[Japan Tech summit 2017] MAI 007 セッション資料

1. Microsoft Tech Summit 2017本情報の内容（添付文書、リンク先などを含む）は、Microsoft Tech Summit 2017 開催日（2017 年 11 月 8日 - 9 日）時点のものであり、予告なく変更される場合があります。

4. https://github.com/ayatokura/
https://www.linkedin.com/in/ayatokura/

7. PHYSICAL REALITY
現実
DIGITAL REALITY
デジタル

8. デジタルの世界現実の世界
E X C E L L O N D O N | 2 0 1 7M I C R O S O F T F U T U R E D E C O D E D | P H Y S I C A L V S D I G I T A L R E A L I T I E S
Windows Mixed Reality Platform

9. Windows Mixed Reality Platform

10. Widows Mixed Reality Platform

11. Widows Mixed Reality Platform
現実の空間にオブジェクトを配置 Mixed Reality 空間にオブジェクトを配置

12. 入力 出力
検出できるもの H/W 体感できること H/W
• 映像の取得
• 視線
• 立体空間の認識*
• カメラ
• センサー
• モーション
コントローラ
• 2D表示
(写真/録画表示等)
• 3D表示
(ホログラム)
• ディスプレイ
• 空間音響 • スピーカー
• 音声コマンド
• 音声認識
• マイク • Cortanaとの対話
• ジェスチャ* • モーション
コントローラー
S/W
Windows 10

15. 機械学習 ディープラーニング 深層強化学習
画像解析
音声解析
データ分類
異常検知, 顧客グルーピング
数値予測
売上予測, 需要予測, 品質管理
ラベル分類
不良品分析, 故障予測, チャーン分析
機械学習より強力な分析
自律学習型ロボット
自動運転車
テキストや画像等の自動生成
活用例
• 主に多層のニューラルネットワー
クを用いた手法での分析
• 分析のためには、莫大なデータ量、
計算量、知識・スキルを要する
• 統計に基づいた手法での分析
• そのため、比較的少ないデータ量と
計算量で分析を行うことができる
• 定義したあるべき姿に従い試行錯誤
をして自ら学習を行うための分析手
法である
• 強化学習と、深層学習を組み合わせ
た分析
Azure Machine Learning Cognitive Toolkit / GPU Instance (N-Series)
マイクロソフトが提供する技術
人工知能の中の機械学習

16. • データサイエンティスト
• 研究者
• ディープラーニングエンジニア
Microsoft R
Deep Learning
on Azure GPU
フレームワーク
• TensorFlow
• Chainer
• CNTK

18. Library
利用シナリオ
Frame work
Platform
Chainer
Deep Intelligence in Motion
Windows VM Linux VM SQL
Microsoft Azure
Computer
Vision
Anomaly
Detection
Reinforcement
Learning
Distributed
Computing
監視
カメラ
人物分析
製造
ライン
外観検査
機器
故障予測
ユーティリティ
需要予測
ロジ
最適化
監視
カメラ
人再照合
画像
物質検知
センサー
データ
異常予測
自動彩色
ロジ
最適化

19. ■
 http://chainer.org
■
 https://docs.chainer.org/en/stable/tutorial/index.html
■
 http://github.com/pfnet/chainer#installation
■ Chainer Notebook (英語):
 https://github.com/chainer/chainer
■
 http://chainer-jp.slack.com/
■
 http://chainer-jp.slack.com/

22. 患者のCTデータから作成

23. 肝臓がん術前カンファレンス 都立墨東病院

24. 術野に3Dを表示

57. Segmentation

59. 前処理
(正規化)
Data Augmentation
(ヒストグラムマッチング、Image Deformation)
VNet
後処理
(connected component analysis
画像入力
セグメンテーション結果

77. VR/MR/ARは
Digital transformationの
情報の入り口であり出口である

78. 志賀泌尿器部長 NTT東日本関東病院

79. VR/MR/ARは頭の中の3次元の情報を
デジタル化できるツール

80. VRで切除ラインを検討

81. VRでスクリューを打つ位置を検討

83. AR Kit

85. •
•

86. 詳細、お申込みはこちら ☛ https://aka.ms/hololens_cp_seminar
期間中、HoloLensご購入で
特別セミナーへご招待！
期間限定 2017年11月17日(金) まで

88. Session ID Title
APP005 デモで実感！Windows Mixed Reality 祭り！
APP006 最新！ Windows 10 Fall Creators Update 新機能とアプリケーション開発
SEC012 KPMGによるMicrosoft HoloLensの多角的活用例
SPL005 先行事例に学ぶ！デジタルトランスフォーメーションの舞台裏
MAI001 ディープラーニングの産業応用とそれを支える技術
MAI003 新生 Azure Machine Learning Services 徹底解説
MAI009 【金融機関/FISCにも対応】Azure Stackでのクロスプレミス、最新のAI/Cognitive Servicesとは？

89. ■
 http://aka.ms/HoloLensJP
■
 http://aka.ms/holo_academy
■
 http://aka.ms/holo_development
■
 http://aka.ms/holo_design
■
 http://aka.ms/holo_forum

90. ■
 http://chainer.org
■
 https://docs.chainer.org/en/stable/tutorial/index.html
■
 http://github.com/pfnet/chainer#installation
■ Chainer Notebook (英語):
 https://github.com/chainer/chainer
■
 http://chainer-jp.slack.com/
■
 http://chainer-jp.slack.com/

91. ■
 http://aka.ms/mina-ai
■
 http://aka.ms/psdc-ai