エッジAIとは何ですか?

エッジの AI により、デバイスはクラウドやオフサイトのデータセンターに接続することなく、より迅速に賢明な意思決定を行うことができます。

エッジ AI は、エッジコンピューティング環境での人工知能の実装であり、集中型のクラウドコンピューティング施設やオフサイトのデータセンターではなく、実際にデータが作成される場所の近くでコンピューティングを実行できます。

このローカライズされた処理により、デバイスはインターネット接続やクラウドを必要とせずにミリ秒単位で意思決定を行うことができます。基本的に、デバイスがデータを生成すると、ボード上のアルゴリズムはそのデータをすぐに使用できます。

エッジAIの定義

エッジ AI は、エッジコンピューティング環境における人工知能の実装です。これは、AI コンピューティングが、集中型のクラウドコンピューティング施設やオフサイトのデータセンターではなく、特定のネットワークのエッジ、通常はデータを作成するデバイス (カメラや車など) で実行されることを意味します。

たとえば、人工知能のおかげで、各ユーザーに合わせてカスタムドリンクを生成し、時間の経過とともにユーザーの好みを学習するスマートコーヒーメーカーがあると想像してください。しかし、ほとんどのスマートデバイスとは異なり、このコーヒーポットはインターネットに接続されておらず、データ処理に使用されるすべてのアルゴリズムはエッジ人工知能のおかげでポット自体の中で生成されます。

このテクニックの用途は、キッチンのカウンタートップをはるかに超えています。エッジ AI は、より高速、低コスト、低消費電力でリアルタイム分析をより安全に生成できるため、製造、医療、エネルギー企業などの業界においてクラウドベース AI の魅力的な代替手段として活用されています。

つまり、エッジ AI はエッジコンピューティングと人工知能を組み合わせたものです。したがって、エッジ AI を理解するには、まずエッジコンピューティングと人工知能について理解する必要があります。

エッジコンピューティングとは何ですか?

エッジコンピューティングは、オフサイトのデータセンターではなく実際のデバイスにコンピューティングとデータストレージを近づける分散コンピューティングフレームワークです。エッジコンピューティングでは、データがデバイスに近いため、速度と応答時間が向上します。

最近ではスマートデバイスがあらゆる場所に普及しています。手首の時計からガレージの車に至るまで、あらゆるものは自律計算を実行し、他のスマートデバイスとデータを交換できます。これは、モノのインターネット (IoT) とよく呼ばれる概念です。

このすべてのデータが行き来すると、データセンターに大きな負担がかかります。しかし、エッジコンピューティングは、一部の処理を原点に近づけることでその負担を軽減することを目指しています。したがって、クラウドに行く代わりに、いわば「エッジ」で作業が行われます。

「エッジ」とは、使用中のデバイスのみを指します。これは、携帯電話、カメラ、自動車、医療機器、テレビなどです。つまり、エッジコンピューティングとは、コンピューターがそのデバイスの内部または近くにある場合のことです。また、他のコンピューターと同様に、エッジコンピューターは標準データを処理するように設計されています。

人工知能とは何ですか?

人工知能は、機械学習や深層学習などの幅広い技術を含むコンピューターサイエンスの一分野です。人工知能の目標は、人間の監督なしで通常人間が実行するタスクを動作および実行できるインテリジェントなマシンを構築することです。

すべてをまとめると、エッジ AI は本質的に「ローカルで作業を行い、意思決定を行う」のだと、エッジ AI スタートアップ ClearBlade の創設者兼 CTO であるアーロン・オールズブルック氏は言います。「すべてはルールです。データを処理し、収集し、理解するのです。大きなサーバーやクラウドではなく、自宅、職場、現場、駐車場で行われます。」たくさんあります」と彼は言いました。「さまざまな数学的アルゴリズムを動かし、それらの予測をエッジで実行することが重要です。

エッジAIのメリット

エッジの AI は費用対効果が高い

電子商取引スタートアップ向けの機械学習ツールを構築する会社である Dianthus の創設者兼 CTO であるロブメイ氏は、Deeplite がドローンやカメラに AI コンピューティング能力をもたらしている会社だったときに、ベンチャーキャピタル会社 PJC のパートナーとして初めてエッジ AI に気づきました。 . エッジ機器企業への投資先として推薦された。彼は懐疑的で、最初はパスしたこともありました。

