AIとIoTの統合が加速

近年、モノのインターネットは大きな注目を集めていますが、ほとんどのアプリケーションには 2 つの重要な問題があります。 1 つ目はセキュリティです。IoT デバイスからネットワークを介して流れるデータとデバイス自体の制御は、ネットワーク セキュリティに大きく依存しています。脅威は進化し続けているため、IoT 開発者は警戒を怠らないようにする必要があります。同時に、多くの潜在的ユーザーは、システムとデータのセキュリティに関する不確実性のため、IoT 技術の導入を控えています。

IoT の導入を制限する 2 番目の問題は、データをクラウドに送信して処理するために必要な帯域幅のコストが高いことです。インストールされるデバイスの数が増え、関連するデータの量が増えるにつれて、IoT の展開は、データ収集に関連する帯域幅リソースとコストによって制約されます。 AI があらゆるデータから価値を引き出す上でますます重要な要素となるにつれ、この懸念はさらに高まります。

従来のデータ処理技術がますます煩雑になるにつれて、データ処理における人工知能の重要性は大幅に増加しました。大量のデータから有用な情報を抽出するための効果的なアルゴリズムの開発とコーディングには時間がかかり、多くの潜在的なユーザーはアプリケーションの専門知識を欠いています。また、要件の変更に応じて保守や変更が困難な脆弱なソフトウェアにつながる可能性もあります。人工知能、特に機械学習により、プロセッサは専門家の分析やソフトウェア開発に頼るのではなく、トレーニングに基づいて独自のアルゴリズムを開発し、望ましい結果を達成できるようになります。さらに、AI アルゴリズムは追加のトレーニングを通じて新しい要件に簡単に適応できます。

AI をエッジに移行する最新のトレンドは、これら 2 つのテクノロジーを組み合わせることです。 IoT データからの情報の抽出は現在主にクラウドで行われていますが、情報のほとんどまたはすべてをローカルで抽出できれば、帯域幅とセキュリティの問題はそれほど懸念されなくなります。 IoT デバイスで AI が実行される場合、ネットワーク経由で大量の生データを送信する必要はほとんどなく、最終的な結論のみを伝達すれば済みます。通信トラフィックが少なくなると、ネットワーク セキュリティの強化と維持が容易になります。ローカル AI は、着信トラフィックの改ざんの兆候をチェックすることで、デバイスのセキュリティを向上させることもできます。

[[433373]]

▲産業機械の予知保全はAIとIoTの融合により今後も進化し続けるアプリケーション

AIoT は、1980 年代にマイクロプロセッサが開発された方法と同様の開発経路をたどっているようです。それは、汎用プロセッサ、メモリ、シリアル インターフェイス周辺機器、パラレル インターフェイス周辺機器など、異なるタスクを処理する個別のデバイスから始まりました。これらは最終的にデバイスタスクをシングルチップマイクロコントローラに統合し、特定のアプリケーション専用のマイクロコントローラへと進化しました。 AIoTも同じ道をたどっています。

現在、AIoT 設計では、汎用 AI アクセラレーションと AI ミドルウェアが補完されたプロセッサが使用されています。 AIアクセラレーションを搭載したプロセッサも登場し始めています。歴史が繰り返されるとすれば、AIoT の次の段階は、特定のアプリケーション向けにカスタマイズされた AI 強化プロセッサの進化となるでしょう。

カスタム機器が経済的に実行可能になるためには、さまざまなアプリケーションにわたって共通の要件を満たす必要があります。こうしたアプリケーションはすでに目に見えるようになり始めており、そのトピックの 1 つが予知保全です。産業機械の IoT センサーと AI を組み合わせることで、機器の故障の前兆となる振動や電流消費の異常なパターンをユーザーが特定できるようになります。 AI をセンサ​​ー デバイスのローカルに配置することの利点には、データ帯域幅と遅延の削減、デバイスの応答をネットワーク接続から分離する機能などがあります。専用の予測メンテナンス AIoT デバイスは、大きな市場に貢献します。

2番目のトピックは音声制御です。音声アシスタントの人気により、消費者はさまざまなデバイスで音声制御機能を求めるようになり、専用の音声制御 AIoT デバイスは帯域幅と遅延の問題の解決に役立ちます。今日、このタイプの機器の潜在的な用途の数は驚くほど多くなっています。

産業安全や建物管理のための環境センシング、化学プロセス制御、自律走行車システム、特定の物体を認識するカメラなど、特殊な AIoT デバイスについては、他にも取り組むべきトピックがあります。

AI テクノロジーは今後も存在し続け、その進化の次のステップは主要市場向けの専用デバイスの開発となるでしょう。これに加えて、業界では、アプリケーションに応じてカスタマイズできる構成可能な AI アクセラレータが開発される可能性が高く、AIoT はますます細分化された市場を効果的にカバーできるようになります。