発生してしまうことなどから、データの品質が課題となっています。

データラベリングを効率化、自動化し品質の向上とコスト削減を達成

そうした、データラベリング作業の課題を解決できるのが、「Superb AI」です。 機械学習用のトレーニングデータのラベリング作業をAIが担い、データセットの構築と反復を迅速、体系的にすることで、人材不足の解消・工数・コストの削減を達成できます。 あわせて、新機能であるキュレーション（収集機能）や画像選別の際の担当者の手間を減らすオートエディット機能の強化についてもウェビナーの中で解説いたします。 こうした機能がプラットフォーム化されているため、セキュアな環境下での業務が実現でき、関係者とのプロジェクト管理の徹底も可能なツールです。

データラベリング作業を効率化し、コンピュータビジョンを活用したAIシステムの開発を加速させたいとお考えのエンジニア・コンピュータビジョンのプロジェクト関係者、IT開発・DX部門の方におすすめのセミナーです。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　コンピュータビジョンの機械学習における、データラベリングの課題

11:45～12:00　質疑応答

主催

Superb AI（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

利用シーンが増えているIoTデバイス

IoTデバイスの利用シーンは日々拡大しています。 家電や工場機器、医療機器など、私たちの生活やビジネスはあらゆる面でIoTの影響を受けています。 この傾向は今後も続き、新たなビジネスチャンスとなる可能性を秘めています。

サイバー攻撃の対象となりやすいため、セキュリティ対策が必須

しかし、その裏にはリスクもあります。 IoTデバイスの性質上、接続性が高い故にDoS攻撃や不正ログインの踏み台になるなど、サイバー攻撃の対象となりやすいのです。 車両制御システムへの不正アクセスによる遠隔操作、医療機器への攻撃による患者情報の漏洩や機器の誤動作など、攻撃の対象となり得るのは工場やオフィスだけでなく、私たちの身の回りにあるデバイスまで広がっています。

攻撃を受けた際、責任を問われる可能性が高い開発メーカー

IoTデバイスを介したセキュリティ被害の責任問題に関しては、まだ法規制が追いついていない現状があります。 ただ、セキュリティの脆弱性が初めから存在していた場合や、アップデートが適切に提供されなかった場合などは、製品の設計と製造に関与しているメーカーが最も責任を問われる可能性が高いです。 その結果、信頼性の損失やブランドイメージ毀損、ビジネスチャンス逸失にもつながるため、IoTデバイスのセキュリティ対策を疎かにすることはできません。

IoTデバイスの開発メーカーが取り入れるべきセキュリティ対策を解説

本セミナーでは、開発メーカーが取り入れるべきセキュリティ対策を解説します。 実際にIoTデバイスの開発にも携わっているセキュリティ専門家の視点から、IoT機器内部のファームウェアやインターフェース部分の脆弱性のステータスを解析する方法など、技術的に踏み込んだセキュリティ対策とその実装手法をお届けします。 また、IoTデバイスの開発から運用までをトータルでサポートし、セキュリティ脅威からデバイスを守るためのサービスも紹介予定です。 自社で開発しているIoTデバイスの脆弱性に不安がある開発メーカの方はぜひご参加ください。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　【IoTデバイスメーカー向け】IoTデバイスのセキュリティ対策はどうすればよいのか？〜企画・設計段階からの備えによってリスクを最小化する方法〜

11:45～12:00　質疑応答

主催

サイエンスパーク株式会社（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

製造業における深刻な人材不足・高齢化。属人化した目視による外観検査は限界に

製造業の多くの企業が人手不足に陥っており、特に技能人材が不足は年々深刻化し、従業員の高齢化の問題も浮き彫りとなっています。 熟練した従業員による外観検査を継続することが難しい企業が増えています。また、検査員の性格や体調によって検査にムラが生じるなど、目視による外観検査は限界と言われ始めています。

