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

GDP2065年までに4割減予想 中小企業の生産性向上が不可欠

日本の生産年齢人口がこのまま減り続け、企業の生産性が向上しなければ、日本のGDPは現在より2065年には約4割減ることになる。そうならないためには、企業数の99%以上を占める中小企業の生産性向上が不可欠だ。中小企業再編の議論が高まる中、特に地方企業が何をするべきか、考察した。

テスラの躍進とESG/SDGs投資 GAFAに続くプラットフォーマー

イーロン・マスク氏が率いるテスラ社の時価総額が2020年中にトヨタ自動車を上回り、一時US$8000億を突破し、既に4倍近い差をつけた。20年中に7倍以上という株価上昇の背景は、ESG/SDGs投融資資金の拡大、同氏が率いる宇宙開発会社「スペースX」社(非上場)の企業価値急拡大などと推測される。この記事では、テスラの急伸長の背景にあるESG/SDGs投資の拡大と、エネルギー分野におけるプラットフォーマーを視野に入れた成長戦略について考察する。

工作機械受注に回復感 中期的なEVシフトのリスクとは

日本工作機械工業会が公表している工作機械受注は、5月をボトムに回復しており、11月(速報)は前年同月比8%増の882億円と2年2カ月振りの前年比プラスに転じた。一方で、国内外で電気自動車(EV)の普及を加速させる政策を打ち出すニュースも相次いでいる。EVシフトは金属部品の使用を減らすことにつながり、工作機械業界にとってネガティブファクターであり、中長期的なリスク要因となりそうだ。

ランキング記事

1

GDP2065年までに4割減予想 中小企業の生産性向上が不可欠

日本の生産年齢人口がこのまま減り続け、企業の生産性が向上しなければ、日本のGDPは現在より2065年には約4割減ることになる。そうならないためには、企業数の99%以上を占める中小企業の生産性向上が不可欠だ。中小企業再編の議論が高まる中、特に地方企業が何をするべきか、考察した。

2

2021年展望  化粧品業界 急回復もレッドオーシャン化する中国市場

国内化粧品市場は厳しい環境が続く中で、多くの化粧品企業が来期以降の業績回復の牽引役として、中国経済圏での売上拡大を掲げている。しかし、中国市場は欧米、中国、韓国メーカーの勢いが増しており、レッドオーシャン化しつつある。グローバル競合が激化する化粧品市場において、消費者に向き合ったコミュニケーションの進化が差別化のカギとなる。

3

コロナ禍に有効なアーンアウト条項とは シンガポール案件からの考察

コロナ状況下でもASEAN地域においてPEファンドによる売却が積極的に行われている。アーンアウト条項を通じ、コロナ状況下のリスクを買い手と売り手で分担している例もみられ、危機時の参考事例として紹介・考察したい。

4

パワー半導体の世界シェアは?注目市場の今後の動向を解説

パワー半導体(パワートランジスタ)は、家電や電気自動車をはじめとして、さまざまなデバイスの電源管理に使われています。 多くの分野で需要が伸びており、長期的な成長が期待できるマーケットです。 日本の企業や大学発ベンチャーが競争力を保っている分野でもあり、「パワー半導体強国」として世界市場でのシェアを獲得するべく、積極的に研究開発を行っています。 本記事では、世界規模で成長をつづけるパワー半導体の市場規模や、今後の展望を解説します。

5

村上春樹さんに学ぶ経営⑨どや、兄ちゃん、よかったやろ?クーっとくるやろ?

過去2回、「ニッチ」とは「すきま」ではなく、はるかに深い概念であることを見てきました。では、どんな状態になると真の「ニッチ企業」になったといえるのでしょうか?

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