•  

コラム

  1. TOP
  2. コラム
  3. コラム
  4. 第1回 エッジAIとは?自動運転等活用を広げる技術の概要

第1回 エッジAIとは?自動運転等活用を広げる技術の概要

  • LINEで送る
  • このエントリーをはてなブックマークに追加
第1回 エッジAIとは?自動運転等活用を広げる技術の概要

この連載コラムでは、エッジAIを取り上げます。初回は下記に示した構成のうち、「1. 概要」をお伝えします。「2. AIモデル」からは次回コラムで、「3.AIモデルの最適化」以降はEureka Box(ユーリカボックス)に掲載中、無料で読むことができます。

本連載の構成

概要

本コラムで解説します

AIモデル

予測精度とパラメーター数、レイテンシについて、数多くあるモデルから実際にどうやって選択すればいいのか。
※次回以降のコラムで解説します

AIモデルの最適化

AIモデルを最適化するための様々な技術、モデルサイズが小さくなることから、モデル圧縮とも呼ばれる、量子化(Quantization)・枝刈り(Pruning)・蒸留(Distillation)について。
※エッジAI技術が学べるEureka Box(ユーリカボックス)で公開中

AI実行環境

CPU、GPU、ASIC、FPGAの4種について、処理性能の比較など。
※エッジAI技術が学べるEureka Box(ユーリカボックス)で公開中

運用

エッジAIを開発して製品に載せた後の運用について、エッジAI用の運用プラットフォームとして提供されているサービス、Idein Actcast・NTT docomo EDGEMATRIX・・ソラコム S+ Camera Basicについて。
※エッジAI技術が学べるEureka Box(ユーリカボックス)で公開中

活用事例

インターネット上で公開されている活用事例、エコモット:エッジAIカメラ MRM-900・エアロセンス:エアロボ・アラヤ:自律ドローン・武蔵精密工業:AI 検品システムの紹介。
※エッジAI技術が学べるEureka Box(ユーリカボックス)で公開中

プレイヤーマップ

エッジAIに取り組んでいる企業まとめ。
※エッジAI技術が学べるEureka Box(ユーリカボックス)で公開中

連載3~7を読むには
Eureka Box 無料会員登録

本連載は、次のような想定・目的で記述しています。

想定する読者
  • エッジAIがなぜ必要とされているか知りたい人
  • エッジAIの技術に興味がある人
想定する読者の
知識レベル
  • 機械学習における学習と推論の違いがわかる
本連載を読んだ後に得られる期待値
  • 以下の問いに答えられるようになる
    • エッジAIとはなにか
    • エッジAI特有の技術にどのようなものがあるか
    • エッジAIの実行環境にどのようなものがあるか

 



1. 概要

エッジでのAI市場の拡大

近年、AI技術、特にディープラーニングが大きく発展したことで、その技術をエッジ環境でも使用したいというニーズが高まっています。適用分野として有名なのは自動運転ですが、そのほかにも、ドローン自動制御や、ロボット、スマート家電、製品検査、行動監視(万引きの防止、客がどれだけ入っているか、家庭で人が倒れていないか…)などがあります。

また、エッジデバイスの数自体も、ここ数年、毎年20億台や30億台というペースで増えており、さらに今後も数年はその傾向が続くだろうと予測されています。

AI技術、ディープラーニングの発展で拡大する市場
Copyright © 2021 eXmotion Co., Ltd. All Rights Reserved.

もちろん、そのデバイスすべてでAIが必要とされるわけではありません。しかし、成長率が高いと予測されている、医療、産業用途、コンシューマ、自動車・宇宙航空などの分野は、AIを必要としている、あるいはAIが有効活用できる分野と重なっています。ですから、今後エッジAIは大きく市場が拡大するだろうと考えられます。



エッジでのAIの利用

では、実際にエッジでAIを利用したくなったとしましょう。エッジデバイスでは、計算リソースや消費電力の制約が大きいためAI(特にディープラーニング)による推論を行うのは大変であり、そのためエッジからクラウド上のAIモデルを利用する方法がよく使われています。

エッジでのAIの利用
Copyright © 2021 eXmotion Co., Ltd. All Rights Reserved.

これは、学習したモデルをそのままクラウドに置き、エッジで発生した、たとえば画像のデータなどをクラウドに送信して、クラウド側で推論する、という方法です。身近なところでは、スマートスピーカーの音声認識などがこの形式を利用しています。この形式によるAIの利用は、エッジデバイスのリソースが貧弱でもよい、エッジ側の消費電力が少なくて済む、AIモデルの更新の管理をクラウドで一括して行うことができる、などの利点があります。



エッジでクラウドAIを利用する場合の課題

しかし、以下のような課題もあります。

  • レイテンシ:
    リアルタイム性が求められる場合には、通信の遅延が問題になります。
  • ネットワークの接続性:
    常にデバイスがクラウドと通信できる環境とは限りません。たとえば、ある場所ではつながっても、つながらない場所にデバイスが移動することがあるかもしれません。あるいは、そもそもネットワークに接続できない環境に設置することも考えられます。
  • ネットワークの帯域:
    ネットワークに常に接続できる場合でも、帯域が十分に得られるとは限りません。ディープラーニングでは、画像や音声データを使うことがよくありますが、それらのデータをすべて送信していると、通信帯域が圧迫されます。また、センサーの計測値を送る場合など、個々のデータが少なくてもデバイスが多数ある場合には、データ量が膨大になり、帯域が問題になることがあります。
  • セキュリティ・プライバシー:
    セキュリティやプライバシー上の理由からデータをクラウドへ送信したくない場合があります。たとえば工場での製品検査にAIを使用する場合、製品の写真を撮ってクラウドに送信し、クラウド上で判定することになりますが、それは、開発中の製品の写真を工場から外に出したくないというセキュリティ面のニーズに反することになります。また、家庭内で人が倒れていないかを監視したい場合でも、家の中の写真をそのままクラウドに送信すると、プライバシーの問題が生じる可能性があります。
  • コスト:
    クラウドのサーバー費用と通信費がかかります。