外観検査の自動化を進めたものの、導入の壁、運用の壁にぶち当たることも

外観検査の自動化の重要性を理解し、推し進めようとしたものの、社内にITに精通した人材がおらず、どのようなシステムを導入すればよいか判断に苦しむケースも。 一方、導入に踏み切った企業でも、実際運用してみると、希望していていた検査精度を満たしておらず、目視検査でのダブルチェックが必要になるということもあります。

本当に必要とされる外観検査システムとは

製造業の現場では、年々顧客への品質要求は高度化しています。一方、導入に際して費用対効果のバランスも重要です。 従来の画像処理センサでは判断が難しいとされていた、食品などの個体差がある検査対象も、AIによる柔軟な判断基準によって可能となってきました。 また、学習を重ねることにより、さらに精度を高められることがAIを外観検査に用いることのメリットとなっています。 製造業における、AIによる外観検査サービスの選び方のポイントをわかりやすく解説いたします。

プログラム

9:45～10:00　受付

10:00～10:05　オープニング（マジセミ）

10:05～10:45　属人化した目視による外観検査はもう限界　自動化したのに検査精度に満足できない～AIによる外観検査サービスの選び方を解説～

10:45～11:00　質疑応答

主催

株式会社フツパー（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

様々な業種・企業がAI活用に取り組む時代

AIの活用が多様な業種・企業で行われることが多くなっています。 その中でも、コンピュータビジョンによる画像認識、物体検出の活用は、製造業や自動車・小売り・農業など幅広い分野で広がりを見せています。

コンピュータビジョンの機械学習での課題

コンピュータビジョンの活用のためにはAIに対する機械学習が必須となります。機械学習を進める中で、大きな課題となるのが「データラベリング」作業の工程ではないでしょうか？ 作業を担当できる人材（機械学習の知見と業種・産業への知見を併せ持った人材）の欠如や、作業に多大な工数がかかる点、ヒューマンエラーが発生してしまうことなどから、データの品質が課題となっています。

データラベリングの自動化、データ品質を高める具体的な手法

そうした、データラベリング作業の課題を解決できるのが、「Superb AI」です。 機械学習用のトレーニングデータのラベリング作業をAIが担い、データセットの構築と反復を迅速、体系的にすることで、人材不足の解消・工数・コストの削減を達成できます。 こうした自動化による効率化とともに、ミスラベルの発見・修正のスピードを高めることができるため、データ品質の向上にも効果を発揮します。 また、プラットフォーム化されているため、セキュアな環境下での業務が実現でき、関係者とのプロジェクト管理の徹底も可能なツールです。

データラベリング作業を効率化し、コンピュータビジョンを活用したAIシステムの開発を加速させたいとお考えのエンジニア・コンピュータビジョンのプロジェクト関係者、IT開発・DX部門の方におすすめのセミナーです。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　コンピュータビジョンの機械学習、データ品質の課題

11:45～12:00　質疑応答

主催

Superb AI（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

品質管理の課題 ：密な連携vsスピード感

製品や製造プロセスが複雑化し、部門間の連携強化が求められる中、品質の向上、コンプライアンス・トレサビリティの徹底が求められ、社外取引先（顧客、サプライチェーン）と更なるコミュニケーションの強化が必要とされます。その一方、競争力を維持し、より短い開発サイクル、より迅速な品質問題への対応が求められ、品質体制に更なるスピード感が必要です。 人材育成においても、効率的に技術者のスキルアップを行いつつ、不足している熟練技術者の時間をいかに有効活用することが課題となります。 またカーボンニュートラルはもちろん、気候変動に応じたレジリエンス体制が求められる中、海外拠点や遠隔地との連携の見直しが必要となっています。

品質管理：現場での確認が不可欠

コロナ禍で普及したWeb会議システムや遠隔支援ソリューションで、遠隔で様々な組織を繋げることで密な連携とスピード感を両立することが可能になります。 しかしながら品質管理の基本である現場、現物、現実には一般的なWeb会議システムでは対応できません。 様々な現場に対応し、作業者の業務を妨げず、現場の状況と製品、装置の状態が把握できる遠隔支援ソリューションが不可欠です。

