TJBot zero Hands-on Matsudo

Transcript

1. TJBot zero hands on 加藤典⼦（Noriko Katoh） Developer Advocate / NKATO@jp.ibm.com

2. AGENDA 1. クラウドサービスを⽴ち上げよう 2. TJBot 起動！ 3. IP アドレスを確認して Node-REDで接続

   4. Sample動作の確認 5. いろいろな機能を試そう 6. クラウドと接続してみよう

3. 1.クラウドサービスを⽴ち上げよう ・IBM Cloud ログイン（https://ibm.biz/TJBot-Edu） ①カタログをクリック ②AIをクリック ③Visual Recognitionをクリック

4. 1.クラウドサービスを⽴ち上げよう ・Visual Recognition（画像分析）サービスの⽴ち上げ 初期値でOK 初期値でOK ①説明をよく読んで 作成をクリック

5. 1.クラウドサービスを⽴ち上げよう ・Language Translator（翻訳）サービスの⽴ち上げ ①カタログを右クリックし て、新しいタブで開く ②AIをクリック ③Language Translatorを クリック 前回までのStepで

   Visual Recognition起動

6. 1.クラウドサービスを⽴ち上げよう ・ Language Translator（翻訳）サービスの⽴ち上げ 初期値でOK 初期値でOK ①説明をよく読んで 作成をクリック

7. 1.クラウドサービスを⽴ち上げよう ・ 作成したサービスの確認（画⾯を閉じてしまった場合） ナビゲーションメ ニューにカーソル移動 表⽰されたニューから ダッシュボードを選択 サービスがあり、プロビジョン済みとなっていること Language Translator

   / Visual Recognition 名前をクリックすると開いて詳細が表⽰される

8. 2.TJBot 起動！ 1. ⼿を取り付けよう 本体右側の⻘いパーツに ⼿を装着 2. USBを電源タップまたは PCに接続 3.

   ラズパイの起動を待つ

9. 1. 左後ろのボタンを押して発話 する”IPアドレス”をメモ 2. Node-REDを起動 ブラウザを開いてURLを タイプ（推奨Chrome ) http://xxx.xxx.xxx.xxx:1880 (xxxは1でメモしたIPアドレス)

   ３.IPアドレスを確認 Node-RED接続

10. 3.IPアドレスを確認してNode-REDを接続 ・Node-RED（操作パネル）の説明 【デプロイ】 変更した内容を反映させる 【ノード】 このメニューを ノードと呼ぶ ノードは⼊出⼒ などグループに 分かれている

    ここからパレッ トにノードをド ラックする 【デバッカ】 処理を実⾏した時の 動作表⽰ 実⾏結果やエラーの 確認など 【タブ】Sample タブ、ledタブなど 機能によって分類 【パレット】 ノードを繋いでプログラミングを定義する

11. 4.Sample動作の確認 1. どんな動作をしているか Nodeの役割を考えてみる 2. (1),(2),(5)の先頭ノード をクリックして動作させて みよう 3. Sampleの停⽌⽅法

    （2）を停⽌させてみよう

12. 5.いろいろな機能を試そう • led/ arm/speakerタブのノードを実⾏してみよう ここをクリックするとプログラムを実⾏

13. 5.いろいろな機能を 試そう speakerタブを編集してみよう ① 「create sentence」ノードをダブルクリック ② 「template ノードを編集」テンプレート 1⾏

    ⽬ の⽂章を⾃由に編集 ③ 完了ボタンでパネルを閉じる ④ 「デプロイ」する ⑤ 「greeting」ノードをクリックして実⾏

14. 6.クラウドと接続 してみよう translationタブを編集 ① (2) Watson Language Translator より 「language

    translator」ノードをダブル クリック、編集画⾯を開く ② IBM Cloud 「language translator」の 「管理」メニューより「API鍵」をコピー ③ 「完了」で閉じて「デプロイ」する ④ 「translate」ノードをクリックして実⾏ ⑤ デバック画⾯で結果を確認 管理メニュー このアイコンで API鍵コピー ↓ ここに貼り付け↓

15. 6.クラウドと接続 してみよう cameraタブを編集 ① (3) Classify photoより「Visual Recognition」 ノードをダブルクリック、編集画⾯を開く ②

    IBM Cloud 「Visual Recognition」の 「管理」 メニューより「API鍵」をコピー ③ 「完了」で閉じて「デプロイ」する ④ 「classify photo」ノードをクリックして実⾏ ⑤ デバック画⾯で結果を確認 デバックで結果確認

16. SPEAKER

17. Noriko Kato IBM Developer Advocate TJBotter（IoT） (Notes Engineer) @noricokt t

18. IBM DEVELOPER ADVOCATE

19. TECHNOLOGISTS RULE THE WORLD 技術者が世の中を変えていくお⼿伝いをします！ ・技術情報を提供します ・開発者と話をします ・開発者にとって何が⼀番良いかを考えます ・開発者の困ったを⼀緒に解決します ・開発者をヒーローにします

20. OUR ACTIVITIES こんな活動をしながら技術者のみなさまをサポートします！ ・オンラインでの情報発信（Blog、SNS、Podcastなど） ・オフラインでの情報発信（書籍、雑誌など） ・セミナー、勉強会などでの登壇 ・コミュニティ、Meetupなどのリード ・ハンズオンワークショップなどでの講師 ・ハッカソン、ラボ、Dojoなどでのテックサポート

21. None

22. Yes, we are DeveloperAdvocate https://developer.ibm.com/profiles/

23. ラズベリーパイ：Raspberry Pi 出典：フリー百科事典「ウィキペディア(Wikipedia)」 23 DOC ID / Month XX, 2018