「最初にエッジ AI 市場について考えたとき、それは小さな市場になるだろうと思っていました」と彼は Built In に語った。しかし、よく考えてみると、この業界は非常に「コスト重視」の業界であることに気づき始めました。そのため、Deeplite が PJC に再び売り込んだとき、彼は投資することに同意しました。

「小型のセキュリティカメラがあり、そのカメラで何らかの分析を実行したいとします。チップと 2 ドルのマイクロコントローラーに比べて、カメラを常にクラウドに接続し続けることはできないかもしれません。」と彼は続けました。。「多くの場合、[エッジ AI] の方が優れたモデルとなり得ます。

エッジ AI はデータをより高速に処理します

費用対効果は、エッジ AI の多くの魅力の 1 つにすぎません。AI をエッジに統合すると、リアルタイムのデータ分析が可能になり、帯域幅が確保され、クラウド接続された機械学習モデルでよく発生する遅延が削減されます。数ミリ秒単位で処理を高速化できるため、自動運転車などで使用すると大きな違いが生じる可能性があります。また、データはデバイス上に留まり、プライベートデータセンター間を行き来しないため、一般に安全性が高くなります。また、セキュリティの強化に伴い、特に IoT デバイスに関しては、プライバシーの重要性がますます高まっています。

それでも、エッジのAIは「非常に新しい」とオールズブルック氏は言う。「それは現れつつあると言えます。私たちは何が可能なのかを理解し始めたばかりだと思います。

エッジAIのデメリット

エッジ AI には継続的なトレーニングが必要です

エッジ AI システムは、他の AI モデルと同様に、エッジデバイスからのデータのみを使用して、定期的かつ継続的にトレーニングする必要があるため、困難な場合があります。これは多くの場合、多数のエッジデバイスからクラウドにデータを転送してデータセットを作成することを意味しますが、利用可能な帯域幅とエッジデバイスへの接続によっては非常に複雑になる可能性があります。

エッジ AI には追加のセキュリティ対策が必要

セキュリティもまた、別の意味で懸念事項です。エッジコンピューティングでは処理をローカルに保つことでシステムの安全性を高めることができますが、インフラストラクチャとデバイス自体には独自のセキュリティ対策が必要です。これには、アクセス制御、トラフィック監視、データバックアップ、ウイルス対策とマルウェア対策、さらには暗号化が含まれる場合があります。

エッジ AI は遅かった (しかし状況は変わりつつある)

エッジ AI 市場は、一部の人が期待しているほど急速に成長していません。PJCがDeepliteとより大規模なエッジAI分野に初期投資して以来、市場の一般普及は「予想より少し遅れている」とメイ氏は述べた。同氏は、これはエッジの AI が実際に必要とするデバイス (ドローン、電話、自動車など) の設計サイクルが長くなったことが原因であると考えています。もう一つの大きな部分は、この分野が一部のテクノロジー企業にも存在するという認識が一般的に欠如していることだと同氏は語った。

「何かを意識し、それをループに組み込む必要があります。デザインの観点から見ると、何かを世に出すまでに 18 か月かかることがあります」とメイ氏は言いました。「すべてが積み重なると思います。しかし、状況がさらに良くなることを願っています。

これが起こったようです。Allied Market Research によると、エッジ AI 市場の価値は 2020 年にはわずか 900 万ドルでしたが、2030 年までに 6,000 万ドル近くになると予想されています。一方、ガートナーは 2020 年に、2025 年までに企業データの 75% がクラウドを完全にバイパスし、エッジで生成および処理されるようになると予測しました。(エッジコンピューティングコミュニティ主導によるエッジコンピューティング業界年次報告書も作成中です。先生方は気長にお待ちください)

この分野の企業は引き続き投資家の注目を集めています。たとえば、AIチップの新興企業Axeleraは2700万ドルの資金を調達し、インテルのエッジAIおよびIoTグループの元副社長兼ゼネラルマネージャーであるジョナサン・バロン氏を会長に採用した。

デル・マフェオ氏は、アクセラ社は近い将来、セキュリティー、小売り、産業オートメーション業界に注力する計画であり、これら3社はいずれも同社のチップが設計されているコンピュータービジョン技術とカメラに多額の投資を行っていると述べた。たとえば、このチップは、Amazon Go食料品店のレジなしチェックアウト、スマートシティの監視カメラ、人間の同僚との事故を防ぐために視覚を必要とする協働ロボットなどに使用できる可能性がある。「エッジコンピューティングは人々の生活の質の向上に役立ちます」とデルマフェオ氏は述べています。

「私たちは今、新しいテクノロジーが周囲の人々の生活の質に大きな影響を与える可能性がある転換点にいます。...10年から15年後を見てみると、私たちの周りの世界は大きく変わるでしょう。、そしてエッジ人工知能はそれにプラスの影響を与えることができます。」

エッジ AI テクノロジーはどのように機能しますか?