遠隔支援ソリューションで品質保証の課題を解決

本セミナーでは、様々な映像を組み合わせて遠隔からでも品質保証を行い、限られた人材や設備リソースを有効活用してスムーズな品質管理を実現する方法を解説します。 品質管理の専門家や分析設備が限られている中で効率よく品質保証を行っていきたいとお考えの、品質管理担当の方はぜひご参加ください。

プログラム

09:45～10:00　受付

10:00～10:05　オープニング（マジセミ）

10:05～10:45　品質保証に求められる綿密かつスピーディな連携を、遠隔地同士でも行うには？〜スマートグラス×追加映像で遠隔での品質管理を実現〜〜スマートグラス×追加映像で遠隔での品質管理を実現〜

10:45～11:00　質疑応答

主催

AMA Xperteye株式会社（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

開発現場や実験室で使われる数多くの計測機器。紛失時にはメンバー全員で探索も

業種を問わず、社内には様々な共有資産があります。 多くの場合、紙の管理台帳などで持ち出し管理をしているのではないでしょうか。 　 しかし複数の部署やプロジェクトで共有する場合は、管理が難しいのが実情です。 台帳への記入や、返却場所の指定を徹底することは実際のところ困難です。 利用後に棚やデスクまわりに置かれたままになったり、又貸しで次の人が使用して所在不明になったり…。 　 製造業であれば、例えば計測機器の管理などでこうした状況をよくお聞きします。 　 こういう状況で大変になるのが棚卸し作業です。 棚卸しのたびに関係していそうなメンバーに聞き回って探したり、場合によってはメンバー総動員で探し回ることもあるのではないでしょうか。 　

株式会社デンソーが実践した、BLEタグによる大量の機器を一括管理し、所在管理を改善する方法とは？

世界有数の自動車部品メーカー株式会社デンソー様でもこのような課題がありましたが、BLEタグを活用することでこの問題を解決しました。 　 コンパクトなBLEタグを付けた大量の計測器など資産の所在を一括管理。 棚卸のたびに発生していた探索時間を大幅に削減したうえ、対応人員の削減も実現しました。 　 本セミナーでは、IoT技術を活用した、資産の所在管理方法について解説します。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　数百台もの計測機器の「探す時間」をどう無くした？　～棚卸しを時短化！ IoTによるリアルタイムな所在管理とは～

11:45～12:00　質疑応答

主催

マルティスープ株式会社（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

様々な業種・企業がAI活用に取り組む時代

AIの活用が多様な業種・企業で行われることが多くなっています。 その中でも、コンピュータビジョンによる画像認識、物体検出の活用は、製造業や自動車・小売り・農業など幅広い分野で広がりを見せています。

コンピュータビジョンの機械学習での課題

コンピュータビジョンの活用のためにはAIに対する機械学習が必須となります。機械学習を進める中で、大きな課題となるのが「データラベリング」作業の工程ではないでしょうか？ 作業を担当できる人材（機械学習の知見と業種・産業への知見を併せ持った人材）の欠如や、作業に多大な工数がかかる点、ヒューマンエラーが発生してしまうことなどから、データの品質が課題となっています。

データラベリングを効率化、自動化し品質の向上とコスト削減を達成

そうした、データラベリング作業の課題を解決できるのが、「Superb AI」です。 機械学習用のトレーニングデータのラベリング作業をAIが担い、データセットの構築と反復を迅速、体系的にすることで、人材不足の解消・工数・コストの削減を達成できます。また、プラットフォーム化されているため、セキュアな環境下での業務が実現でき、関係者とのプロジェクト管理の徹底も可能なツールです。

データラベリング作業を効率化し、コンピュータビジョンを活用したAIシステムの開発を加速させたいとお考えのエンジニア・コンピュータビジョンのプロジェクト関係者、IT開発・DX部門の方におすすめのセミナーです。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　コンピュータビジョンの機械学習における、データラベリングの課題

11:45～12:00　質疑応答

主催

Superb AI（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）