AIと5Gの登場:モノのインターネットの発展は鈍化しているのか?

AIと5Gの登場:モノのインターネットの発展は鈍化しているのか?

現在、スマートシティや無人店舗からスマートブレスレットやスマート温度調節器まで、私たちの身の回りには多くのIoTデバイスが見られます。私たちはIoTがもたらす利便性を享受していますが、同時に、SF映画に出てくるモノのインターネットのシーンはまだ比較的遠いものです。私たちは常に未来が十分近いと見積もることに慣れており、テクノロジーの発見は明らかに私たちを未来から遠ざけています。簡単に言えば、モノのインターネットの発展は今日でもまだ非常に遅いのです。

もちろん、遅いと言うのは相対的なものです。モノのインターネットの概念は 1999 年に正式に提案されました。現在、20 年近くの開発を経て、モノのインターネット自体だけを見ると、その技術的進歩は非常に顕著であり、何もなかったものが何かになるという画期的な進歩と言えます。しかし、モノのインターネットの発展は、人々のますます高まる消費概念を満たすことができず、他の多くの理由も相まって、モノのインターネットは依然としてゆっくりとした発展の状態にあります。

[[229648]]

ゆっくりと進化するモノのインターネット

なぜモノのインターネットの発展が未だに遅いのかを探ると、現時点では以下の理由をまとめることができます。その一つは基礎研究が追いついていないことです。ご存知のとおり、モノのインターネットは多数のセンサーをネットワーク経由で接続してデータを交換し、モノのインターネット システム全体を形成します。したがって、正確に言えば、モノのインターネットは本質的にセンサー ネットワークであり、自己組織化およびマルチホップ ネットワークです。

しかし、分散型センサー収集ネットワークの実現は想像するほど簡単ではありません。携帯電話や WLAN などの従来の無線ネットワークは、高速モビリティ下でルーティングと帯域幅割り当て戦略を最適化することで、より優れた通信インテリジェンスを実現できます。しかし、このソリューションはセンサー ネットワークには欠点があります。まず、エネルギー供給に制限があります。現在、バッテリーまたは太陽エネルギーでのみ駆動でき、エネルギーを直接供給することはできません。そのため、現在のセンサー設計の焦点は、完全な機能性を確保しながら、エネルギーの節約を最大限にし、ネットワークのライフサイクルを延ばすことにあります。

第二に、無線モジュールの伝送距離は送信電力と正の相関関係にありますが、通信ノード間の距離が最大伝送距離を超える場合、どのように問題を解決すればよいでしょうか。無線ノードの電源が切れた場合はどうすればよいのでしょうか。

上記の 3 つの問題は、現在の無線センサー ネットワークの研究における最も中核となる 3 つの基本的な問題であると言えます。ほぼすべての研究は、この 3 つの困難を克服することを目指しています。これら 3 つの問題が解決されなければ、モノのインターネットの商用化はおろか、無線センサー ネットワークも実現できません。

モノのインターネットの発展を遅らせる主な問題をどのように解決するか?

現在、これら 3 つの基本的な問題に対応するソリューションが市場にいくつか存在します。フラッディング、SPIN、指向性拡散などのフラット ルーティング戦略など、ルーティング戦略の問題については学界で多くの研究が行われてきました。では、マルチホップ ネットワークや組織ネットワークを生み出した通信距離の問題をどのように解決するのでしょうか。

マルチホップ ネットワークは理解しやすいです。ノードの無線伝送距離によって生じるエネルギー損失を減らすために、ノードは最も近いノードにデータを送信し、リレーを介して最小の損失でデータを渡します。これがマルチホップ ネットワークです。アドホック ネットワークはより複雑です。アドホック ネットワーク内の各ノードは、ネットワーク ノードとルーターの両方です。各ノードは、外部ネットワークと通信し、データ パケットを転送するためのゲートウェイとして使用できます。これにより、複数の方法でデータを送信できます。データを送信する最適な方法を選択する方法が次の課題です。

最後の質問、つまりノードにエネルギーを供給する方法についてですが、太陽エネルギーの変換効率はまだ低いため、太陽エネルギーを電源として使用するだけでは不十分です。現時点で最も簡単で直接的な方法はバッテリーを交換することですが、これでは多くの時間を無駄にすることになります。そのため、現在、反射と散乱リンクを利用して空間の電磁信号を変調し、エネルギー供給と通信を行うワイヤレス充電技術の研究が進められています。これにより、電力供給の問題は完全に解決できますが、実験から商用化にはまだ道のりが残っています。

上記は、センサー技術の制約の観点から見たモノのインターネットの発展のボトルネックです。技術的な要因に加えて、モノのインターネットの発展には他の多くの要因によるものです。

