Edge AI & Edge Computingとは？

Edge AIは、人工知能の最も注目される新しい分野の1つであり、プライバシーまたはデータ転送による遅延について心配することなく、AIプロセスを実行できるようにすることを目的としています。Edge AIは、AIのより広範な使用を可能にし、クラウドへのアクセスなしにスマートデバイスが入力に迅速に反応できるようにします。Edge AIの簡単な定義は以上の通りですが、Edge AIをより深く理解するために、Edge AIを可能にする技術とEdge AIの使用例を探ってみましょう。

Edge Computingとは?

Edge AIを真正に理解するには、まずEdgeコンピューティングを理解する必要があります。Edgeコンピューティングを理解する最も良い方法は、Edgeコンピューティングとクラウドコンピューティングを対比することです。クラウドコンピューティングは、インターネットを介したコンピューティングサービスを提供することです。対照的に、Edgeコンピューティングシステムはクラウドに接続されていません。代わりに、ローカルデバイスで動作します。これらのローカルデバイスは、専用のEdgeコンピューティングサーバー、ローカルデバイス、またはインターネットオブシングズ（IoT）です。Edgeコンピューティングを使用する利点は、いくつかあります。たとえば、インターネット/クラウドベースの計算は、待ち時間と帯域幅によって制限されますが、Edgeコンピューティングはこれらのパラメーターによって制限されません。

Edge AIとは?

Edgeコンピューティングを理解したので、Edge AIを見てみましょう。Edge AIは、人工知能とEdgeコンピューティングを組み合わせたものです。AIアルゴリズムは、Edgeコンピューティングが可能なデバイスで実行されます。この利点は、データをリアルタイムで処理できることです。クラウドに接続する必要はありません。
最先端のAIプロセスのほとんどは、多大な計算能力を必要とするため、クラウドで実行されます。その結果、これらのAIプロセスはダウンタイムに脆弱です。Edge AIシステムはEdgeコンピューティングデバイスで動作するため、必要なデータ操作はローカルで実行でき、インターネット接続が確立されると送信され、時間が節約されます。ディープラーニングアルゴリズムは、データの起点であるデバイス自体で動作できます。
Edge AIは、クラウドにアクセスできない状況でAIを使用する必要があるデバイスが増えてきたため、ますます重要になっています。例えば、どれだけの工場ロボットやどれだけの車がコンピュータビジョンアルゴリズムを搭載しているかを考えてみてください。これらの状況でのデータ転送の遅延は、災難的になる可能性があります。自律走行車は、道路上の物体を検出する際に遅延を許容できません。応答時間が非常に重要であるため、デバイス自体には、クラウド接続に依存せずに画像を分析および分類できるEdge AIシステムが必要です。
Edgeコンピューターに通常クラウドで実行されるデータ処理タスクを任せる場合、結果はリアルタイムで低遅延、リアルタイム処理になります。さらに、データ転送を最も重要な情報に制限することで、データ量自体を削減し、通信の断絶を最小限に抑えることができます。

Edge AIとインターネットオブシングズ

Edge AIは、5Gやインターネットオブシングズ（IoT）などの他のデジタル技術と組み合わせます。IoTは、Edge AIシステムが使用するデータを生成できます。5Gテクノロジーは、Edge AIとIoTの両方の進歩に不可欠です。
インターネットオブシングズとは、インターネットに接続されたさまざまなスマートデバイスを指します。これらのデバイスはすべてデータを生成し、Edge AIデバイスにフィードできます。Edge AIデバイスは、クラウドと同期されるまでデータの仮保存単位としても機能できます。データ処理方法により、柔軟性が向上します。
第5世代のモバイルネットワークである5Gは、Edge AIとインターネットオブシングズの両方の開発に重要です。5Gは、最大20Gbpsの速度でデータを転送できますが、4Gは最大1Gbpsの速度でしかデータを転送できません。5Gは、4Gよりもはるかに多くの同時接続をサポートします（1平方キロメートルあたり1,000,000対100,000）および待ち時間が短くなります（1ms対10ms）。これらの4Gに対する利点は、IoTが成長するとデータ量も成長し、転送速度に影響するため、重要です。5Gにより、より多くのデバイス間のやり取りが可能になります。多くのデバイスは、Edge AIを搭載できます。

Edge AIの使用例

Edge AIの使用例には、ローカルデバイスでデータ処理を行う方がクラウドで行うよりも効率的であるほぼすべてのインスタンスが含まれます。ただし、Edge AIの最も一般的な使用例は、自律走行車、自律ドローン、顔認識、およびデジタルアシスタントが含まれます。
自律走行車は、Edge AIの最も関連性の高い使用例の1つです。自律走行車は、周囲の環境を常にスキャンし、状況を評価し、近くのイベントに基づいて軌道を修正する必要があります。リアルタイムのデータ処理は、これらのケースに不可欠です。したがって、車載のEdge AIシステムがデータの保存、操作、および分析を担当します。Edge AIシステムは、レベル3およびレベル4（完全に自律的な）車両を市場に導入するために不可欠です。
自律ドローンは人間のオペレーターによって操縦されないため、自律車と同様の要件があります。ドローンが制御を失ったり故障したりして墜落し、財産や命を危険にさらす可能性があります。ドローンは、インターネットアクセスポイントの範囲外を飛行する可能性があり、Edge AIの機能が必要です。Edge AIシステムは、Amazon Prime Airなどのサービスに不可欠です。これは、ドローンを介してパッケージを配達することを目的としています。
Edge AIのもう1つの使用例は、顔認識システムです。顔認識システムは、カメラによって収集されたデータを分析するコンピュータビジョンアルゴリズムに依存します。セキュリティなどのタスクのために動作する顔認識アプリは、クラウドに接続されていない場合でも信頼性が高く動作する必要があります。
デジタルアシスタントは、Edge AIのもう1つの一般的な使用例です。Google Assistant、Alexa、Siriなどのデジタルアシスタントは、インターネットに接続されていない場合でも、スマートフォンやその他のデジタルデバイスで動作する必要があります。デバイスでデータを処理すると、クラウドに送信する必要がなくなり、トラフィックが削減され、プライバシーが確保されます。