エッジ人工知能の夢と挑戦

この記事では、2 つの主要な質問に焦点を当てます。つまり、人工知能を「小型マシン」に実装する理論的根拠と、人工知能小型マシンを開発する際にどのような課題に直面するかです。

将来、人工知能の観点からは、空飛ぶ車やロボット執事が登場するはずです。私たちに反抗することを決意する知性を持ったロボットに遭遇することさえあるかもしれません。私たちはまだそこまで到達していませんが、人工知能 (AI) テクノロジーが私たちの世界に浸透していることは明らかです。

スマート音声アシスタントに何かを依頼するたびに、機械学習テクノロジーはまずユーザーが何を言ったかを把握し、ユーザーが何をしたいのかについて最善の決定を下そうとします。たとえば、ビデオ Web サイトや電子商取引プラットフォームが「好みの映画」や「必要と思われる製品」を推奨するたびに、複雑な機械学習アルゴリズムに基づいて、可能な限り説得力のある情報を提供します。これは明らかに過去のプロモーションよりも魅力的です。

誰もが自動運転車を持っているわけではありませんが、私たちはこの分野の発展と自律ナビゲーションがもたらす可能性を強く認識しています。

人工知能テクノロジーには大きな期待が寄せられています。それは、機械が周囲の世界に基づいて意思決定を行い、人間と同じように、あるいは人間よりも優れた方法で情報を処理できるようになるということです。しかし、上記の例を考えると、AI の可能性は「大型マシン」によってのみ実現可能であり、パワー、サイズ、コストの制約がないことがわかります。言い換えれば、それらは加熱し、有線で動作し、大きく、高価です。たとえば、Alexa や Netflix などの世界をリードする IT 大手は、ユーザーの意図を推測するためにクラウド内の電力を大量に消費する大規模なサーバー (データセンター) に依存しています。

自動運転車はバッテリーに依存する可能性が高いですが、バッテリーが車輪を回して操縦する必要があることを考えると、そのエネルギー容量は膨大です。これらは、最も高価な AI の決定と比較すると、莫大なエネルギー消費となります。

つまり、人工知能には大きな期待がある一方で、「小さな機械」は取り残されつつあるということです。小型のバッテリーで駆動されるデバイスや、コストとサイズの制約があるデバイスは、機械が見たり聞いたりできるというアイデアに参加できません。現在、これらの小さなマシンは単純な人工知能技術しか利用できず、おそらくキーワードをリッスンしたり、光電脈波計 (PPG) などの心拍数からの低次元信号を分析したりします。

もし小さな機械が見えたり聞こえたりできたらどうなるでしょうか?

しかし、小さな機械が見えたり聞こえたりすることに価値はあるのでしょうか?自動運転や自然言語処理などの技術を活用したドアホンカメラのような小型デバイスを想像するのは難しい人も多いかもしれません。それでも、単語認識、音声認識、画像分析など、それほど複雑ではなく処理集約度の低い AI 計算の機会は存在します。

• ドアベル カメラや消費者向けのセキュリティ カメラは、植物の動きなどの興味のないイベントをトリガーすることがよくあります。風によるもの、雲による劇的な光の変化、さらにはカメラの前を動く犬や猫など。これにより、誤警報が作動し、住宅所有者が重要なイベントを見逃し始める可能性があります。住宅所有者は、世界のさまざまな地域を旅行したり、睡眠中に、セキュリティカメラが日の出、雲、日没による照明の変化を頻繁に警告している可能性があります。より高性能なカメラは、人体の輪郭などの物体の変化をより正確に識別できるため、誤報による干渉を回避できます。
• ドア ロックやその他のアクセス ポイントは、顔認識や音声認識を使用して人間のアクセスを確認でき、多くの場合、キーや IC カードは必要ありません。
• 多くのカメラは、特定のイベントでトリガーしたいと考えています。たとえば、トレイルカメラは、特定の動物がフレーム内に現れたときにトリガーしたいかもしれませんし、セキュリティカメラは、フレーム内に人が現れたときにトリガーしたいかもしれません。ドアが開く音や足音などのノイズがあり、トリガーされますが、一部のカメラは音声コマンドなどでトリガーする必要がある場合があります。
• 豊富な語彙のコマンドは、多くのアプリケーションで役立ちます。 「Hey Alexa」や「Hey Siri」のソリューションはたくさんありますが、20 語以上の語彙について考え始めると、産業機器、ホーム オートメーション、調理家電、その他多くのデバイスで人々の語彙を簡素化することができます。コンピューター対話の使用。

これらの例は表面をなぞっただけです。これまで人間の介入が必要だった問題を小型マシンに見て、聞いて、解決してもらうというアイデアは強力であり、私たちは日々創造的な新しい使用例を見つけ続けています。

小型マシンに見たり聞いたりさせる際の課題は何ですか?

では、小型マシンにとって AI がそれほど価値があるのであれば、なぜ私たちはそれをもっと広く活用しないのでしょうか?答えはコンピューティング能力です。人工知能の推論は、ニューラル ネットワーク モデルの計算の結果です。ニューラル ネットワーク モデルは、脳が画像や音声を処理する方法の大まかな近似として考えてください。画像や音声を非常に小さな部分に分割し、それらの小さな部分が組み合わされたときにパターンを認識します。

現代の視覚の問題に対する主力モデルは、畳み込みニューラル ネットワーク (CNN) です。これらのモデルは画像分析に優れており、音声分析にも非常に役立ちます。課題は、そのようなモデルには数百万、または数十億の数学的計算が必要であることです。従来、これらのアプリケーションは、安価で低電力のマイクロコントローラー ソリューションを使用して実装することが困難でした。平均消費電力は低いかもしれませんが、CNN は計算に数秒かかることがあります。つまり、AI 推論はリアルタイムではないため、大量のバッテリー電力を消費します。

これらの数学演算を必要な遅延内で実行できる、高価で高性能のプロセッサを購入してください。これらのプロセッサは大型であることが多く、ヒートシンクや同様の冷却コンポーネントなど、多数の外部コンポーネントが必要になります。ただし、AI 推論は非常に高速に実行されます。
• 実装できません。低電力マイクロコントローラー ソリューションは遅すぎて使用できませんが、高性能プロセッサーによるアプローチではコスト、サイズ、電力の予算が大幅に膨れ上がります。
• 必要なのは、CNN 計算のエネルギー消費を最小限に抑えるためにゼロから構築された組み込み人工知能ソリューションです。 AI 推論は、従来のマイクロコントローラーやプロセッサー ソリューションと比較して桁違いに実行する必要があり、エネルギー、量、コストを消費するメモリなどの外部コンポーネントの助けを必要としません。

人工知能推論ソリューションがマシンビジョンのエネルギー損失を排除できれば、最小のデバイスでも周囲の世界で何が起こっているかを確認し、識別できるようになります。

幸いなことに、私たちはこの「小さな機械」革命の始まりにいます。 AI 推論のエネルギーコストを事実上排除し、バッテリー駆動のマシンビジョンを可能にする製品が利用可能になりました。たとえば、マイクロコントローラーを使用すると、マイクロジュールのエネルギーのみを消費しながら AI 推論を実行できます。

以上がエッジ人工知能の夢と挑戦の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。