はてなブックマーク

はじめに MESHは、ソニー株式会社のMESHプロジェクトがつくった、リアルなブロック「MESHタグ」とスマートフォンやタブレット用のアプリ「MESHアプリ」からなるIoTツールキットです。発売後の継続的なアップデートでIFTTTにも対応し、初めてセンサやアクチュエータに触れる人々でも抵抗なく短時間で理解できるため、IoTの概念を体験しながら理解するための活動における主要なツールとして2016年から私自身では積極的に活用してきました。 今年の8月には、こうした活動の中で生まれたツールをMESHプロジェクトと協働でブラッシュアップしたものを「MESHデザインパターンカード」としてリリースしました（IAMASからは私と産業文化研究センターの高見知里さんが参加しました）。MESHデザインパターンカードは、参加者（たち）が見つけた課題やつくりたいものと、MESHでできることを掛け合わせてアイデアを

はじめに クラウドサービスに接続して音声ベースでコミュニケーションするデバイスにおいては、「Alexa」や「OK Google」、「Hey Siri」などの「ホットワード」を用いるようになっていることがほとんどです。ホットワードはその後に音声コマンドが続くことを示すために区切りとしての役割を果たしているだけでなく、音声認識の実装においても重要な役割を果たしています。マイクで捉えた音声データを常時サーバに対して送信し続けることは、プライバシーやクラウドサービス利用料金、消費電力など様々な点で問題があります。それに対して、デバイス側ではホットワードの認識までを行い、そこから先は音声データをクラウドサービスに送信してクラウドサービス側で処理するようにすることで、様々な点でバランスのとれた実装になります。 Snowboy Hotword DetectionはKITT.AIが提供する、クラウドベース

イントロダクション 前置き この記事は、機械学習とRaspberry Piを用いてレーザー加工機の動作状態を音で判定することに機械学習の非専門家がチャレンジするシリーズの初回です。私自身は、今までにGoogle Cloud Speech APIなど学習済みモデルベースのサービスはしばしば活用してきたものの、チュートリアル以外で実際に自分で学習させてモデルをつくるのはほぼ初めてです。ですので、大幅に間違っているところがあるかもしれません。もし、お気づきの点などあればコメント等で指摘していただけると助かります。 課題 ファブ施設に設置されているデジタル工作機械の中で代表的なものの一つに、レーザー光線で材料を切断したり、表面に彫刻したりするレーザー加工機があります。2次元のデータを元に短時間で加工できることから比較的手軽に使い始めることができ、使いこなせば高度な加工までできる、かなり奥の深い工作

はじめに Google Cloud Speech APIは、Googleが2016年3月23日（現地時間）にクラウド関連イベント「GCP Next 2016」で発表した機械学習による音声認識機能です。2017年2月10日現在、同社のクラウドプラットフォーム「Google Cloud Platform」の一部としてβ版が利用できるようになっています。 Google Cloud Speech APIのデモビデオ Raspberry Piで動かしてみる 準備 まず、Google Cloud SDK ドキュメントの「Debian / Ubuntu 用のクイックスタート」に従ってセットアップを行います。最後のステップでCloud SDKのインストールをしようとした段階でapt-transport-httpsが足りないと言われたらsudo apt-get install apt-transport-h

イントロダクション IFTTTのMaker Channelは、トリガーまたはアクションに自家製のデバイスを簡単に接続できるチャンネルです。ここでは、Arduino core for ESP8266 WiFi chipを使い、ESP8266でMaker Channelのトリガーおよびアクションを実装する方法を紹介します。 準備 ESP8266 Arduino core for ESP8266 WiFi chipをArduino IDEで使用する方法については「ESP-WROOM-02開発ボードでmyThingsのIDCFチャンネルを試す」を参照してください。なお、この記事を書いた時点での最新版は2.0.0でしたが、その後更新されて2.1.0となり、さらに機能強化とバグ修正が進んでいます。 IFTTT IFTTT側での準備としては、Maker Channelのウェブページにアクセスして、このチ

イントロダクション プログラミングやIoT、プロトタイピングなどをワークショップで学ぶためのツールとして「Raspberry Pi」を使用することが増えてきました。Raspberry Piは、クレジットカードサイズのコンピュータボードで、安価で入手できるパワフルな環境として世界中に普及しており、豊富な情報を入手できます。様々な制約があるワークショップにおいて、円滑に進めるための事前準備について簡単にまとめてみました。もし、もっと良い方法をご存じでしたら、コメント等で教えていただけると助かります。 想定する参加者 MacOSまたはWindowsを普通に使うことはできる Raspberry Piは初めて使う PCの代わりではなくサーバまたは特定用途の専用機としてRaspberry Piを使いたい 総数は数名〜十数名程度、チームあたり1〜2名で数チームを編成 想定する環境 Wi-Fiでインターネ

イントロダクション ソフトウェアと比較してハードウェアの「コンパイル」は面倒です。プリント基板CADで設計したらプリント基板を製造し、部品を調達し、部品をプリント基板に実装する必要があります。物理的なプロセスがいくつも入るため、時間がある程度かかるのは仕方ないとして、細かなやり取りにかなりコストがかかります。そんな中で、設計後のデータを投げておいたらプリント基板の製造から実装までを勝手に行ってくれるサービスがいくつか登場してきました。 Fusion PCBA Prototype Serviceは中国の深圳にあるSeeed Studioが提供する製造サービスの一つで、PCB（プリント基板）の製造だけでなく部品の実装まで行ってくれるものです。使用できる部品はSeeed Studioが定める「Open Parts Library」の中の部品を使用することで、2個から100個までの製造を簡単に行え