エッジAIとは何ですか?

エッジ AI はエッジ コンピューティングから生まれました。エッジコンピューティングは、エッジ処理とも呼ばれ、ローカルデバイスの近くにサーバーを配置するネットワークテクノロジーであり、システムの処理負荷を軽減し、データ転送遅延の問題を解決します。このような処理は、データが生成されるセンサーまたはデバイスの近くで実行されるため、エッジと呼ばれます。

[[341005]]

エッジコンピューティングの発展は、エッジ AI の重要性がますます高まっていることを意味します。これはすべての業界に当てはまりますが、特に処理遅延の削減とデータ プライバシーの保護に関しては当てはまります。この記事では、エッジ AI の影響、それが重要な理由、そして一般的な使用例について説明します。

エッジAIとは何ですか?

エッジ AI とは、ハードウェア デバイス上でローカルに処理され、ネットワーク接続なしでデータを処理できる AI アルゴリズムを指します。つまり、ストリーミングやクラウドへのデータ保存を必要とせずに、データ作成などの操作を実行できるということです。デバイス データをクラウドで処理できない状況が増えているため、これは重要です。たとえば、工場のロボットと自動運転車はどちらも、最小限の遅延で高速にデータを処理する必要があります。

これらの目標を達成するために、エッジ コンピューティングは、データの発信元であるデバイス自体 (エッジ) でモデル推論と予測を実行しながら、クラウドでディープラーニングを通じてデータを生成できます。

工場内の産業用ロボットを例に挙げてみましょう。ここで、AI テクノロジーは、監視カメラやセンサーからの大量のマルチモーダル データを、人間では達成できない速度で視覚化し、評価することができます。人間が見逃してしまう可能性のある生産ライン上の障害データを検出するために使用できます。このタイプの IoT 構造は、生産ラインで生成される大量のデータを保存し、機械学習を通じて分析することができます。これらは、工場をよりスマートにすることができる AI モデルの中心でもあります。

エッジAI、IoT、5G:

• エッジ AI は、モノのインターネット (IoT) や 5G ネットワークと一緒に議論されることがよくあります。
• IoTとは、スマートフォン、ロボット、電子機器など、インターネットを介して相互に接続されたデバイスを指します。エッジAIはAI分析のプラットフォームとして、IoTで生成される大量のデータを収集・蓄積し、スケーラブルなクラウドの利用を可能にします。これにより、データ処理とインフラストラクチャの柔軟性が向上します。

5G ネットワークは、超高速、高同時実行性、超低遅延という 3 つの主要機能が 4G ネットワークよりも大幅に優れているため、上記のプロセスを強化できます。

IoTデバイスがデータを送信するとデータ量が爆発的に増加し、伝送速度に影響を与えるため、5GはモノのインターネットやエッジAIの発展に不可欠です。伝送速度の低下は遅延を引き起こし、リアルタイム処理における最大の問題となります。

エッジコンピューティングとエッジ AI が重要なのはなぜですか?

デバイスデータをクラウド経由で処理できない場合が増えています。高速処理が求められる産業用ロボットや自動運転車ではよくあるケースですが、データフローが増加すると処理の遅延が危険になることがあります。

たとえば、自動運転車が道路上の物体を検知したり、ブレーキやステアリングを操作したりするときに、クラウドで遅延が発生することを想像してみてください。データ処理の速度が低下すると、車両の応答も遅くなります。反応が遅い車両が間に合わなければ、事故が発生する可能性があります。この時点で人命は本当に脅かされています。

これらの IoT デバイスでは、リアルタイムの応答が必須です。これには、クラウドベースの AI に頼るのではなく、デバイスが現場で画像/データを分析および評価できる必要があります。

通常はクラウドに委託されている情報処理をエッジデバイスにオフロードすることで、伝送遅延のないリアルタイム処理を実現します。また、重要な情報のみをクラウドに送信すれば、送信されるデータ量を削減できるため、通信が途切れるリスクを最小限に抑えることができます。

エッジAIのユースケース

エッジ AI の市場は、主に産業機械と民生用デバイスの 2 つの領域で構成されています。設備の制御や最適化、反復作業の自動化などの分野で進歩がみられます。

消費者向けデバイスでも、AI カメラが撮影対象を自動的に認識できる画期的な進歩が見られます。民生機器市場は産業機器に比べて機器数が多いことから、2021年以降大きく拡大すると予想されます。

以下にエッジ AI の一般的なシナリオをいくつか示します。

自動運転車

自動運転車は、エッジ コンピューティングの適用が最も期待されている分野です。自動運転車では状況を即座に評価する必要があり、リアルタイムのデータ処理が必要となる状況が多くあります。 2019年12月、日本は道路交通法と道路運送車両法を改正し、レベル3の自動運転車がより容易に公道を走行できるようにした。自動運転車が満たすべき安全基準や、自動運転車が運行できるエリアを規定しています。その結果、自動車メーカーはこれらの基準に準拠した自動運転車の開発に懸命に取り組んでいます。たとえば、トヨタはすでにTRI-P4完全自動運転（レベル4）の自動運転システムをテストしています。

ドローン

飛行中にドローンが制御を失い行方不明になるというニュース報道が増えています。中には事故につながるものもありました。ドローンが着陸する場所によっては、墜落の結果が悲惨なものになる可能性もあります。

自律型ドローンでは、パイロットはドローンの飛行に積極的に干渉しません。彼らは遠隔で操作を監視し、絶対に必要な場合にのみ手動でドローンを飛行させます。最も注目すべき例は、荷物を配達するために自動運転ドローンを開発しているドローン配達サービスであるAmazonのPrime Airです。

顔認識

顔認識システムは、顔を学習することで個人を認識できる監視カメラの開発方向です。株式会社WDSは、エッジAIにより顔の特徴をリアルタイムに解析するAIカメラモジュール「Eeye」を2019年11月に発売しました。 Eeye は顔を素早く正確に識別できるため、性別や年齢などの特性をターゲットにしたマーケティング ツールや、デバイスのロックを解除するために使用される顔認識シナリオに適しています。

スマートフォン

これは私たちが最もよく知っているエッジ AI デバイスです。 Siri と Google Assistant は、音声 UI を駆動するテクノロジーであるため、スマートフォン上のエッジ AI の良い例です。携帯電話の AI により、データ処理がデバイス (エッジ) 側で実行できるようになるため、デバイス データをクラウドに配信する必要がなくなります。これにより、プライバシーが保護され、トラフィックが削減されます。

エッジAIの未来

エッジ AI は急速に成長しており、このテクノロジーにはすでに多額の投資が行われています。 Konduit AI のような企業は、これを東南アジアにおける AI 戦略の重要な一部にしています。もう1つの例としては、2020年1月にAppleがシアトルを拠点とするAI企業Xnor.aiを買収するために2億ドルを費やしたことが挙げられます。 Xnor.ai の AI テクノロジーは、エッジ処理を通じてユーザーのスマートフォン上のデータを処理します。 AI がスマートフォン自体に組み込まれるようになるにつれて、音声処理、顔認識技術、プライバシー保護などの進歩が見られるようになるでしょう。 。

富士計器グループが発表した「2019年AIビジネス概要調査」によると、2018年度の国内エッジAIコンピューティング市場の予測市場規模は110億円。調査では、2030年度には市場規模が664億円に拡大すると予測している。

5Gの普及により、グローバルエッジAIサービスのコストが下がり、需要が増加する可能性もあります。

この記事はLeiphone.comから転載したものです。再印刷が必要な場合は、Leiphone.com 公式 Web サイトにアクセスして許可を申請してください。