オペレーティングシステムエンジニアリングの観点から見たAIoT

オペレーティングシステムエンジニアリングの観点から見たAIoT

2008年は特別な年でした。前年にはiPhoneが発売され、翌年にはAndroidがリリースされました。 2008年、2つの主要なモバイルオペレーティングシステムが誕生する間、オペレーティングシステムに非常に情熱を傾ける数人のエンジニアがThunderSoft(以下、「ThunderSoft」)を設立し、新興のスマートモバイルデバイス向けに効率的で使いやすく、安全で美しいオペレーティングシステムを提供しています。

2015年にChuangdaが深セン成長企業市場に上場したとき、Chuangdaの成功はモバイルインターネットのトレンドに追いついたためだと言う人もいれば、当初の国際的なレイアウトのためだと言う人もいれば、団結し、勤勉で有能な人々のグループのためだと言う人もいれば、中国のモバイルデバイスサプライチェーンの基盤の恩恵を受けたと言う人もいました。しかし、これが実際に「オペレーティング システム エンジニアリング」の概念の成功であることを理解できる人はごくわずかです。上場前の証券会社とのやり取りの中で、「OS」とは何かを説明すること自体が非常に難しい作業であることがわかりました。そのため、長い間、私たちは顧客へのサービス、プロジェクトの完了、製品の開発に注力し、コンセプトを説明しようとはしませんでした。しかし、私たちは心の底では、この哲学が私たちを前進させる原動力であることを知っています。

図1 - Chuangdaの開発の歴史

AIoTが黎明期にある今日、事業を開始した当時よりも多くの機器、より高度な技術、より複雑なシステム、世界中に広がる子会社、そして幅広い要求に直面している今、「オペレーティングシステムエンジニアリング」という概念を改めて説明してみる必要があると感じています。

オペレーティングシステムエンジニアリングの技術と概念

オペレーティング システムはハードウェア チップとアプリケーションの間に存在し、開発者に仮想マシンとプログラミング インターフェイスを提供します。これは伝統的な教科書における典型的な定義であり、今日でも同じです。 2008 年、iOS や Android などのモバイル オペレーティング システムのリリースにより、多数のデバイス メーカーやアプリケーション開発者にとって新しい世界が開かれました。フィーチャーフォンの時代では、チップには単一の機能があり、アプリケーションシナリオは単純で、オペレーティングシステムの役割は目立っていませんでした。モバイルインターネットの時代では、インタラクティブ技術と接続技術の発展に伴い、チップとアプリケーションはますます複雑になっています。この複雑で美しいモバイルインターネットの新世界への入り口は、オペレーティングシステムです。

スティーブ・ジョブズはかつてこう言いました。「シンプルさは複雑さよりも難しい。」複雑なテクノロジーをいかにシンプルに表現するかは、Apple が直面している課題であるだけでなく、オペレーティング システムや Chuangda が直面している課題でもあります。フィーチャーフォンの時代に、MediaTek は「ターンキー」モデルの先駆者となり、携帯電話メーカーにシンプルで使いやすいフィーチャーフォン ソリューションを提供し、1 ~ 2 か月以内に携帯電話をカスタマイズできるようにしました。当時、深セン市華強北の携帯電話市場はこのモデルをうまく体現したものでした。モバイルインターネットが登場したばかりの頃は、携帯電話メーカーがスマートフォンを開発するのに約 6 ~ 8 か月かかりました。 Chuangdaはフィーチャーフォンの「ターンキー」モデルをスマートフォンに適用し、Qualcomm Platform Reference Design(QRD)を開発することで、スマートフォンの開発期間を2~3か月に短縮し、フィーチャーフォンからスマートフォンへの移行を加速しました。小さなスマートフォンは、チップ、無線周波数、デバイス、オペレーティングシステム、GPS、WiFi、放熱、消費電力、アプリケーション、カメラ、オーディオ、ビデオ、セキュリティ、UIなど、数十の技術分野を含む何千もの部品で構成されています。その複雑さは、1950年代のロケットシステムに劣りません。 Chuangda は、過去にロケットシステムの急速な発展を促進したシステムエンジニアリング技術を応用し、インテリジェントモバイルオペレーティングシステム内の複雑なモジュールを分離して再構築し、明確で柔軟なインターフェース定義を通じて、携帯電話メーカーやモバイルインターネットアプリケーションの開発者に複雑で秩序立ったオペレーティングシステムプラットフォームを提供しました。

