エッジ AI は何ができるのでしょうか?

エッジ AI は何ができるのでしょうか?

  • 人工知能 (AI) は、デバイスがユーザーと最も近接するインタラクションポイントでデータに基づく意思決定を行えるようにする分散型コンピューティングの一種です。
  • このテクノロジーの利点にはプライバシーの向上とコストの節約が含まれますが、通常、データは処理後に破棄されます。
  • 5G テクノロジーや安価な処理チップなどの今後の進歩により、エッジ AI はスマート ホーム デバイスから医療テクノロジーまで、特定のアプリケーションでますます有用になるでしょう。

異常に寒い日に仕事から帰宅したときに家が暖かくなるように、新しいスマート サーモスタットですぐに温度を上げたいと想像してください。スマートフォンから接続して、アクションを実行するように依頼します。気づかないかもしれませんが、リクエストをクラウドに送信し、指示を受け取るまで、操作には数秒かかる場合があります。

今、あなたが乗っている自動運転車が突然、目の前の道路に犬が走り込んでくるのを感知したと想像してください。災害を回避するには、車は数ミリ秒以内に反応する必要があります。この対応には、エッジ人工知能 (AI) が必要です。これは、ユーザーと最も近接するインタラクションポイントで決定を下すことができるテクノロジーであり、その場合、車のセンサーが重要になります。それはまさに一瞬の決断の定義です。

動的データ

今日のモノのインターネット (IoT) では、データは常に移動しています。それは、レガシー システムからクラウド、エッジ デバイス、そして組織のシステムを超えてパートナーや顧客へと流れていきます。回答はリアルタイムで提供される必要があるため、エッジ デバイスでデータを処理できる場合は、集中型のコンピューティング能力を使用することが必ずしも効果的であるとは限りません。自動運転車が反応できる時間が数ミリ秒しかない場合、クラウドが決定を下すのを待つ時間はありません。

デバイスの配置場所に関係なく、エッジの AI アルゴリズムに大量のデータを入力できるため、多くのメリットがあります。動的データは、重要な患者情報を医師に伝えたり、遊園地の待ち時間を短縮したり、電力会社に停電の可能性を警告したり、自動運転車が時間内に反応して悲劇を防いだりすることを可能にします。

エッジ AI により、デバイスはデバイス レベルでこれらの決定を自ら行うことができます。データを処理するために必ずしもインターネットに接続する必要はありません。睡眠パターンを監視する時計を考えてみましょう。ただし、データをクラウドにプッシュして保存および処理するのではなく、時計自体で処理するためにデータを記録します。

エッジ対応 AI デバイスには、ビデオ ゲーム、スマート スピーカー、ドローン、ロボットも含まれます。セキュリティ カメラはエッジ機能も可能にします。つまり、製造工程中に製品の欠陥を探す工場の現場のカメラは、どの製品をすぐに取り出す必要があるかを素早く特定できます。スピードが命を救うとき、エッジのAI

救急医療のための画像解析にも活用できます。処理能力が近いほど、応答時間が速くなります。

エッジ テクノロジーはクラウドに取って代わることはありませんが、睡眠パターンやゲーム データなど、ユーザーだけに属するユーザー データは、エッジ対応デバイスで処理できます。このデータの分散化により、IoT 市場における大きな懸念事項であるプライバシーの問題が解決されます。角

AIはプライバシーを損なうことなく利便性を提供できます。また、場合によっては、より安価になる可能性もあります。ある企業は現在、1台あたり数ドルの小型マイクロプロセッサを使用して、洗濯機や食器洗い機などの音声制御家電製品を開発しています。

「自宅のガジェットに関しては、スマートでないほうがいいと思います。」—クライヴ・トンプソン、Wired

たとえば、コーヒーマシンの音声認識 AI は、コーヒーを作るというタスクに関連する約 200 語を認識するだけで済みます。考えてみてください、とワイアードの記者クライヴ・トンプソンは言う。「つまらないジョークを言ったり、自己認識したりする照明スイッチは要りません。スイッチは『オン』と『オフ』、そして『暗くする』を認識できれば十分です。私の家にあるガジェットに関しては、むしろスマートでないほうがいいと思います。」

エッジ AI は、処理速度が速く安価であるだけでなく、拡大し続けるインターネット接続を必要としません。モノのインターネットの急速な発展により、膨大な量のデータがエッジで感知され生成されるようになりました。Statista は、この数は 2025 年までに 80 ゼタバイト近くに達すると予測しています。

これは非常に大きいため、今日のインターネットの帯域幅を使用して、このすべてのデータをエッジデバイスからクラウドサーバーに転送し、保存および処理することは技術的に不可能です。帯域幅が利用可能であっても、すべてのデータを処理するには十分なデータセンター リソースが必要です。必要な帯域幅が少なくなると、コストが削減されます。企業が生成するデータの約 10% は、従来の集中型データ センターやクラウドの外部で作成および処理されます。ガートナーは、2025年までにこの数字が75%に達すると予測しています。

リスクと報酬のバランス

IoT の世界で最も厄介な問題の一つは、デバイスを購入する余裕のない人や、ローカル ネットワークのない田舎に住んでいる人など、多くの人々が日常生活の変革に参加できない可能性があることです。ネットワークの容量制限の歴史は悪循環になる可能性があります。エッジ ネットワークの構築は簡単ではなく、コストもかかる可能性があります。発展途上国は、更新が必要となるエッジデバイスを通じてデータを処理する能力においてさらに遅れをとる可能性があります。したがって、エッジ コンピューティングの成長は、特に生活を変える AI や IoT デバイスのアクセシビリティに関連して、構造的な不平等が拡大する可能性があるもう 1 つの方法です。

エッジ AI のもう 1 つのリスクは、処理後にデータが破棄される可能性があることです。エッジで行われる処理の性質上、データがクラウドに保存されない可能性があります。コストを節約するために、デバイスに情報を破棄するように指示することができます。集中処理と集中保管には確かに欠点もありますが、必要なときにデータがそこにあるという利点があります。

人工知能、機械学習、テクノロジー

世界経済フォーラムは、AI の発展がすべての関係者に利益をもたらすことをどのように保証できるでしょうか?

