はじめに

自分が北極圏のシロクマの個体数を心配している気候科学者のグループのリーダーであるとします。 そのため、チームは地域全体の戦略的な場所に何百台もの自動撮影カメラを設置しています。

北極圏のシロクマの写真

各写真にシロクマが写っているかどうかを手作業で確認するのではなく、これらのカメラからのデータをリアルタイムで処理し、シロクマが写っていたら地図上にアラートを表示する、自動システムの構築に取り組んでいます。 生データで目撃の可能性を分析するリアルタイム ストリーム処理が組み込まれたソリューション、および写真にシロクマが写っているかどうかを高い精度で判定するための人工知能 (AI) と機械学習が組み込まれたソリューションが必要です。 また、気候の変動は待ってくれないので、それを短期間で実現する必要があります。

Azure では、写真のストレージ機能、ライブ ストリーム分析、Microsoft Cognitive Services での画像分類、Power BI でのデータ視覚化など、この問題のソリューションを構築するために必要なすべてのサービスと機能が提供されています。

注意

Azure サブスクリプションをお持ちでない場合は、開始する前に無料アカウントを作成してください。

学習の目的

このモジュールでは、次のことを行います。

  • Azure ストレージ アカウントと IoT ハブを作成し、Node.js アプリを使ってシミュレートされたカメラに接続する
  • Azure Stream Analytics を使ってライブ ストリームのクエリを実行して分析し、Azure 関数を使って出力を返す
  • Microsoft Cognitive Services を使ってイメージ分類モデルをトレーニングし、アプリまたはサービスからモデルを呼び出す
  • Power BI を Azure SQL データベースに接続し、データベースからデータを視覚化する

重要

このモジュールは対話性が高く、すべてのユニットにおいて Azure portal と Azure Cloud Shell で手順を実行します。 また、複数の Azure サービスを組み合わせて使って完全なエンド ツー エンド ソリューションを構築する手順を説明することが意図されているため、ほとんどの Microsoft Learn モジュールより長くなっています。 このモジュールを完了するには、Azure サブスクリプションが必要です。

このモジュールで使われている各コンポーネントに重点を置いて学習するには、個々のサービスを取り上げてその作成と使用がさらに詳細に解説されている他のモジュールを確認してください。

前提条件

  • Azure サブスクリプション
  • Azure サービス、Azure portal、Azure CLI ツールについての基本的な知識
  • Node.js の熟知
  • Power BI Desktop