図2 - 典型的なAIoTシステムチーム

10 年以上の開発期間を通じて、オペレーティング システム エンジニアリングのテクノロジとコンセプトは、Zhe Chuangda が作成したすべてのプロジェクトと製品に反映されてきました。人工知能、モノのインターネット、コネクテッドカーの発展により、10年前と似た状況が再び発生しています。新しい技術開発(人工知能、5G、モノのインターネット)により、新しいアプリケーションシナリオ(コネクテッドカー、スマート製造、スマートシティなど)が開拓されています。数万のモジュールで構成されたコネクテッドカー、数万のIoTデバイス、より複雑な技術分野に直面したとき、10年前に始まったモバイルインターネット時代と同様に、インテリジェントなモノのインターネットの時代では、オペレーティングシステムエンジニアリングの技術とコンセプトが複雑なシステムを簡素化する究極のソリューションであると信じています。実際、Chuangda が 2015 年にリリースした TurboX モバイル IoT モジュールは、スマート IoT 時代におけるこのコンセプトの応用体現です。

TurboX スマートモジュールとコネクテッドカー

10年前にスマートフォンが登場し始めたとき、スマートフォンメーカーは約100社ありました。数年前にモノのインターネットが登場したとき、ほぼ一夜にして、ドローン、ロボット、スマートカメラ、温度コントローラー、スマートゲートウェイ、AR/VR、ウェアラブルデバイスなど、何千ものさまざまな IoT デバイスが世界に登場しました。スマート IoT メーカーは、スマートフォン メーカーよりも斬新なアイデア、短い市場投入期間、少ない投資予算を持っていることがよくあります。さらに、IoT デバイスのシステムはより複雑で、より厳しい要件があります。1 つのリファレンス デザインでは、これらすべての IoT デバイスのニーズを満たすことはできません。解決策は、当社が事業開始以来固執してきたオペレーティング システム エンジニアリング技術とコンセプトです。 Chuangda は、オペレーティング システムと従来の接続モジュール技術製品を組み合わせることで、2015 年に新しい TurboX インテリジェント ブレイン モジュールを発売しました。このモジュールは、従来の接続モジュールの利便性とモジュール性を維持するだけでなく、インテリジェントなオペレーティング システム プラットフォームも提供します。スマート IoT メーカーと開発者は、TurboX インテリジェント ブレイン モジュールに基づいて、さまざまな IoT アプリケーションとインテリジェント アルゴリズムを迅速に開発および展開できます。

図3 - Chuangda TurboXスマートモジュールと開発キット

スマートコネクテッドカーは、特別なタイプのスマート IoT デバイスです。スマートコネクテッドカーは、四輪のスマートフォンに過ぎないと言う人もいます。実際、スマート コネクテッド カーの複雑さ、およびインテリジェンス、パフォーマンス、リアルタイム性、信頼性、安全性に対する要件は、スマートフォンのそれをはるかに上回っています。何万もの部品からなる自動車を、どうやってもっとスマートにできるでしょうか? 解決策は、やはりオペレーティング システム エンジニアリングの技術とコンセプトにあります。インテリジェント コネクテッド ビークルの特殊な複雑さと信頼性の要件を考慮して、システム全体をインタラクティブ システム、安全システム、接続システム、インテリジェント システム、アプリケーション システム、センサー システムの 6 つのサブシステムにさらに分解します。複雑な問題は、比較的単純な問題に分割することで解決できます。分割統治法は、シンプルで美しく、シンプルでありながら複雑なアプローチです。一見、これは単にもっと複雑な技術的問題のように思えます。大規模なシステムをいくつかのサブシステムに分解し、さらにサブシステムをいくつかのサブモジュールに分解し、それらを 1 つずつ破壊します。素晴らしいように聞こえるこの方法が、実際のプロジェクトや製品で効果的に使用されることはほとんどないのはなぜでしょうか。メーカーや開発者は、何十年も前と同じように、なぜ今でもプロジェクトの「死への行進」を繰り返しているのでしょうか。根本的な原因は、効果的な技術、設計、組織のサポートなしにシステムを分解すると、より無秩序なシステム インターフェイスが出現し、システムの複雑さが増すことになるからです。本当の解決策は、「システム分解」を行うことではなく、「順序付けられたシステム分解」を行うことです。たとえば、プレゼンテーションと実装を分離することは、ソフトウェア エンジニアリングが常に直面しているトピックです。インテリジェント コネクテッド ビークルの場合、設計部門が提案した複雑なインタラクティブ デザインをエンジニアリング部門に引き渡して完全に実装する方法が問題となります。実際、多くのシステム プラットフォームでは、Qt のシグナル/スロット メカニズムなど、プレゼンテーションと実装を分離するメカニズムが提供されています。しかし、このような実装は自動車メーカーによって効果的に適用されたことはありません。インタラクション デザイン チームとエンジニアリング実装チームの両方が不満を抱いています。なぜでしょうか?これは、これまでの表示と実装の分離メカニズムの多くは、コードをインタラクティブデザインにシームレスに埋め込むことを目的として、エンジニアによって完成されていたためです。このアプローチは単純なインターネットアプリケーションでは効果的ですが、スマートコネクテッドカーのマルチスクリーン、マルチインタラクション方式、複雑なUI設計シナリオに直面すると、エンジニアリング思考の限界が反映され、インタラクティブ効果の実現が制限されます。 Unity3D のようなゲーム エンジンは、エフェクト デザインに重点を置き、エンジニアリングの実装を無視するという極端な方向に進んでおり、その結果、複雑なテクノロジ (セキュリティ、接続性、インテリジェンスなど) を効果的に適用できなくなっています。この問題に直面して、Chuangda が提供する Kanzi 3D UI エンジンにより、インタラクション デザイン チームとエンジニアリングおよび技術チームが設計と開発で協力できるようになりました。Kanzi Studio のツールを通じて、異なる思考スタイルを持つ 2 つのチームが効果的に結合されます。したがって、オペレーティング システム プラットフォーム テクノロジの開発と実装は、最終的には技術的な問題ではなく組織的な問題に直面します。