ご不明点・ご相談ごとがあれば
お気軽にご連絡ください

ソフトウエア開発オンライン学習Eureka Box

Eureka Boxは厚生労働省が実施している助成金、人材開発支援助成金の適用対象となります。

詳細はこちら
人材開発支援助成金


エッジAIとは

こういった課題を解決するために、「エッジデバイス上で推論を実行しよう」というのがエッジAIです。

エッジデバイス上で推論を実行するので、推論のための通信が不要になり、ネットワーク関連の課題が解決します。

  • レイテンシの改善が期待できる
  • セキュリティやプライバシーに懸念があるデータでもローカルで完結できる
  • ネットワーク接続が不要

推論をエッジデバイスで行う場合でも、学習も同じようにエッジデバイス上で行う必要はありません。状況に応じてクラウド上で再学習して、再度エッジデバイスにデプロイするという運用も可能です。

ただし、リソースの限られたエッジデバイスで推論を実行するためには、次の3点を考慮する必要があります。

  • 軽量なAIモデル:計算量が少ない、メモリ使用量が少ない、ファイルサイズが小さいといった条件を満たすAIモデルが求められます。
  • モデル最適化:推論の精度をできるだけ劣化させずにモデルを軽量化します。
  • 実行環境:CPUより効率の良い推論環境が必要です。

では、この3点について、もう少し見ていきましょう。



エッジAIの技術

AIモデル

AIのモデル、特にディープラーニングのモデルには、精度とモデルサイズにトレードオフが存在します。ただし、近年では、高精度で軽量なモデルが活発に研究されています。

また、決定木やサポートベクタマシンといった古典的な手法であれば、計算量が少ないため、エッジのCPUでも実行可能です。

モデル最適化

モデル最適化とは、構築したモデルの計算量やサイズを削減するための技術です。代表的なものに、量子化、枝刈り、蒸留があります。また、エッジAI用の開発ツールによって、いくつかの最適化の機能が提供されています。

実行環境

CPUより効率的な選択肢には、GPU、ASIC(AIチップ)、FPGAがあり、CPUと比較した推論の性能は数倍から数十倍以上になります。

最近では、ベンチャーを含め多くの企業で、実行環境についての研究開発が行われています。



これからのエッジAIに求められる技術を知るには

エッジAIの技術を実際に学んでみたいという方に、まずは無料でお試しいただけるオンライン学習プラットフォームを準備しています。

業務が多忙なエンジニアでも、スキマ時間で効率的に実践的な学習が出来るEureka Boxは、エンジニアの現場の声から生まれたツールです。

ソフトウェア開発を改善するための開発技術を“知り・学び”“実践する”
超実践的オンライン学習プラットフォーム
Eureka Box(ユーリカボックス)

エンジニア独学、オンライン学習、ソフトウェア開発独学、エンジニア教材、無料コンテンツ、Eureka Box ユーリカボックス

エッジAIを正しく理解した上で適用し、最大限の効果を得られるようスキルアップしたい方にもEureka Box(ユーリカボックス)での学習をお勧めで、無料会員登録だけでも以下の特典が受けられます。

Eureka Box会員登録特典(無料)
  1. 各連載コラムの全容、未公開コラムも一気にまとめて読める(一部動画解説付!)
  2. USDM(要求記述)、MBD(モデルベース開発)、システムズエンジニアリング、AWS Greengrass(新世代エッジエンジニアのための技術講座)など、ソフトウェア開発に関わる知識がギュッと凝縮、困った時のお助けアイテムとしても長期で活用出来る
  3. ソフトウェア開発に関わる無料お試しコンテンツも充実

デジタル人材が不足している今の時代、特にソフトウェア開発の現場では「上流技術」のスキルを持つ人が必要とされています。

そのスキルが効率よく身につくように設計されたのが「オンライン学習のEureka Box(ユーリカボックス)」

Eureka Boxの運営企業であるエクスモーションは、日本を代表する大手自動車メーカー、医療機器メーカー等、ソフトウェア開発の支援を実際に行っている企業だからこそ、
社会で実践出来るレベルまでサポートされた学習ツールが実現しました。

「Eureka Box(ユーリカボックス)」を是非ご活用ください。

以上、連載第1回では、エッジAIの概要をご説明しました。次回はAIモデルについて詳しくご紹介します。
スペシャリスト  福岡 呂之

執筆者プロフィール

株式会社エクスモーション スペシャリスト

福岡 呂之

専門分野:

ソースコード解析、AI(ディープラーニグ、遺伝的アルゴリズム)



関連コラム

  • LINEで送る
  • このエントリーをはてなブックマークに追加

技術別コラム一覧

要求の定義と仕様化(USDM)

ROS

システムズエンジニアリング

クラウド技術
(AWS Greengrass)

Docker

モデルベース開発(MBD)

派生開発(XDDP)

SPL

用語集