クラウドコンピューティングに続き、フォグコンピューティングがスマート消防を実現

近年、科学技術分野では、人工知能やディープラーニングなどの人気技術に加え、クラウドコンピューティングやエッジコンピューティングの急速な発展に伴い、フォグコンピューティングが徐々に世間の注目を集めるようになり、科学技術コミュニティの流行語となっています。米国の大学によれば、フォグコンピューティングによってスマートな消防活動が可能になる可能性があるという。

[[252995]]

フォグコンピューティングとクラウドコンピューティング

ウェイン州立大学はこのテーマを調査し、OpenFog コンソーシアムのメンバーとフォグ コンピューティングに関する大手ネットワーク テクノロジー企業からの洞察をまとめたレポートを作成しました。 「クラウドとエンドポイントの橋渡し」と題されたこのレポートは、Tech Idea Research によって公開されました。

このレポートでは、クラウド コンピューティングの出現に伴い、フォグ コンピューティングが必要な理由について説明します。ほとんどの場合、クラウド コンピューティングはサービス ニーズを満たすことができますが、場合によってはクラウド コンピューティングのパフォーマンスが不足することがあります。

ある意味では、クラウド コンピューティングは「権力の高い地位にある遠い親戚」に例えることができます。クラウド コンピューティングには豊富なリソース、強力な機能、幅広いサービスがありますが、遠く離れており、メンテナンス コストが高く、応答時間も長くなります。

フォグ コンピューティングは、「親切な隣人」に例えることができます。つまり、分散したリソース、多様な機能を持ち、それぞれが独自の強みを持っています。彼らはあなたのすぐそばにいて、お互いの関係はシンプルで調和的です。互いの長所を学び、サポートし合うだけでなく、要求に応えて迅速に対応することもできます。

火災の場所、建物のフロアプラン、危険情報、生理的状態、閉じ込められた人の数など、リアルタイムで更新されるデータは消防士にとって重要です。このデータは、消防士が人命を救い、火災による被害を最小限に抑えるための最善の計画を決定するのに役立ちます。

現在、消防士が取得したデータは、ドローン、通信システム、消防士が携帯するセンサーなど、さまざまな技術を通じて収集され、機械学習ベースのデータおよびビデオ分析プラットフォームに送信されて視覚情報が生成され、救助に参加する消防士に送信されます。

この機械学習アルゴリズムには、強力なコンピューティング リソースと大量のストレージ スペースが必要です。つまり、消防車自体のような、ローカルの集中型データセンターが必要になります。

一方、消防指揮官が操作するノートパソコンやタブレットは、火災現場を監視するためのインターフェースを提供することができ、モバイル ブロードバンド ルーターは、モバイル インターネット信号をローカル Wi-Fi ホットスポットに変換します。

さらに、ルーター、基地局、スイッチなどのエッジ ノードは、データを高速で処理および保存し、必要に応じてデータを火災現場またはクラウドに送り返すことができるフォグ コンピューティング インフラストラクチャを提供できます。

フォグコンピューティングがスマートな消防活動を可能にする

緊急時に消防士が必要とするストレージと処理能力をサポートするために、クラウドのみのアプローチを検討するソリューションがあります。たとえば、TRX システムの NEON 人員追跡および正確な位置決めとマッピング システムのストレージと処理機能など​​です。

しかし、消防士の時間の緊急性とクラウド コンピューティングの遅延特性により、両者の連携が困難になるため、研究者はフォグ コンピューティングの可能性を調査しています。

1 つ目は、危険因子を検出し、閉じ込められた人の数を数えることです。報告書には次のように記されています。

「救助隊が捜索活動を行う際、危険（有毒ガス、天井や壁の崩落など）を正確に検知し、他の消防士が危険地帯を回避できるよう、その位置をすべての消防士に素早く伝えることが極めて重要です。さらに、監視カメラの画像や動画を通じて、閉じ込められている人数や居場所を特定することも可能です。」

これらのビデオおよび画像分析には多大な計算能力が必要であり、インターネットを介した広範なビデオデータ伝送は、リアルタイムで情報を取得する上で支障をきたすことになります。

第二に、フォグ コンピューティングにより、火災発生時に大量のデータを精査できるインテリジェントで自動化された安全意思決定システムを実現できます。

フォグ コンピューティングの高速機械学習と AI 機能により、消防署は建物の設計図、火災現場データ、ソーシャル メディアの投稿、人口統計レポートなどの情報を自動的に分析し、リアルタイムの情報に変換できるようになります。

将来的には、消防士の制服にさまざまなウェアラブルセンサーやデバイスが搭載されることが予想されます。これらのウェアラブル IoT デバイスを通じて、閉じ込められた人々の位置、健康状態、環境内の危険な化学ガスや温度などを感知することができます。ドローンは火災現場の航空写真を見ることができます。カメラとセンサーを搭載したロボットは危険地帯に入り、現場の被害の程度を確認し、熱や煙の密度などその他の重要な環境パラメータを測定することができます。

収集されたデータを使用することで、自動化されたインテリジェントな安全意思決定システムは、消防士が安全な出口や近くのプロパンタンクを見つけたり、周囲の温度が上昇したときに警告を発したり、さらには爆発の可能性を推定したりするのに役立ちます。

NASA JPLはAUDREYと呼ばれるプロジェクトで消防士に関するAI研究を開始した。

*** 火災現場の 3 次元モデリングにより、消防指揮官に 3D 空間での状況情報を提供できます。位置特定システムと統合すると、消防士の位置、建物の高さ、形状、階数、内部のフロアプランなどのパラメータがドローンや都市建設データベースから取得されます。

フォグコンピューティングの商業的価値

米国ではネット中立性が注目されており、最近、サンタクララ郡の山火事の際にベライゾンが消防署へのアクセスを遮断したことで強く批判された際に、信頼性の高いネットワークインフラの重要性が明らかになった。

火災救助の場合、フォグ コンピューティングは、ドローンからのデータを含むデータを取得して処理するために、多数の IoT テクノロジーを統合します。災害や緊急時の対応におけるドローンの価値は十分に確立されており、今年は無人航空機の助けにより 160 人以上の命が救われました。

ある意味で、フォグ コンピューティングはクラウド コンピューティングとエッジ コンピューティングの中間に位置します。クラウド コンピューティングでは通常、サードパーティのデータ センターでデータを処理、保存、分析します。エッジ コンピューティングにより、これらのプロセスをデータ ソースのできるだけ近くで実行できるようになります。フォグ コンピューティングは、フォグ ノードまたは IoT ゲートウェイと呼ばれるサーバー上のローカル ネットワーク レベルでこれらのインテリジェント プロセスをホストします。

フォグ コンピューティングの分散型水平アーキテクチャにより、通信、処理、ストレージ、制御、意思決定などの主要機能をデータ ソースに近づけることができます。これにより、レイテンシ、ネットワークのアクセス性、コストの上昇、データ セキュリティなどの問題に対処できます。

オペレーターは、データの機密性、分析に必要な速度、ダウンタイムや遅延の影響、予算の制約に基づいて、さまざまな環境でホストするプロセスを決定します。全体として、フォグ コンピューティングは、シンプルなネットワーク インフラストラクチャと低遅延を実現するため、適切な選択です。