エッジ AI を使用すると、機械学習アルゴリズムは、IoT デバイスやエッジコンピューティングデバイスを備えたマシンなど、システムの実行に必要なデータや情報が生成される場所に近い、特定のネットワークのエッジで直接実行できます。エッジ AI デバイスは、組み込みアルゴリズムを使用してデバイスの動作を監視し、デバイスデータを収集して処理します。これにより、デバイスは意思決定を行い、問題を自動的に修正し、将来のパフォーマンスを予測できるようになります。

エッジ AI は、既存の中央処理装置 (CPU) からマイクロコントローラーや高度なニューラル処理デバイスに至るまで、さまざまなハードウェア上で実行できます。最も一般的に使用されているエッジコンピューターの一部は、Intel、NXP、Qualcomm などの大手テクノロジー企業によって製造されています。

クラウドAIとエッジAI

クラウド AI とエッジ AI には類似点もありますが、明確な違いがあります。

クラウド AI とは、クラウド上でデータを処理および保存することを指します。これにより、ソフトウェアエンジニアはクラウド AI システムの設計と構造をより柔軟に行うことができますが、機能するにはインターネット接続が必要です。クラウド AI はインターネット接続に依存しているため、効率性とセキュリティ上の懸念が生じる可能性があります。

エッジ AI はインターネット接続を必要とせずにデータをローカルで処理および保存するため、このテクノロジーはリアルタイムデータを生成し、独立した意思決定を行うことができます。

メイ氏は、エッジAIデバイスによって実現される高レベルのコンピューティング能力により、最終的にはエッジAIがクラウドAIよりも大きくなる可能性があると述べた。しかし、多くは、市場に登場するチップの種類と、それらがどれほど安価で効率的であるかに依存します。

この目標に向けて取り組んでいる新興企業である Axelera は、高いコンピューティングパフォーマンスと可用性を実現するチップを設計している、と共同創設者兼 CEO のファブリツィオデルマフェソ氏は、今日私たちが通常使用している種類のチップであると述べています。消費電力"。そのため、データをメモリから CPU に移動し、またメモリに戻す (これはほとんどのコンピュータで一般的) のではなく、チップがメモリと CPU を組み合わせており、これは「インメモリコンピューティング」として知られている、と同氏は説明した。「私たちはメモリを変更し、メモリ内で計算を行っています。これにより、多くのデータを移動する必要がなくなるため、チップが非常に効率的になります。」同氏はさらに、基本的にコンピューティング要素をメモリに埋め込むことで、コンピュータのニューラルネットワークを高速化することは可能です。

この分野で革新を行っている企業は確かに Axelera だけではありません。エッジ AI ハードウェア市場は、2021 年の 9 億 2,000 万台から、2026 年には 20 億台以上に成長すると予想されています。そして、ある推定によると、エッジ AI チップ市場だけでも 2025 年までに約 730 億ドル成長すると予想されています。

エッジAIの重要性

全体として、AI の普及が進むにつれてエッジの AI は成長しており、都市のゴミ収集に最適な日の予測から中小企業のより効率的な運営の支援に至るまで、AI は日常生活の最も日常的な部分の最適化を続けています。技術的な複雑さにもかかわらず、エッジにおける AI の最終目標は非常にシンプルです。それは、デバイス自体に近づくことで、移動する必要があるデータの量を削減することです。

これにより、帯域幅が確保され、遅延、つまり処理のために転送する必要がある周辺アプリケーションデータが削減されます。さらに、このデータは遠くまで移動する必要がないため、エッジ AI はリアルタイム分析を可能にし、すでに急速に進化しているこの分野における将来のイノベーションに大きな影響を与える可能性があります。

