本連載の第5回で「ラズパイを使ってデジタル時計を作る」というものを紹介しました。しかしこの記事で扱ったOLEDは0.96インチと小さいので、視認性に優れないのが欠点でした。 筆者がサイトをぐるぐる回っていたとき、Amazon.co.jpでそれより大きい2.42インチのOLEDを見つけました。SSD1309のコントローラーを利用しており、どうやらI2Cで使えそうです。これを使ってChatGPT 4でのプログラミングに挑戦しようかと購入しました。

特集「ChatGPTとプログラミング」では、OpenAIが提供する対話型生成AI「ChatGPT」のコード生成やプログラミング支援機能について解説する。 第1部「押さえておきたいメカニズム」では、トークンや強化学習といった技術ワードから読み解くChatGPTのメカニズムや、大規模言語モデルのベースとなっているTransformerの動作について解説。 第2部「活用テクニック」では、プロンプトの上手な書き方や指示の定型文、コード生成やレビュー／デバッグなどに応用できる活用テクニックを紹介する。 第3部「徹底実験！ChatGPTのプログラミングの実力を確かめる」では、温度センサーとRaspberry Pi Pico、ESP32を使用してクラウドサーバーに接続し、測定値を送信するプログラムや、STM32マイコンでDCブラシレスモーターを制御するプログラムなど、ChatGPTでプログラミングした事

CQ出版は『改訂TensorFlow版 算数&ラズパイから始めるディープ・ラーニング』を2023年3月15日に発売する。 2018年に発刊された同タイトルの書籍では、フレームワークにChainerを使っていたが、今回出版されるのは、TensorFlowに対応した改訂版だ。ディープラーニングの基礎知識とプログラムへ落とし込む方法を、ステップ・バイ・ステップで解説し、Raspberry Piで動かす方法も合わせて紹介する。 全6部構成。第1部「ディープ・ラーニングの世界へようこそ」では、ディープラーニングでできるようになることを紹介するほか、3大アルゴリズムについての概要を解説する。 第2部「ラズパイ&PC試すための準備」では、Googleのディープラーニングフレームワーク「TensorFlow」について解説。TensorFlowやAnacondaのインストール方法に加え、サンプルプログラムを

Qosmoは2021年10月20日、身につけるだけでAI監視カメラに人として認識されにくくすることを可能にするテキスタイルパターンを開発。テキスタイルレーベル「UNLABELED」に採用されたと発表した。 物体認識AIアルゴリズムの精度向上の研究において、その認識精度を狂わせる対象物への理解は重要な課題だ。特定の物体が映り込むことで認識精度が大きく影響されれば、社会実装後の機能にも支障が出る可能性がある。 同社は2018年にGoogleの研究者が発表したアルゴリズム「Adversarial Patch」に着目。これを応用することで任意の対象に対するAIの認識妨害や、異なる対象として誤認識させるパターンを開発した。また、衣服としての活用や「カモフラージュ」のモチーフを念頭に置きながらも、人としての認識率の低下を大きくするための実験を実施した。 UNLABELEDは、同社がDentsu Lab

Googleは、機械学習のひとつ、深層強化学習を利用して、コンピューターチップを短期間で設計する手法を開発した。その手法を使うと、通常数カ月かかる処理を6時間以下に短縮し、性能や消費電力は同等かそれ以上のチップデザインを導き出せる。既に、次世代のAIプロセッサ「TPU（Tensor Processing Unit）」の設計にも利用された。研究結果は、2021年6月9日付けの『Nature』に掲載されている。 ムーアの法則とデナード則の速度が鈍化する一方、人々がコンピューターに求める性能は指数関数的に増加している。コンポーネントや配線など、コンピューターチップの物理的なレイアウトを決める「フロアプランニング」は、チップの性能に関わる重要な作業だ。しかし、過去50年にも及ぶ研究にも関わらず、この工程は自動化できていないため、専門のエンジニアが多くの時間と労力をかけて製造可能なレイアウトを作成し

