エッジAIとは?デバイスの末端にAIを搭載する仕組み

エッジAI(edge AI)とは、AI(人工知能)とエッジコンピューティングを組み合わせた造語です。

システムの末端のデバイス(エッジデバイス)における処理に人工知能を実装する仕組みを意味します。

エッジデバイスの例として、たとえば自動車、カメラ、産業用ロボットが挙げられます。

こうしたデバイスに直接AIを実装し、リアルタイムで即応性が高いシステムを構築するのが、エッジAIの狙いです。

エッジAIとクラウドAIとの違いを比較

エッジAIと対になる概念として、クラウドAI(cloud AI)が挙げられます。

クラウドAIとは、システムの末端部分ではなく、外部のデータセンターなどのクラウド環境に人工知能を実装する仕組みです。

ネットワークを通じて大量の学習データをクラウド環境に蓄積し、データセンター内のマシンで高速処理を行い、機械学習モデルを効率的に作成できるのが特徴です。

IBM、Google、Microsoft、Amazonなど、世界的なAIプラットフォーマーの多くが、クラウドAIを採用しています。

エッジAIとクラウドAIの違いは、次のように整理できます。

エッジAIの特徴:必要なデータのみをクラウドに送信する
エッジAIにもクラウド環境を利用するものはありますが、クラウドAIと違い、必要最低限の学習データしか送信しません。

そのため、セキュリティ上のリスクが少なく、情報プライバシーも保護されます。

大規模なハードウェアや通信ネットワークを構築する必要がなく、低コストで実装できる点も特徴です。

もう1つの強みとして、即応性が高いリアルタイム処理が可能な点が挙げられます。

クラウド環境とのやりとりに時間がとられないため、瞬時の判断が可能です。

クラウドAIの特徴:大量のデータをクラウドに送信する
クラウドAIでは、大量の学習データをクラウド環境に送り、データセンターのマシンで情報処理を行います。

エッジデバイスと比べて、CPUやGPUのマシンパワーが高いため、エッジAIよりも複雑で高度な処理が可能です。

ビッグデータの分析も可能で、大量の学習データを高速で処理したいケースに適しています。

エッジAIの2つのタイプ

エッジAIには2種類あります。

1. 学習データの分析はクラウド環境で行うタイプ
エッジAIとクラウドAIのいいとこ取りをしたタイプです。

膨大な学習データを扱うディープラーニングなどでは、マシンパワーの高いクラウドAIを活用し、リアルタイムでの処理が必要な場合のみエッジAI側で情報処理を行います。

2. エッジデバイスだけで処理を行うスタンドアロンタイプ
クラウド環境に依存せず、エッジ側だけで学習を行う完全独立型のタイプも存在します。

産業用ロボットや工作機械など、即時対応が求められるデバイスで採用されます。

高速でのデータ処理や、スタンドアロンでの自律学習が特徴です。

エッジAIの市場が急成長した理由

エッジAIの市場は急成長しています。

富士経済グループによると、エッジAIコンピューティングの2018年の市場規模は110億円と推計されています。

2030年の支出額は6倍以上の664億円に達し、急速な拡大が予想されます。[注1]

