清水秀樹 | AI×ロボット×教育

AIやロボット、IoTに興味はあるけれ、何から始めればいいか分からない。そんなときの最初の一歩を一緒に整理しています。
軽い相談や壁打ちレベルでも大丈夫なので困りごとがあれば気軽にDM下さい。
技術を「分かる形使える形」に落とすことがテーマです。
教育体験設計・現場活用に関心があり、学校企業地域での活用を考えています。

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

AIやロボットの仕事に携わってきましたが、これからはロボットを作って売る仕事より、ロボットを作る楽しさを届ける仕事ができたら良いなと思っています。

ロボットは完成品を見ると難しそうですが、モーターを1つ動かせるだけでも一気に身近になります。

自分はその「私でもできた」という感覚を、教育、自治体、企業、そして個人に持っていきたいと思っています。

このアカウントでは、自作ロボ / 生成AI / IoT の実践を通じて、技術を分かる形、使える形にする発信をしています。

これまでの実践はこちら
https://t.co/d9xGRO7yQF

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

水中を泳ぐ魚を、映像から一匹ずつ検出して追えます。濁った海の中でも、複数同時に。

・養殖の生簀 → 数・サイズ・動きの把握、異常の早期発見
・資源や環境の調査 → 魚種・個体数の自動カウント
・定置網や漁港 → 入ってくる魚のモニタリング

特別な機材は使わず、水中カメラの映像だけ。一匹ごとにIDを付けて、輪郭まで捉えています。

海の中の“数える・見張る”、他にどんな場面で要りそうですか？

#AI活用 #画像認識 #水産 #ultralytics #sam3

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

メインフレームって、そう簡単にはAIに置き換わらないと思うんですよね。
AIがコードを書くのが得意になったのは、要するに「情報量が多いから」です。
Web開発がいい例で、世界中のオープンソースやQ&Aが山ほど公開されている。だからAIはどんどん学んで、上手くなる。
裏を返すと、情報が世に出ていない領域はAIが弱い。
メインフレームやCOBOLは、コードが企業の中に閉じていて、ネットにほとんど転がっていない。だから簡単には置き換わらないんです。
面白いのは、25年前は「これからはオープン系の時代だ」と言われていたこと。COBOLは古い、これからはWebだ、と。
でも結局、最後まで残るのはメインフレームだった。技術の評価って、こうしてひっくり返るんだなと思います。

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

空を流れる雲の動きを、ふつうのカメラ映像から検出して追えます。

・太陽光発電 → 雲の接近で変わる日射・発電量の先読み
・空港や港、道路 → 視程（もや・霧）の監視
・観光ライブカメラ → 天候・景観の自動把握

特別な気象センサーは使わず、映像だけ。動く雲を一つずつ捉えています。

他にこの“空の変化を読む”が活きそうな場面、ありそうですか？

#AI活用 #画像認識 #気象

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

道路を通る車の台数、人がカウンターで数えていたあの作業、映像から自動で数えられます。一台ずつ識別して、重複なく。

・交通量調査 → 手作業カウントの置き換え（混雑時も漏れなく）
・駐車場や施設 → 入退場の台数把握
・出店や商圏の分析 → 店前の通行量を定量化

屋外の普通の道路映像でOK。車種が混ざっていても、一台ごとにIDを付けて追跡しています。

他にこの“数える”が効きそうな場面、ありそうですか？

#AI活用 #画像認識 #交通量調査 #yolo #Ultralytics

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

@Mar_3simai コメントありがとうございます。地味に色々計測出来そうですよね。

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

人が「どこを向いているか」を、カメラだけで読み取ります。複数人を同時に、リアルタイムで。

・製造や運転の現場 → よそ見・前方不注意の検知
・店頭・展示・サイネージ → 注目が集まる方向の可視化
・研修やセミナー → 聞き手の関心の向き

専用センサは不要、いまあるカメラ映像だけ。個人は特定せず“向き”だけを見ています。

他にこの“向き検出”が効きそうな場面、ありそうですか？

#AI活用 #画像認識 #DX

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

ローカル環境でLLM動くOllamaを使ってみてるけどフツーに精度高いな。
しかも無料。
このレベルが無料になってくると、滅茶苦茶投資しているOpenAIとか、採算とれるのかな？
#LLM #Ollama

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

yolo26のセマンティックセグメンテーションだけど、Cityscapesの１９クラスで動かしてみたら、もうここまで出来るようになってましたね。
0 road（道路・車道）
1 sidewalk（歩道）
2 building（建物）
3 wall（塀・壁）
4 fence（フェンス・柵）
5 pole（ポール・支柱）
6 traffic light（信号機）
7 traffic sign（道路標識）
8 vegetation（植生・樹木）
9 terrain（地面・地形）
10 sky（空）
11 person（人・歩行者）
12 rider（搭乗者＝自転車やバイクに乗った人）
13 car（自動車）
14 truck（トラック）
15 bus（バス）
16 train（列車）
17 motorcycle（オートバイ）
18 bicycle（自転車）
##ultralytics #yolo26 #SemanticSegmentation

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

春先に行った宮古島でウミガメに出会えなかったので、物体検出してみました。
#SAM3 #ultralytics

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

竜巻を検知する。
#SAM3 #ultralytics

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

カメラで火災検知。
火の用心。
#SAM3 #ultralytics

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

@YUK_KND 確かに、その可能性もありますよね。

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

SAM3の凄い所は「girl」で検出できるところ。「person」で検出する時代は終わった。
#SAM3 #ultralytics

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

@behlulcansahin @JMrwaa https://t.co/KFOIVWxqyY

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

SAM3の凄いところは「黒い犬」と指定すると黒い犬だけを検出できるところ。
#SAM3 #ultralytics

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

@Allan_Ryan_ https://t.co/KFOIVWxqyY

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

@DDhfrcycyf5vuf I think it can be done.

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

@candgrmncix https://t.co/KFOIVWxqyY

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

煙のアノテーションとかマジ無理！
そう思う方はSAM3で「smoke」で検出してましょう。
カメラだけで新しい火災検知機とか作れると思います。
#SAM3 #ultralytics

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

@DJM2241 good idea

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

@73935860Ae Thank you!

[清水秀樹 | AI×ロボット×教育 @ai_coordinator]

@your_usarname_ AI has many possibilities.