Raspberry Pi財団は2021年6月30日、Raspberry Pi活用事例として、機械学習開発キット「Microsoft Machine Learning Kit for Lobe」を紹介している。 Microsoft Machine Learning Kit for Lobeは、誰でも簡単に画像分類できる機械学習キットとして、Adafruit IndustriesとMicrosoftによって開発された。「Raspberry Pi 4」と「Raspberry Piカメラ」、Adafruit Industriesの拡張ボード「BrainCraft HAT」、Microsoftの機械学習アプリ「Lobe」を組み合わせている。 BrainCraft HATは、解像度240×240の1.54インチカラーディスプレイやマイク、LED、入出力ポートなどを搭載し、小型の冷却ファンも付属する。部

Arduinoは2021年5月17日の公式ブログで、Raspberry Pi財団が独自に設計した32ビットマイコン「RP2040」を搭載した新製品「Arduino Nano RP2040 Connect」を発表した。 RP2040は、133MHzデュアルコア「Arm Cortex-M0＋」と264KBのオンチップRAMで構成され、TensorFlow Liteを動作させるパワーを備える。Arduinoによれば、パワフルで高性能なRP2040を、Arduino Nanoシリーズの新モデルのコアに採用することは、当然の選択だったという。 サイズ43.18×17.78mm、重さ6gのボードには、U-bloxのWi-Fi／Bluetoothモジュール「NINA-W102」、6軸IMU（慣性計測ユニット）、マイクロフォン、RGB LED、GPIOピン、MicroUSB（Type A）コネクタなどを搭

はじめてのAIプログラム学習キットでは、ディープラーニングやPythonの学習、ディープラーニングなどのビジネス活用を考えている人などに向け、必要なハードウェアやソフトウェアをセットで提供する。 プログラム言語PythonやAIプログラムTensorflow、Pytorchなどを使い、AIプログラムの学習からデモまでさまざまな実践や体験ができる。今回の新版では新たにTensorflow v2とPytorchの学習編を追加し、Tensorflowを動作させるためのPythonの学習や、TensorflowによるAI言語の基礎、また、Pytorchによる画像や音声、言語認識などが学習／体験できる。

工場の自動化をオープンソースのソフトウェアで実現しようとするスタートアップが京都にある。矢野貴文氏が率いるRUTILEA（ルティリア）が開発する「SDTest」はAI／ディープラーニングを活用し、工場の自動化を支援するソフトウェアで、カメラを使った外観検査やロボットアームを使ったピッキングなどの機能を提供。2019年9月の公開から半年で500社がダウンロードしている。 SDTest（Software-Defined Test）は検査機器や装置に組み込むことで、電子部品における微細な表面の傷や印字ミスなど、高精度の外観検査を実施できる。ソフトウェアがオープンソースであることに加え、検査に必要なハードウェアも自社製造することで、これまで導入に1500万円程度かかった外観検査システムが300万円程度から導入できるのが最大の武器だ。 また、2020年3月にはピッキングを自動化する機能も公開。ソリュ

「Raspberry Pi」の活用例を紹介する連載企画「それ、ラズパイでつくれるよ」。第13回はLINEボットにメッセージを送ることで、鍵のサムターンをサーボモータで回せるようにしてみよう。 ただいまって言えてますか？ 独り暮らしをしているfabcrossのわくわくライターの淺野さんは寂しがっていた。 昨今は外出や人と会うこともままならず、家にいても独り。たまの買い物から帰ってきても、玄関に向かってさえ声に出して「ただいま」と言えないそうだ。

2016年1月に「メイカーズのエコシステム」（インプレスR&D）を出版した。原稿はほぼ2015年に書いていた。そして2020年7月31日に「プロトタイプシティ　深センと世界的イノベーション」（共著、KADOKAWA）を出版する。 どちらの本も、出版の言い出しっぺは僕だが、全体はニコ技深センコミュニティという、僕とJENESISの藤岡さんが共同発起人になって始めたコミュニティで話し合って寄稿してもらい作ったものだ。メイカーズのエコシステムがMakerを前面に押し出したのに比べて、今回のプロトタイプシティはビジネス本的な内容になっているが、どちらの本でも自分のパートではMakerムーブメントの可能性、Makerがどうやって社会を変えていくかについて紹介している。 同じことを5年の間隔を開けて説明するのは良い機会なので「この5年間で変わったことは何か、未来予測が当たったところと外れたのはどこか」