図4 – Chuangdaのインテリジェント車両オペレーティングシステムアーキテクチャ

同じコンセプトに基づき、Chuangdaは2018年にAIキットとロボットキット開発キットを発売し、より複雑な人工知能アプリケーションのニーズに対応しました。統一されたモジュールアーキテクチャ、豊富なハードウェアインターフェイス、統一されたアプリケーションインターフェイス、クラウド統合接続方法を通じて、スマート農業、スマート製造、スマートシティなどの分野で広く使用されています。スマートフォンの開発期間が 8 か月から 2 か月に短縮されたのと同様に、AI Kit および Robot Kit 開発キットを使用すると、開発者がインテリジェント ソリューションやロボットを開発する期間も 2 ~ 3 か月に短縮できます。これらのインテリジェント キットをさまざまな業界に適用する過程で、オペレーティング システム エンジニアリングの概念の役割と重要性を改めて認識しました。実際、私たちの経験では、これが AIoT の究極のソリューションであることがわかっています。

AI実装の問題に対する答えはAIの外にある

AIは、これ以上ホットな分野ではありませんが、AIの実装はこれ以上難しい問題でもあります。ヒマラヤ山脈と同じように、この美しく魅力的だが危険な最高峰を前に、さまざまな人々がさまざまなルートで頂上を目指します。 AI技術の道を歩み、AIアルゴリズムとモデルの重要性を重視し、大規模で高価なAIアルゴリズムの人材を集める人もいます。データの道を歩み、データの重要性を重視し、長年蓄積されたビッグデータを1日で収益化する準備ができている人もいます。また、サービスが最も重要な問題であり、システム統合方式はAIアプリケーションの分野にも適用できると信じて、サービスの道を歩む人もいます。私たちは、この複雑な AI 実装の問題は、10 年前に直面したスマートフォン システムの問題や 4 年前に直面した IoT システムの問題と根本的に異なるものではなく、実際には、すべて異なる分野におけるインテリジェント技術の異なる応用形態であると考えています。 AI は、すでに複雑なシステムにさらに複雑な技術モジュール (AI、データ管理) を追加するだけで、より幅広いアプリケーションが可能になります。したがって、オペレーティング システム エンジニアリングのテクニックと概念も適用されます。これが私たちが進む「オペレーティングシステムエンジニアリング」の道です。

私たちは最近、この「オペレーティングシステムエンジニアリング」の道の頂点に到達し、大手ディスプレイメーカー向けにインテリジェントな品質検査システムを開発し、導入しました。このシステムにより、画面欠陥の検出率は 92% を超え、手作業のレベルをはるかに上回り、手作業による品質検査の 5 分から数秒未満に効率が大幅に短縮されます。プロジェクト終了時のレビュープロセスでは、AIアルゴリズムの研究開発はプロジェクト全体の総投資額の約10%に過ぎず、残りの90%の作業にはシステム全体の構築、フロントエンド機器の展開、パフォーマンスの最適化、データ管理などの分野が含まれていることがわかりました。 AI アルゴリズムの開発方法しか知らない場合、この規模のプロジェクトを完了することは間違いなくできません。しかし、統合チームだけであれば、必要な AI コア技術基盤を提供することはできません。 AIアルゴリズムチーム、クラウドビッグデータチーム、スマート端末システムチーム、システムアプリケーションチーム、カメラとセンサー調整チーム、システム最適化チームなど、複数のチームをどのように編成し、チーム間のインターフェースを定義するかは、まさに「オペレーティングシステムエンジニアリング」が解決する問題です。この頂上に到達した経験は、AIoT のような複雑なシステムに直面する際の「オペレーティング システム エンジニアリング」という概念の有効性をさらに証明しています。

