Slide 1

Slide 1 text

©2022 connectome.design inc. kintone知能化計画 2022.9.2 kintone Cafe & JP_Stripes 名古屋 connectome.design inc. / Akihiro ITO

Slide 2

Slide 2 text

©2022 connectome.design inc. 自己紹介 & 会社紹介

Slide 3

Slide 3 text

©2022 connectome.design inc. $ cat ./me.json { “name”: “伊藤明裕”, “資格”: { “IPA”: “情報処理安全確保支援士 No.7287”, “JDLA”: [“G検定2017”, “E資格2018”], “データサイエンティスト協会 ”: “DS検定” }, “job”: { “belong_to”: “connectome.design株式会社”, “main_role”: “Product Manager” }, “community”: { “AI”: “CDLEコアメンバー”, “SaaS”: “JP_Stripes 名古屋”, “Car”: “https://tocj.jp 運営” }, “座右の銘”: “間違っているのはいつも自分 ” } $ cat ./COD.json { “name”: “コネクトームデザイン株式会社 ”, “URL”: “https://connectome.design”, “domain”: “AI導入・開発コンサルティング ”, “office”: “フルリモートワーク”, “product”: { “name”: “metabase”, “type”: “SaaS”, “URL”: “https://metabase.jp”, “service”: “AIナレッジ共有&コラボレーション開 発プラットフォーム” } }

Slide 4

Slide 4 text

©2022 connectome.design inc. kintoneとの馴れ初め

Slide 5

Slide 5 text

©2022 connectome.design inc. トヨクモがまだCstapsだった頃の話…… ● 展示会で見かけて、kintoneの存在を知ってはいた。 ○ いつかはこれ使えるかもな〜程度。 ○ ジャストな奴との違いはよくわかってなかった。 ● ある時の雑談。 「森田さん、kintoneってどう?ジャストな奴はどうなんですかね?」   「kintone一択でOKっす!」

Slide 6

Slide 6 text

©2022 connectome.design inc. サイボウズもまだ日本橋じゃなかったな…… ● 2週間で社内用webDBシステムを立ち上げろ!ヤバめ案件発生。 ● 現場がExcelでなんとかしようとしてるが、まぁ絶対運用無理。 ● 当然、必要項目含め詳細仕様どころか運用フローも未確定。 PHP+MySQLじゃ間に合わん。

Slide 7

Slide 7 text

©2022 connectome.design inc. これ、kintone使えるかも。 「もしもし、kintoneの技術的な話聞かせてください。」 「いつでもとーぞ」 翌日:名古屋 → 東京へ。 「これこれこういうシステム作りたいんですけど kintoneでできます?」 「できますよー。」 「ふむ。では、明日契約して作ってみます。」 ⇒ kintone契約して開発開始。無事、ヤバめ案件をノートラブルでクリア。

Slide 8

Slide 8 text

©2022 connectome.design inc. kintoneのいいところ。 ● 仕様が(必要な入力項目すら)決まってなくても実装開始できる。 ● 入力項目が増えてもへっちゃら。 ● 現場の要望を聞いて運用しながら改修。 ● DBの項目を増やしてもテストしなくていい。最高。 ● 実は、「プロセス管理」が一番すごいところだと思っている。 → hiveでもあまり聞かないけど、それほど使われていない?

Slide 9

Slide 9 text

©2022 connectome.design inc. metabase®について

Slide 10

Slide 10 text

©2022 connectome.design inc. 最近、メタバースとよく間違われます。 MetabaseというBIツールもあります。

Slide 11

Slide 11 text

©2022 connectome.design inc.

Slide 12

Slide 12 text

©2022 connectome.design inc.

Slide 13

Slide 13 text

©2022 connectome.design inc. metabaseの開発に利用しているサービス

Slide 14

Slide 14 text

©2022 connectome.design inc. AWS Auth0 / CircleCI /     Backlog Adobe XD Github Slack Zoom Go_SaaS 三種の神器! 銀行振込対応 実装ずみ!

Slide 15

Slide 15 text

©2022 connectome.design inc. ここから本題。   + Deep Learning 「kintone知能化計画」

Slide 16

Slide 16 text

©2022 connectome.design inc.       を使って、    を ス◯◯◯化 したい! もっと!

Slide 17

Slide 17 text

©2022 connectome.design inc.       を使って、    を スマート化 したい! もっと!

Slide 18

Slide 18 text

©2022 connectome.design inc.

Slide 19

Slide 19 text

©2022 connectome.design inc. Demo

Slide 20

Slide 20 text

©2022 connectome.design inc. 実装例:kintoneに入力した画像からの物体検出 どれくらい自信のある ものだけ出力するか。 target: person = 26

Slide 21

Slide 21 text

©2022 connectome.design inc. [ person=26, backpack=5, handbag=5, skateboard=3, tie=1, umbrella=1 ] threshold=0.6 では、26人検出。 この足だけ検出できなかった。 threshold=0.9 では、21人検出。 物体検出モデル:DETR (COCOデータセットで学習済みモ デル) Photo by Ryoji Iwata on Unsplash

Slide 22

Slide 22 text

©2022 connectome.design inc. AIモデルの作成・登録・学習 学習用プログラ ムを登録 AWSインスタンスを 起動 JupyterLab上で学習 用プログラム実行 学習済みモデルを アウトプット

Slide 23

Slide 23 text

©2022 connectome.design inc. 推論用APIの作成・登録 APIとして登録 推論用プログラムを実装 (学習済みモデルを読み込む)

Slide 24

Slide 24 text

©2022 connectome.design inc. kintone側のJavaScript 1. フィールドから値を取得 2. APIの形式に合わせてJSON作る 3. RestAPIで呼ぶ 4. 返り値を取得 5. フィールドにセット フィールドの値 を読み込む 認証用トークンを指定し、 metabaseのAPIを呼び出す (データはJSON形式) APIの実行結果 を受け取る 値をフィールドに セット

Slide 25

Slide 25 text

©2022 connectome.design inc. kintone側でもうちょいなんとか。 ● フィールドからの値取得が地味に面倒くさい。 → 自動的に全フィールド分、書き出してくれる機能が欲しい。 ● モバイル用のイベント名を一緒にして欲しい。 ● 画像を取得する場合の書き方がややこしい。 var fileKey = thisrecord.record['sourceimage'].value[0].fileKey; var fileurl = kintone_url + 'file.json?fileKey=' + fileKey; ● 画像のアップロードはさらに面倒くさい。(後日実装予定……)

Slide 26

Slide 26 text

©2022 connectome.design inc. まとめ ● metabaseには様々な学習済みモデルをAPI経由で使えるよ うに実装可能。 ● フロントエンドとしてkintoneを使うことのメリット。 ○ 実装時間の短縮とGUIのシンプル化。 ○ スマートフォンでも使えるので作業現場へも簡単導入。 ○ プロセス管理を含めたワークフローの簡単構築。 ● kintoneで構築した業務フローに、「一つの道具」としてAIを組 み込める! "AI Function as a Service の実現。"

Slide 27

Slide 27 text

©2022 connectome.design inc. ありがとうございました。 SlideShare: https://www.slideshare.net/AkihiroIto1/presentations