オライリー・ジャパンは、「Scratchではじめる機械学習——作りながら楽しく学べるAIプログラミング」を2020年7月28日に発売する。 本書は、Scratchを使っている小学校高学年くらいの年齢から読める、機械学習入門書だ。Scratchの拡張機能を使い、画像認識や音声認識、姿勢検出などを利用したプログラムを作りながら、機械学習の仕組みを楽しく学ぶことができる。Pythonなどのテキストプログラミング言語や難しい数学の知識を必要とせず、作りながら学ぶことで、実際の世の中で機械学習がどのように生かされているかを想像し、自分でも機械学習を使った仕組みを考えられる力を養う。 1章では、Scratchで機械学習を扱える拡張機能 ML2Scratchを使い分類モデルを使った画像認識を試し、Scratchでジャンケンゲームをプログラムする。2章では、機械学習モデルを作成できるWebベースのツール

IBMチューリッヒ研究所で医療用マイクロ流体技術の研究開発をしているYuksel Temiz氏は、2020年4月24日、LEGOとArduinoとRaspberry Piを使い、総額300ドル程度で顕微鏡を製作したと発表した。詳細は、2020年4月24日付で『IEEE Spectrum』に掲載されている。 研究室にある顕微鏡での撮影画像に不満があったTemiz氏は、自分の趣味でもあるLEGO、Arduino、Raspberry Piの3つを使い、8メガピクセルRaspberry Piカメラや3Dプリンターで作製した部品と組み合わせて、分解能10μmの顕微鏡を自分で組み立てたという。誰でも自宅で顕微鏡を作れるように、詳細な組み立て方法とDIYビデオも公開している。 マイクロ流体を研究しているTemiz氏たちは、過去2年間、実際にこの顕微鏡を用いて、学会での発表やジャーナルへの論文投稿に使える

南カリフォルニア大学ビタビ（Viterbi）工学部の研究チームは、機械学習を活用して、3Dプリンターによる造形品質を向上させる技術を開発した。造形物の精度を50％以上改善することに成功し、より経済的でサステナブルな方法として期待できる。研究結果は、2020年1月13日付けの『IEEE Transactions on Automation Science and Engineering』に掲載されている。 製造業の未来を拓くと言われている付加製造（AM：Additive Manufacturing）技術である3Dプリントは、設計データから造形物を直接作ることができるため、メーカーは部品を外注することなく内製化できるというメリットがある。 ただし、ある程度の形状誤差が生じるため、最初から精度の高い完成品を得るのは容易ではない。材料はプリント中に膨張したり収縮したり、予期せぬ挙動を示すうえ、プリ

特定の企業が開発しているのではない、オープンなCPU命令セットであるRISC-Vが、新しいIoTの開発が多く、貿易紛争の影響で他国の企業が独占的に提供する命令セットを使うことに懸念が生じてきた中国で盛り上がっている。アリババやXiaomi傘下の企業がそれぞれRISC-Vベースのチップ開発を発表する中、昨年2018年末に起業したばかりの新しいスタートアップから、RISC-Vを採用したAI開発ボードが発売され、話題を集めている。日本でも筆者の所属するスイッチサイエンスなどで取り扱いが始まった。「オープンなAI＋IoTのプラットフォームを作るために起業した」というCEOのオーグマーが語る、SiPEEDのビジョンとは。 起業して1年足らずで、もう20人の開発部隊 CEOのオーグマーは中国TOP10に入る華中科技大学で物理学の修士を取得した科学者だが、在学中から「ESP32ベースのオープンな開発プラ

ArduinoやRaspberry Piで使える高性能AI視覚センサー「HuskyLens」がKickstarterで人気を博している。 HuskyLensは、プロセッサーにマシンビジョン用SoC「Kendryte K210」を採用した画像認識カメラ。顔認識、物体認識、タグ認識、カラー認識、物体追跡、ライン追跡といった6種類のアルゴリズムが組み込まれている。複数のアルゴリズムを同時に実行でき、ArduinoやRaspberry Piなどのマイクロコンピューターと組み合わせて、自律走行ロボットやジェスチャー認識を活用したインタラクティブアート作品などのプロジェクトを作ることができる。 Kendryte K210は、RISC-Vアーキテクチャーを採用したCPU（400MHz、64ビット、デュアルコア）を持つSoCで、KPU（Knowledge Processing Unit）と呼ばれる畳み込み