人工知能 (AI) は、家庭、企業、学校、さらには公共の場など、社会のあらゆる側面に影響を及ぼしています。しかし、テクノロジーが急速に進化するにつれて、説明責任、透明性、プライバシー、公平性を最適化するために、多様な利害関係者の協力が必要になります。

世界経済フォーラムのテクノロジーガバナンスの未来を形成するプラットフォーム: 人工知能と機械学習は、多様な視点を結集してイノベーションを推進し、信頼を構築します。

  • AI を最大限に活用できる業務領域の 1 つは、採用、維持、トレーニング、福利厚生、従業員満足度などの人事です。フォーラムは、組織、労働者、社会による人間中心の AI の積極的かつ倫理的な使用を促進するために、HR ツールキット向けの人間中心の AI を作成しました。
  • 今日の子供や若者は、テクノロジーが生活のあらゆる側面に浸透する、ますますデジタル化が進む時代に成長しています。ロボット玩具やソーシャルメディアから教室や家庭まで、人工知能は生活の一部になっています。フォーラムは、子ども向け AI 標準の開発を通じて、さまざまな関係者と協力して、AI 時代の子どもや若者を教育し、力を与え、保護するための実用的なガイドラインを策定しています。
  • AIの潜在的な危険性は、より広い社会にも影響を及ぼす可能性があります。リスクを軽減するために、フォーラムは AI に関するグローバル アクション連合に 100 を超える企業、政府、市民社会組織、学術機関を集め、世界の公共の利益のために責任ある AI の導入を加速します。
  • 人工知能はビジネスにとって最も重要な技術の1つです。最高経営責任者が可能性とリスクを理解できるように、フォーラムは「AI リーダーシップの強化: AI 最高経営責任者ツールキット」を作成し、AI が各自の役割に与える影響を理解し、AI 戦略、プロジェクト、実装について十分な情報に基づいた意思決定を行うのに役立つ実用的なツールを提供しました。
  • AI を公共部門の調達プロセスに統合する方法を形作ることは、民間部門全体に適用できるベストプラクティスを特定するのに役立ちます。フォーラムは、幅広い採用を促進するために設計された一連の推奨事項を策定しており、これはさまざまな試験から得られた洞察に基づいて進化していきます。

あなたと自動運転車だけが空いている道路を走っている場合、その量のデータは重要ではないと思われるかもしれませんが、もう一度考えてみてください。空いている道路のこのデータからは、道路状況に関する情報や、その状況下での車両や他の同様の車両の動作など、多くのことを学ぶことができます。結局のところ、エッジ コンピューティングに関しては、ネットワークのコストと創出される価値のバランスが取れていることを確認するために、明確なビジネス ケースを慎重に検討する必要があります。

それでも、不平等やデータ損失があるにもかかわらず、5G技術の進歩と処理チップの低価格化により、「エッジ」が今後も存在し続けることは容易に想像できます。自動運転車であろうと、通勤の準備をするコーヒーメーカーであろうと、それは変わりません。

<<:  GoogleはColab上のディープフェイクプロジェクトをひそかに禁止した

>>:  建設における AI: 人工知能はスマート建設への道をどのように切り開くのか?

ブログ    
ブログ    

推薦する

2023 年のテクノロジー業界の最高、最悪、そして最も醜い出来事

翻訳者 | ジン・ヤンレビュー | Chonglou 2023 年はテクノロジー業界にとってエキサイ...

...

AIの大規模導入における大きなギャップを埋めます!アリババ、テンセント、百度などが共同でインターネットサービスAIベンチマークを開始

[[276827]]今日、インターネット サービスは根本的な変化を遂げており、徐々にインテリジェント...

自動駐車を徹底研究!業界標準の動向、評価指標、システム紹介まであらゆる角度から収集!

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

商業ビルのエネルギー効率における人工知能の役割

人工知能は商業ビルを変革し、エネルギー使用に関してよりスマートなものにしています。周囲に誰もいないと...

GoogleはBingの検索アルゴリズムを評価する研究開発チームを設立、創設者が戦いを監督

北京時間6月15日朝のニュースで、事情に詳しい関係者は、グーグルがマイクロソフトの新しい検索エンジン...

初めて人間を超えた! 「絵を読んで意味を理解する」ことに関しては、AIは人間の目よりも優れている

[[417746]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...

よく使われる4つの推奨アルゴリズムの一覧

[[416976]]この記事はWeChatの公開アカウント「Big Data DT」から転載したもの...

...

クラウドコンピューティングと人工知能の発展により、ITセキュリティは大幅に向上しました。

データ侵害が頻繁に起こるようになるにつれて、IT セキュリティの重要性がますます高まります。幸いなこ...

ディープラーニングモデルは「大きいほど良い」というわけではなく、気候変動問題を引き起こす可能性がある

今月初め、OpenAIは、史上最大の人工知能モデルを構築したと発表した。これは「GPT-3」と名付け...

大規模モデルのニューロンを分解します!クロードチームの最新の研究が人気を集め、ネットユーザー:ブラックボックスを開けよう

ニューラルネットワークの説明不可能性は、AI の分野では常に「長年の」問題となってきました。しかし、...

...

...