ホームページ >テクノロジー周辺機器 >AI >エッジ人工知能とは何か、エッジ人工知能を実装する方法
エッジ AI は、エッジ人工知能の略語です。モノのインターネット システムの次の開発フロンティアです。それでは、エッジ人工知能とは何ですか?エッジ人工知能を実現するにはどうすればよいですか?編集者をフォローするこの記事を読んでみましょう!
簡単に言うと、エッジ人工知能とはアプリケーションを指します。人工知能はエッジデバイス上で直接利用可能 人工知能は、実行される機械学習アルゴリズムの形で使用されます。機械学習は、近年目覚ましい進歩を遂げた幅広い分野です。これは、コンピューターがデータから学習することで、場合によっては人間の能力を超えて、特定のタスクのパフォーマンスを自律的に向上できるという原理に基づいています。
今日、機械学習は、次のような高度なタスクを実行できます。
● コンピューター ビジョン: 画像分類、オブジェクト検出、セマンティック セグメンテーション。
# 音声認識、自然言語処理、チャットボット、翻訳。
# 天気と株式市場の予測および推奨システム。
#● 異常検出と予知保全。 機械学習は長い間存在してきたのに、なぜエッジ AI が突然特別になったのでしょうか? これをよりわかりやすく説明するために、まずエッジ AI のエッジが実際に何を意味するのかを見てみましょう。 エッジ コンピューティングとクラウド コンピューティング本質的に、エッジ コンピューティングとクラウド コンピューティングは、データの処理やアルゴリズムの実行など、同じことを行うように設計されています。ただし、エッジ コンピューティングとクラウド コンピューティングの根本的な違いは、コンピューティングが実際に行われる場所です。 エッジ コンピューティングでは、情報処理はオンサイトで、アクティブに展開された分散型 IoT デバイスまたはエッジで行われます。エッジ デバイスの例としては、スマートフォンやさまざまなマイクロコントローラーが挙げられます。しかし、クラウド コンピューティングでは、同じ情報処理がデータ センターなどの集中的な場所で行われます。 従来、IoT 分野ではクラウド コンピューティングが主流でした。当然より優れたコンピューティング能力を持つデータセンターを利用しているため、エッジの IoT デバイスはローカル データを送信するだけで、低消費電力と手頃な価格という主要な特性を維持できます。クラウド コンピューティングは依然として IoT にとって非常に重要かつ強力なツールですが、2 つの重要な理由により、最近エッジ コンピューティングへの注目が高まっています。## ● エッジ デバイス上のハードウェアは、コスト競争力を維持しながらさらに強力になります。
# ソフトウェアはエッジ デバイス向けにますます最適化されています。
この傾向は大きく進み、エッジ コンピューティング デバイス上で機械学習を実行できるようになりましたが、機械学習は高度なコンピューティング要件のため、長い間クラウド コンピューティングに限定されてきました! したがって、エッジ コンピューティングの人工知能は、生まれる。
エッジ人工知能: クラウドをエッジに導入してモノのインターネットを成長させる
たとえば、エッジ IoT デバイスは動作状況を処理し、マシンが故障するかどうかを予測できます。これにより、企業は予知保全を実行し、完全な故障が発生した場合の大きな損失とコストを回避できます。
一方、エッジ人工知能を搭載したセキュリティカメラは、映像を撮影するだけでなく、人間を認識し、人の通行量を計算できるようになります。あるいは、顔認識を使用すると、誰がいつ特定のエリアを通過したかを正確に識別することも可能です。
機械学習の進歩に伴い、多くのエキサイティングな可能性がエッジ デバイスにも拡張されるようになります。しかし、このパラダイム シフトの鍵は明らかであり、クラウド コンピューティング機能がこれまで以上に疎外されているのには理由があります。
エッジ人工知能の利点
前述の予防メンテナンスの例では、エッジ AI 対応デバイスは、損傷したマシンをシャットダウンするなど、即座に対応できるようになります。クラウド コンピューティングを使用して機械学習アルゴリズムを実行すると、クラウドへのデータ送信で少なくとも 1 秒が失われます。これは重要ではないように聞こえるかもしれませんが、重要な機器の運用に関しては、達成可能なあらゆる安全マージンを追求する価値があります!
