Raspberry PiにおけるPython開発環境の構築から、セキュリティ強化、パスワード再設定などのシステム管理、cronのトラブル解決法まで、実運用で役立つノウハウを一覧で紹介します。試作を「動かし続ける」ための実践的なトラブルシューティングと環境づくりのポイントを分かりやすく解説します。
Raspberry Pi のPython環境構築とシステム管理トラブルシューティング大全 続きを読む »
Raspberry Pi
Raspberry Piの安定稼働に必要な電源トラブルと熱対策を解説。モバイルバッテリー使用時の瞬断問題や小型UPSの選定、USB 3.0の誤認識対策、サーマルスロットリングを防ぐ冷却手法など、システムを24時間365日止めることなく運用するための実践的な知見をまとめて紹介します。
Raspberry Pi の電源トラブルと熱対策、安定稼働のための必修知識 続きを読む »
Raspberry Pi
プログラム医療機器（SaMD）の開発では、技術のスペック以上に「その技術を何のために使うか」という定義が重要です。同じソフトでも、標榜する目的次第で薬事該当性が変わります。そして、医療DXの本質は、現場での人間と技術の役割分担を明確にし、その価値を言葉とデータで正しく証明するプロセスにあります。
医療機器は「技術」ではなく「何をするものか」という定義が重要である 続きを読む »
MEGTAR, 事業開発
医療DXの現場では、機能を増やす「足し算のDX」が看護師の負担を増やし自滅するケースが後を絶ちません。Nintendo Switchの事例にならい、ノイズの削減、提示情報の絞り込み、アナログ業務の自動化という「3つの引き算」を取り入れ、現場の認知的負荷を減らす医療DXの本質を解説します。
医療DXが「足し算」で自滅する理由 ― 現場で知った、最強の組織を動かす「引き算の論理」 続きを読む »
事業開発
AIは責任が取れないから任せられないという主張に対し、部下への権限委譲の観点から再考します。全ての成果物を人間が検品する手法は限界を迎えており、今後はリスクの大きさに応じてAIの行動境界を設計する「Human in the Governance」が重要です。AIに与える自律性の範囲を管理する、新しい責任のあり方を提案します。
AIに仕事を任せられないなら、部下にも仕事を任せられない ― レビュー量が爆発する時代の、AIの責任と権限委譲について考える 続きを読む »
プロジェクト管理
IoTデータ可視化サービスAmbientの停止に伴い、MSX0で動作する熱中症アラートプログラムをThingSpeakへ移行しました。MSX BASIC特有の文字列処理や送信形式の変更といった実装のポイントに加え、判定ロジックを不快指数ベースへ強化した背景やデバッグの注意点も解説。レトロ環境で最新IoTを活用する実践的なリファクタリングの記録です。
MSX0のBASICプログラムをAmbientからThingSpeak対応にし、熱中症判定を不快指数ベースに変更した話 続きを読む »
IoT
Raspberry Piを用いた温湿度監視システムにおいて、データ収集基盤をAmbientからThingSpeakへ移行するためのPythonコード改修ポイントを解説します。専用ライブラリ不要のREST API利用、データ型の変換、レスポンスの並び順など、移行時に直面しやすい6つの注意点と具体的な実装例を紹介します。
AmbientからThingSpeakへ ― PythonのIoTデータ取得コードを移行する際の6つのポイント 続きを読む »
IoT, Raspberry Pi
IoTデータ可視化サービス「Ambient」の停止に伴い、M5StickCのデータ送信先を「ThingSpeak」へ移行する具体的な手順を解説します。ライブラリの置換やWiFi.hの追加、型指定によるコンパイルエラーの回避策など、実践的なコードの書き換えポイントを網羅。スムーズな環境再構築をサポートする実践的なガイドです。
M5StickCの送信先をAmbientからThingSpeakへ移行する実践ガイド ― コードの書き換えとハマりどころ 続きを読む »
IoT
IoTデータ可視化サービスAmbientの突然の停止を受け、代替サービスへの移行を検討。M5StickCやPythonを用いたシステム構成を維持しつつ、完全無料で自動ダッシュボード機能が備わるThingSpeakを最適解として選定しました。Ubidots等との比較を通じ、手軽さと安定性を両立する移行のポイントを解説します。
IoTデータ可視化を再構築する ― Ambient停止に伴いThingSpeakを選んだ理由と比較検証 続きを読む »
IoT
Windows 11のRecall機能が普及していない理由は、操作ログを記録するだけで行動の意味を理解していない点にあります。真の認知補助には、背景にある目的や文脈の推定が不可欠です。この課題は自動運転の安全設計にも共通しており、次世代AIにはログの蓄積ではなく、人間の意図を解釈する設計が求められるはずです。
AIが理解すべきは「ログ」ではなく「行動の意味」だ ─ Recallの限界から自動運転の安全設計を考える 続きを読む »
その他