「Edge AI はよりリアルタイムです。リアルタイムフィードからのデータを調べ、リアルタイムフィード内で予測を行います」とオールズブルック氏は言います。「エッジで AI を実行できれば、データを集中型のクラウドや IT に移動することなく、その場で非常に優れた予測を行うことができます。」

エッジ AI の例

エッジの AI は産業用 IoT アプリケーションとして最も人気があるかもしれませんが、ユースケースはそれだけではありません。エッジ AI の他の例は、DevOps、ロボティクス、コンシューマーテクノロジーなどに見られます。

健康監視装置

エッジの AI により、病院やその他の医療提供者は、患者の機密情報を不必要に送信することなく AI のメリットを享受できます。心臓トラッカーや血圧センサーなどの健康監視デバイスから収集されたすべてのデータは、ローカルで処理および分析できるため、医療専門家が患者により良いケアを提供できるリアルタイム分析が可能になります。

エッジAI実装ソフトウェア

Allsbrook 氏の会社 ClearBlade は、産業用 IoT デバイスへのエッジ AI の実装、特に予知保全や特定のデバイスの故障時期の予測に特化しています。企業は、Onyx と呼ばれるエンジンのおかげで、ClearBlade プラットフォーム上でリアルタイム IoT データソースの推論を直接実行できます。これにより、さまざまな言語やさまざまな種類のツールを使用してモデルを構築できます。

Allsbrook 氏は、人々が Onyx を使用して古いモデルをエッジの AI で再利用し、新しいモデルを構築したり、データサイエンティストの新しいチームを雇用したりすることなく、新しいテクノロジーに導入していることにも気づいたと述べました。

自動運転車

重量 4,000 ポンドの自動運転車が交通量の多い道路を走行しているときは、1 ミリ秒も重要です。AI によるエッジでの迅速なデータ処理により、システムは周囲の環境に迅速に対応できるようになり、理想的にはより安全で信頼性の高いデバイスになります。

防犯カメラ

Edge AI は、コンピュータービジョン、物体検出、顔認識を使用して、Vmukti のセキュリティカメラなどの一部のセキュリティカメラを特に効果的にします。双方向オーディオ、デジタルズーム、あらゆる場所からのリモートモニタリングが可能になります。

スマートホーム

ビデオドアベルから、食品の消費量や賞味期限などを監視する音声制御の電球や冷蔵庫に至るまで、スマートホームには、住民の生活を楽にするために連携するように設計された IoT デバイスのネットワークが含まれています。エッジ AI を使用すると、これらのデバイスがすべてのデータを家から集中リモートサーバーに送信して処理する必要がなく、これらすべてをオンサイトで実行できるため、より高速かつ安全になります。

エッジにおける AI の未来

もし私たちのすべてのスマートデバイスに人工知能が搭載されていれば、私たちは日常生活の中で人工知能に気づくことになるでしょう、とメイ氏は語った。彼は、より多くの物に音が組み込まれるようになるだろうと予測しています。そして、このテクノロジーはより速く、より安価に機能する可能性があります。

「インターネットに接続されているかどうかにかかわらず、あらゆるデバイスにインテリジェンスを組み込むことができるということを考えると、それは非常に強力な機会だと思います」とメイ氏は語った。「これらすべてを常にクラウドに接続する必要がある場合、それは困難になるだろう」と彼は続けた、「エッジの AI は、この種のアンビエントコンピューティングを支援する重要なテクノロジーの 1 つです。

実際、高レベルのコンピューティング能力を維持できる限り、最終的にはエッジ AI がクラウド AI よりも大きくなる可能性があると同氏は考えています。ただし、このテクノロジーがクラウドコンピューティングに完全に置き換わるというわけではありません。企業は依然として、すべての Software-as-a-Service (SaaS)、アプリケーション、データベースアプリケーション、インフラストラクチャをクラウドに保持する必要があるかもしれません。

むしろデル・マフェオ氏は、AIがより洗練されるにつれて、この2つは相互に補完し合うようになるだろうと予測している。

「携帯電話はますます高性能になっています。テレビはコンピューターになりつつあります」と彼は言いました。「つまり、コンピューターはどこにでもあります。これは古典的な傾向です。

著者: エレン・グローバー編纂者: Le Wei

オリジナル: https://builtin.com/artificial-intelligence/edge-ai