    / © 2018 IBM Corporation ARMプロセッサを搭載したシングルボードコンピューター。 イギリスのラズベリーパイ財団によって開発された。教育 ⽬的に利⽤することを想定しているが、2010年代後半以降 は、安価に⼊⼿できるIoT機器として、趣味や業務に幅広 く⽤いられている。 （中略）内臓ハードディスクやSSDを搭載しない代わりに、 SDメモリーカード、またはmicroSDメモリーカードを起動 および⻑期保存⽤のストレージに利⽤する。 ＜私⾒による特徴＞ Ø 安価 Ø ⼊⼿しやすい Ø オープンソースで事例も多い

24. Node-RED 24 Node-REDはハードウェアデバイス、APIおよびオンラ インサービスを接続するためのツール。 ブラウザベースのエディタによってパレットに並ぶ多種 多様なノードを結びつけて⽤意にフローを作成でき、ク リックで実⾏環境にデプロイすることができる。 IBMのテクニカルエンジニアが独⾃開発し、2016年に オープンソースプロジェクトとして公開した。 ＜公式サイトより特徴＞

    Ø ブラウザーでのフロー編集 Ø Node.js構築 Ø コミュニティ開発

25. TJBot / TJBot zero 25 IBMリサーチが作成したオープンソースのロボット コンテンツ。 ロボットのレーザーカッター型紙や３Dプリンタ設 計情報、ラズベリーパイ３をベースとした基本動作 のパターンを公開している。

    2018年にIBM Championと有志により、TJBot zeroを製作、ラズベリーパイゼロWHをベースに Node-REDとIBM Cloud AIで動作している。 ＜特徴＞ カワイイ 電⼦⼯作ができて楽しい 少しは役に⽴つ

26. © 2019 International Business Machines Corporation ⼼理系 ⾔語系 IBM Watson

    / Watson API 紹介資料 Watsonの製品・サービス⼀覧 Watsonの製品・サービスは⽇々進化しています。 2019年2⽉12⽇現在のPublic Cloud上のAPI⼀覧は以下の通りとなります。 https://www.ibm.com/watson/developercloud/services-catalog.html Watson Assistant アプリケーションに⾃然⾔語インターフェースを追加してエンド ユーザとのやり取りを⾃動化 照会応答系 Text to Speech テキスト⽂章を⾳声に変換する Speech to Text ⾳声をテキスト⽂章に変換する Visual Recognition 画像コンテンツに含まれる意味を検出する 知識探索系 ⾳声系 Discovery 先進的な洞察エンジンを利⽤して、データの隠れた価値を解明し、 回答やトレンドを発⾒する Discovery News Discovery上に実装され、エンリッチ情報も付加されたニュースに 関する公開データセット Personality Insights テキストから筆者の性格を推定する Language Translator ※2 ⾃然⾔語テキストについて他⾔語へ翻訳を⾏う Natural Language Understanding ※1 ⾃然⾔語処理を通じてキーワード抽出、エンティティー抽出、概念 タグ付け、関係抽出などを⾏う Natural Language Classifier テキスト⽂章の分類を⾏う(質問の意図推定など) Tone Analyzer(⽇本語未対応) ※1 テキストから筆者の感情、社交性、⽂体を解析する Knowledge Studio コーディングなしに、業務知識から⽣成した機械学習モデルで、 ⾮構造テキストデータから洞察を取得 画像系 データ分析系 Watson Studio 機械学習モデル向けの作成と学習、データの準備と分析のための 統合環境 Machine Learning 機械学習モデル・深層学習モデルの作成、学習、実⾏環境 Knowledge Catalog 分析に必要なデータを加⼯・カタログ化できる分析データ準備環境 ※1 感情分析は⽇本語未対応です。 ※2 ⽇本語翻訳は英⽇・⽇英のみ対応しています。 Watson OpenScale AIに信頼性と透明性をもたらし、判定結果を説明し、バイアスを⾃動 的に排除する Compare and Comply(⽇本語未対応) 契約書や調達仕様書を分析し、⽂書間の⽐較や重要要素の抽出を⾏う

27. Watson (AI)もAPIで提供 TJBot zeroで使っているサービス（メニューより）

28. Call for Code 2019

29. 29 Call for Code チャレンジ 2019 • テーマに沿ったソリューションを構築するインターネットを 通じて参加可能な開発コンテスト •

    今回のテーマは「⾃然災害への対策や回復」または「⼈の健康」 「地域コミュニティが良好な状態になる⽀援すること」 • 18歳以上の開発者、1-5名のチームでIBM Cloudまたは IBM Systems を活⽤したアプリを開発 2019/7/29(⽉)11:59PMまでに提出 *⽶国⻄海岸標準時 賞⾦ 最優秀賞: $200,000 2位、3位: $25,000 4位、5位: $10,000

30. Code の⼒で世界の未来を変えよう!

31. Noriko Kato Developer Advocate IBM THANKS! t @noricokt #TryIBMDev ݕࡧ

32. 32 本講義は、IBM Cloudを題材に取り上げ、昨今業務系システムなど でも多く使われ始めている「クラウド・プラットフォーム」に ついて学び、理解し、実際に使えるようになることを⽬的とします。 講師は、IBMの所属ですが、本講義は会社の営利・宣伝⽬的では ありません。 また本講義内での発⾔及び資料へ掲載されている内容については 講師の個⼈的な⾒解・意⾒であり、IBMとは関係のないものです。

33. 33 DOC ID / Month XX, 2018 / © 2018

    IBM Corporation