需要の弱さと基準の混乱

第一の理由は当然ながら需要の弱さです。現在、モノのインターネットの応用は商業や工業用途を除いて個人消費にはまだ現れておらず、モノのインターネットの発展を爆発的に促進できない状況にもつながっています。

第二に、モノのインターネットは依然として混沌とした状態にありますが、IoT無線接続技術にはNB-IoT、LoRa、ECGSM、eMTCなどの標準があり、統一された標準がないため、IoTハードウェアのコストは高いままです。

ハードウェアに加えて、ソフトウェア エコシステムの構築はさらに困難です。今日の IoT 企業は、ワンストップ サービスを提供するためにソフトウェアとハ​​ードウェアをパッケージ化する必要さえあります。

テクノロジーの発展に伴い、IoT データも生成されます。このデータのセキュリティをどのように確保するか、またユーザーのプライバシー データの収集に関する法的問題により、IoT の発展は制限されています。

もちろん、5Gと人工知能の発展に伴い、モノのインターネットもこれらの技術の推進力の下で大きな前進を遂げ、モノのインターネット技術と標準の問題を解決するのに役立ちます。これらの問題の解決は、モノのインターネットエコシステムの確立も促進し、モノのインターネットは徐々に改善されます。

モノのインターネットの発展は依然としてテクノロジーによって推進される必要がある

現在、最も重要な問題は依然としてモノのインターネットに対する需要です。需要は技術進歩の原動力です。モノのインターネットに対する市場の需要をどのように活性化するかも、最も解決しなければならない重要な問題です。したがって、モノのインターネットに関する多くの宣伝は、市場にモノのインターネットを受け入れさせ、モノのインターネットの将来の発展の基礎を築くためのものであることがわかります。

モノのインターネットの将来は可能性に満ちていますが、今のところ、モノのインターネットの発展の傾向はまだ現れていません。しかし、これについて心配する必要はありません。それは単にモノのインターネットに対する私たちの期待が高すぎるということであり、モノのインターネット自体は着実に進歩しているということです。

ビル・ゲイツの「The Road Ahead」には、私たちは常に今後 2 年間に起こる変化を過大評価し、今後 10 年間に起こる変化を過小評価しているという格言があります。 IoT の未来は間違いなく明るいので、私たちはそれが到来する日を待つだけです。

<<:  女性の死因第1位である乳がんをディープラーニングで検出するにはどうすればいいのでしょうか?

>>:  2018 年 4 月の最も人気のある AI 機械学習プロジェクト トップ 5

ブログ    
ブログ    
ブログ    

推薦する

GitHub トップ プロジェクト: 30 万語の図解アルゴリズム問題辞書、超実用的なリソース、6,000 個のスター

[[336071]]貴重なリソースをまとめましたので、ぜひご覧ください。アルゴリズムはコンピュータサ...

...

...

...

機器の検査に手作業が必要な人はいますか? AIの活用

著者 | Tu Chengyeレビュー | Chonglou前の記事:「人材が足りないのではなく、A...

運輸・物流におけるAIと自動化のユースケース

[[343865]] [51CTO.com速訳]調査によると、コロナウイルスの流行により、多くの国と...

10億ドルか、それともカタツムリを追いかけるだけか?上海大学准教授が科学論文を発表:機械に意思決定を手伝わせよう

人にとって選択をすることはどれほど困難で興味深いことでしょうか?知乎の質問を見てみましょう: 10億...

学ぶ価値のある Github 上の 7 つの AI プロジェクト

「Python を学ぶ大きな楽しみの 1 つは、人工知能を学ぶことです。Lao K が GitHub...

新世代の人工知能標準システムを構築するには?ガイドが来ます →

国家標準化局中央サイバースペース委員会 国家発展改革委員会 科学技術省 工業情報化省 「 国家新世...

私の国のロボット産業には隠れた懸念があります。すべての関係者が協力して高品質の開発を推進します

近年、我が国のロボット産業は急速な発展傾向を示していますが、一方で、中核技術の弱さや粗利益率の低下な...

人工知能のシンギュラリティに関する考察: 超知能 AI の倫理的問題は無視できない

ロボットの電源を切ったり、人工知能アルゴリズムをオフにしたりするのは悲しいですか? まだそうではあり...

機械学習におけるこれらの中核的な問題は、数学を知らなくても解決できます。

機械学習や人工知能の分野で最も重要なトピックをわかりやすく説明するにはどうすればよいでしょうか?人工...

データセンター冷却のための人工知能: 単なる夢物語ではない

現在、AI はデータセンターのあらゆる場所に存在し、ネットワークの管理と保護、アラートのフィルタリン...

...

古典的なソートアルゴリズムヒープソートの簡単な分析

ヒープは通常、(完全な) ツリーとして表示できるオブジェクトの配列です。そして、以下のルールは常に満...