図5 - AIoTオペレーティングシステムプラットフォームフレームワーク

AIoTオペレーティングシステムプラットフォームの構築は、狭義の人工知能エンジンの構築だけではなく、基本システム、基本モジュール、システムフレームワーク、エンドクラウドインターフェースなどを含めたシステムエンジニアリングである必要があります。

要約する

複雑性の問題に対するソリューションであるオペレーティング システム エンジニアリングは、科学であると同時に芸術でもあります。 1950 年代、ロケット システムに対する要求がますます複雑化する中、米国国防総省のアトラス大陸間ミサイル プロジェクトによってシステム エンジニアリングの概念が生まれました。このプロジェクトは、ロケット設計を、機体単体の設計中心から、全体設計中心のシステム工学へと変革しました。コンピュータの専門家、機械の専門家、電力の専門家など、複数の分野の専門家からなる「ティーポット委員会」を組織し(コンピュータアーキテクチャの創始者であるフォン・ノイマンも委員の一人でした)、ロケットの複雑なシステムの設計と管理を完成させ、ロケットプロジェクトの組織方法を一変させ、ロケット技術の発展を大きく促進しました。現在、インテリジェントコネクテッドカーの部品数は1950年代のロケットの部品数を上回っています。新しい技術を新しい分野に適用するには、システムエンジニアリング技術による解決も必要です。 Chuangda での 10 年を超える実践により、オペレーティング システム エンジニアリングの概念とテクノロジが、モノのインターネット、人工知能、コネクテッド カー、さらにはスマート シティやスマート インダストリーなどの複雑な分野に対する究極のソリューションであることが証明されました。中国システム工学学派の創始者、銭学森はこう言っています。「システム工学は私が生涯を通じて追求するものです。」オペレーティングシステムエンジニアリングは、Chuangdaの人々が常に追求し実践してきた技術とコンセプトであり、新しいインテリジェント時代に再び輝くことは間違いありません。

<<:  アリババが雲奇会議でデジタル経済について語らなかったこと

>>:  人工知能の出現は教育にどのような影響を与えるのでしょうか?

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

銀行の二重生体認証実験:二重のトラブルか二重のセキュリティか?

2つの生体認証技術は顔認証と指紋認証です。実験では、両方ともモバイルデバイスを通じて実装され、2つ...

機械学習とデータマイニングを一般の人に説明する方法

[[210849]]データサイエンスが人工知能の発展において輝くにつれ、データマイニングと機械学習が...

ガートナー:世界の会話型 AI 支出は 2023 年に 186 億ドルに達すると予測

8月1日、ガートナーの最新レポートによると、カスタマーサービスセンター(CC)テクノロジー、会話型A...

携帯電話開発者の年収は153万元、機械学習は最高ではない:IEEEの最新給与レポート

私たちは皆工学を勉強していますが、どの分野を選択すべきでしょうか?給与水準は、人々が将来のキャリアを...

2022年の人工知能の7つのトレンド

近い将来に大きな価値を生み出す可能性のある技術の予測となると、人工知能は間違いなくリストのトップに位...

...

人工知能を活用して機密情報を保護する 5 つの方法

研究者たちは、人工知能技術が機密情報のセキュリティを確保するための非常に優れたツールであることを発見...

自動運転車は「交通渋滞をさらに悪化させる可能性がある」

西オーストラリア大学の研究者らは、交通渋滞を緩和するために設計された無人運転車が逆の効果をもたらして...

GraphAlign: グラフマッチングによるマルチモーダル 3D オブジェクト検出のための正確な特徴アライメント

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...

...

人工知能は統合を加速させており、テレビ業界は若返りを急ぐべきではない

関連データによると、今年上半期、わが国のカラーテレビ市場の累計販売台数は2,000万台未満で、前年同...

...

AIOps の歴史、用途、そして将来

[[413083]]今日のテクノロジー システムの管理と運用は人間だけでは管理するには複雑すぎるため...

十分なデータを使用してモデルをトレーニングしたかどうかをどのように確認しますか?

[51CTO.com クイック翻訳]ディープニューラルネットワーク (DNN) には大量のトレーニ...