なぜ、エッジAIが注目を集めているのでしょうか。

その理由として、自動運転技術の登場と、第4次産業革命にともなう工場の自動化(ファクトリー・オートメーション)の推進という2つの要因が挙げられます。

いずれの技術も、リアルタイムな推論・判断や、エッジ側の高速なデータ処理能力が不可欠です。

エッジAIコンピューティングの発達により、スタンドアロンでの自律学習や、エッジ側の動作軽量化が現実味を帯びてきました。

そのため、エッジAIの研究開発が活発化し、国内でも多くのベンチャーやスタートアップが登場しています。

エッジAIを搭載する4つのメリット

エッジAIを採用すれば、次の4つのメリットが得られます。

リアルタイムでの推論・判断

エッジAIの最大のメリットは、リアルタイムな情報処理が可能な点です。

クラウドAIであれば、学習データをクラウド環境に送信し、解析し、もう一度受信するという手間がかかります。

エッジAIではエッジ側で情報処理が完結しているため、通信の遅延が発生しません。

瞬時の判断が必要な機器にも搭載できます。

通信ネットワークのコストを削減

エッジコンピューティングでは、最低限の学習データしかクラウド環境に送信しません。そのため、やりとりするデータ量が少なく、通信コストを抑えられます。

たとえば、ファクトリー・オートメーションの場合、個々のデバイスが送るデータは小さくても、工場全体で見るとデータ量は膨大です。

すべての学習データを送るクラウドAIの場合、通信インフラ構築のためのコストもかかります。

堅牢なセキュリティ

クラウド環境と最小限のやりとりしかしないスタンドアロンのエッジAIなら、外部ネットワークを通じてサイバー攻撃を受けるリスクが小さく、セキュリティも強固です。

情報処理がエッジ側で完結していれば、情報漏えいや不正アクセスの被害を受けにくく、情報保護やプライバシーの観点からも優れています。

クラウド環境での分析精度改善

エッジAIとクラウドAIを組み合わせれば、クラウド環境の学習精度も高まります。

エッジ側で可能な限りデータ処理を行えば、生の学習データをクラウド環境に送るよりも、効率のよい学習が可能です。

エッジ側で処理を分担すれば、クラウド側の負荷が軽減され、マシンパフォーマンスも低下しません。

クラウドコンピューティングの分野でも、エッジAIの考え方が取り入れられつつあります。

エッジAIの導入事例

エッジコンピューティング技術の発展にともない、エッジAIはさまざまな産業分野で導入が進められてきました。

たとえば、次のような導入事例があります。

自動運転技術

エッジAIの活用がもっとも期待されているのが、自動運転技術です。

たとえば、車・歩行者・信号機などを自律的に認識するため、画像認識システムを自動車に搭載しています。

車の運転では瞬時の判断が必要です。

クラウド環境に学習データを送り、判断していては間に合わないため、エッジAIが採用されています。

顔認証技術

カメラのAIで顔の特徴を読み取り、データベースと照合する技術です。

カメラの前を歩くだけで顔認証ができるウォークスルー型の機器も登場しています。

気象予報

従来の気象予測システムは、広域でのシミュレーションが中心でした。

エッジコンピューティング技術により、各地に設置されたセンサで局所的な気象データを読み取り、高精度かつリアルタイムなシミュレーションが可能になりました。

自律ドローン

ドローンの自動運転にもエッジAIが使われています。

人や構造物をドローン内部の学習機能でリアルタイムに認識し、自律的で安全なフライトが可能です。

人やモノの捜索・追跡、インフラの点検・補修などへの応用が期待されています。

ロボット農機

農作業の効率化や、人手不足の解消のため、自立運転が可能なロボット農機の導入が本格化しています。

自動車分野でも使われる自動運転技術や、作物の場所・生育状態を判断するための画像認識技術など、要素技術はすでに出揃っており、農林水産省が提唱する「スマート農業」の一端を担うと期待されています。

エッジAIの今後

エッジAI技術は、まだまだ発展途上です。

さまざまな業界・産業分野において新技術に関するニュースが日夜リリースされています。

ビジネスにおいては、新たなテクノロジーの出現により構造が大きく変わる可能性があります。

したがって、日々情報をキャッチアップする必要があるでしょう。

Frontier Eyes Onlineでは経済やビジネスのトレンドから基礎知識まで、幅広く解説しています。

是非よろしければメルマガのご登録をお願いいたします。

<参考>
[注1]富士経済グループ 本格的な導入が進む国内のAI(人工知能)ビジネス市場を調査

関連記事

植物工場ビジネスの目指すべき未来 ㊦ 将来編

㊤現状編では、国内外の植物工場ビジネスの近況について述べてきたが、㊦ではその中での戦い方について筆者の考えを記したい。

百貨店に求められる今後のあり方とは

百貨店の苦境が、加速している。日本百貨店協会によると、全国の百貨店の売上高は消費増税後の2019年10月から8カ月連続で下落。コロナ休業明けの6月も、大手3社の売上高は回復していない。この記事では、百貨店本来の提供価値が失われている現状に着目し、トランスフォームが求められる、百貨店の在り方について考えてみたい。