2. 帯域幅要件とコストを削減します
画像分類タスクを例として考えてみましょう。クラウド コンピューティングに依存しているため、オンライン処理のために画像全体を送信する必要があります。ただし、代わりにエッジ コンピューティングを使用すると、そのデータを送信する必要がなくなります。代わりに、処理された結果を送信するだけで済みます。これは通常、元の画像よりも数桁小さくなります。この効果にネットワーク内の IoT デバイスの数を掛けると、その数は数千以上になる可能性があります。
外部へのデータ送信を減らすことは、開いている接続が減り、サイバー攻撃の機会が減るということも意味します。これにより、エッジデバイスが安全に動作し、傍受やデータ漏洩の可能性を回避できます。さらに、データは一元化されたクラウドに保存されなくなるため、単一の侵害による影響は大幅に軽減されます。
エッジ人工知能とエッジ コンピューティングの分散型の性質により、運用リスクもネットワーク全体に分散される可能性があります。基本的に、集中管理されたクラウド コンピューターやクラスターに障害が発生した場合でも、コンピューティング プロセスがクラウドから独立しているため、個々のエッジ デバイスは機能を維持できます! これは、ヘルスケアなどの重要な IoT アプリケーションにとって特に重要です。
エッジ AI の実際的な利点は明らかですが、その本質的な影響はさらにわかりにくいかもしれません。
エッジ人工知能は、人工知能を日常生活に真に統合する最初の波を表します。 AI と機械学習の研究は何十年も前から行われてきましたが、消費者向け製品への実用的な応用が見え始めたのは最近です。たとえば、自動運転車は、エッジ人工知能の進歩の産物です。エッジ AI は、ゆっくりと、しかし確実に、私たちが環境と対話する方法をさまざまな方法で変えています。
人工知能の使用と開発は、もはや研究機関や大企業だけのものではありません。エッジ AI は比較的手頃な価格のエッジ デバイスで実行できるように設計されているため、誰でも AI の仕組みを理解し、自分に適した AI を開発することがこれまでより簡単になります。
さらに重要なのは、エッジ AI により、世界中の教育者が教室での学習に人工知能と機械学習を具体的な方法で導入できるようになります。たとえば、エッジ デバイスを使用した実践的な経験を学生に提供するなどです。
人工知能と機械学習の可能性は人間の創造性と想像力によってのみ制限されるとよく言われますが、機械学習はますます進歩します。私たちがより高度になるにつれて、かつては人間のみが可能であった多くのタスクが自動化され、私たちに本来備わっている生産性と目的の概念が深刻な挑戦を受けることになります。
将来何が起こるかはわかりませんが、エッジ AI がもたらすものについては概して楽観的です。それは、エッジ AI が私たちに、より創造的で充実した仕事を見つけるよう後押ししてくれると信じているからです。たとえば、AI が組み込まれたエッジ デバイスは、作業環境でのヘルメットのコンプライアンスを含む PPE をリアルタイムで監視し、PPE に違反する人に安全信号とメンテナンス信号を送信できます。コンピューター ビジョンと機械学習を組み合わせることで、PPE コンプライアンス監視プロセスを自動化できます。
もう 1 つの例は、AI 統合カメラが、交通の妨げになりがちな都市のボトルネックや渋滞点を軽減できることです。交通渋滞は主に、走行中の車両間の距離、信号機、道路標識、交差点の歩行者など、特定の要因を無視することによって発生します。高度道路交通システムは、車両分類、交通違反検出、交通流分析、駐車場検出、ナンバープレート認識、歩行者検出、交通標識検出、衝突回避、道路状況監視などを含むコンピュータビジョンの主な応用分野です。車内のドライバーの注意力の検出も可能です。
この記事を通じて、誰もがエッジ人工知能とは何か、それがモノのインターネット、さらには人類の未来にとって何を意味するのかを理解できたと思います。以上が少しでもお役に立てれば幸いです。
以上がエッジ人工知能とは何か、エッジ人工知能を実装する方法の詳細内容です。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。