植物工場ビジネスの目指すべき未来 ㊤ 現状編

コロナ禍の中で植物工場が脚光を浴びている。消費者の食に対する感度が高まる中、ネット、スーパーでの需要が伸びているという。植物工場はこれまで日本の研究・理論・技術が世界の最先端を走っていたが、ここ数年は海外の追い上げが激しく、国際的な優位が絶対的ではなくなってきている。また、採算性が上がってきたとはいえ国内でも競争が激化、今後、戦略的に取り組んでいくことが必須である。この記事では、国内を含めた植物工場ビジネスの最前線と今後について、考えたい。

ランキング記事

1

「不要不急」 削減された交際費の研究

会社の交際費で飲み食いし、湯水のようにお金を使う。いわゆる「社用族」と呼ばれる人々は、バブル崩壊とともに消え去った。多くの人が、そう思い込んでいる。しかし、交際費をめぐる数字を丹念に見ていくと、そのような「思い込み」とは異なる風景が見えてくる。この記事では、前回東京オリンピックが開催された1965年からの長期トレンドを観察し、日本の「交際費」を分析する。

2

ドラマ「半沢直樹」に学ぶこと JALのリアル「タスクフォースメンバー」が語る

TBS日曜劇場「半沢直樹」の快進撃が続いている。2013年に放映された前作は、最終回の平均視聴率が平成の民放ドラマ1位となる42.2%(関東地区)をマークし社会現象になった。今回も、視聴率が20%台の中盤と極めて快調だ。筆者は、後半のストーリーのモデルとなった「JAL再生タスクフォース」のメンバーであり、実際に日本航空に乗り込んで「タスクフォース部屋」を設置した。その当時のことを思い出しながら「半沢直樹」を見ている。ドラマと実際に起こったことに違いはあるものの、スリルのある面白いドラマとして楽しんでいる。 本稿では、筆者が、「半沢直樹」をみて感じたこと、そして、学ぶべきと思ったことを述べたいと思う。

3

「7割経済」時代の事業再生 Withコロナ ㊤バブル後30年の変化

コロナと共に生きるWithコロナ時代は、「7割経済」と言われている。これは、多くの産業で「コロナ前の水準に業績が回復することはない」ことを意味する。これまでの事業再生は、「経営改革を伴う再生計画を実行すれば、いずれ売上高も回復していく」という基本前提に立っているが、その前提が大きく崩れる。Withコロナ時代はこれまでとは異なる手法、事業再生の「ニューノーマル」が求められる。

4

植物工場ビジネスの目指すべき未来 ㊤ 現状編

コロナ禍の中で植物工場が脚光を浴びている。消費者の食に対する感度が高まる中、ネット、スーパーでの需要が伸びているという。植物工場はこれまで日本の研究・理論・技術が世界の最先端を走っていたが、ここ数年は海外の追い上げが激しく、国際的な優位が絶対的ではなくなってきている。また、採算性が上がってきたとはいえ国内でも競争が激化、今後、戦略的に取り組んでいくことが必須である。この記事では、国内を含めた植物工場ビジネスの最前線と今後について、考えたい。

5

村上春樹さんから学ぶ経営④~作品に潜む成功へのヒント~ 危機と指導者

「村上春樹さんに学ぶ経営」の第4回。昨今のコロナ禍が拡がる状況を反映し、まずは以下の図表をご覧いただきたいと思います。

人気のキーワード

海外スタートアップ情報はこちら!  寄稿・執筆者募集中