ホームページ > 記事 > テクノロジー周辺機器 > 人工知能とモノのインターネットを統合した後の応用シナリオは何ですか?
人工知能 (AI) とモノのインターネット (IoT) のテクノロジー トレンドが融合し始めており、業界はこのトレンドを人工知能 モノのインターネット (AIoT) と名付けています。人工知能はクラウドからエッジに移行し、主要市場での IoT の広範な導入を妨げている帯域幅とセキュリティの問題に対するソリューションを提供します。テクノロジー開発の歴史が将来への信頼できる指針であるならば、この収束には今後数年間で少なくともさらに 2 つの段階が起こることになるでしょう。
#モノのインターネットは最近大きな関心を集めていますが、多くのアプリケーションでは 2 つの重要な疑問が生じます。 1 つはセキュリティであり、IoT デバイスからネットワークを介して流れるデータとデバイス自体の制御は、サイバー攻撃に対する適切なセキュリティに大きく依存しています。脅威が進化し続け、より強力になるにつれて、IoT 開発者はセキュリティのために警戒と緩和を継続的に強化する必要があります。同時に、多くの潜在的なユーザーは、システムとデータのセキュリティが不確実であるため、IoT テクノロジーの使用を控えています。
IoT 導入を制限する 2 つ目の問題は、処理のためにデータをクラウドに送信するために必要な帯域幅です。設置されるデバイスの数が増加し、関与するデータの量が増加するにつれて、IoT の導入は、データ収集にかかる帯域幅リソースとコストによって制約を受けるようになります。すべてのデータから価値を抽出する上で AI がますます重要な要素になるにつれて、このことはさらに懸念されるようになります。
従来のデータ処理技術がますます複雑になるにつれて、データ処理における人工知能の重要性が大幅に高まっています。大量のデータから有用な情報を抽出するための効率的なアルゴリズムの開発とコーディングには時間とアプリケーションの専門知識が必要ですが、多くの潜在的なユーザーにはそれが欠けています。また、ソフトウェアが脆弱になり、要件の変化に応じた保守や変更が困難になる可能性もあります。人工知能、特に機械学習 (ML) を使用すると、プロセッサーは、専門家の分析やソフトウェア開発に依存するのではなく、トレーニングに基づいて独自のアルゴリズムを開発して、望ましい結果を達成できます。さらに、追加のトレーニングにより、AI アルゴリズムは新しい要件に簡単に適応できます。
人工知能をエッジに移行する最新のトレンドは、これら 2 つのテクノロジーを統合することです。現在、IoT データからの情報の抽出は主にクラウドで行われていますが、情報のほとんどまたはすべてをローカルで抽出できれば、帯域幅とセキュリティの問題はそれほど重要ではありません。 IoT デバイスで人工知能が実行されている場合、大量の生データをネットワーク経由で送信する必要はほとんどなく、簡潔な結論だけを伝達する必要があります。通信トラフィックが少なくなると、ネットワーク セキュリティの強化と維持が容易になります。ローカル AI は、受信トラフィックに改ざんの兆候がないか検査することで、デバイスのセキュリティの向上にも役立ちます。
産業機械の予知保全は、AI と IoT の融合が今後も進化するアプリケーションです。
AIoT は、1980 年代にマイクロプロセッサが進化したのと同様の開発経路をたどっているようです。処理は、汎用プロセッサ、メモリ、シリアル インターフェイス ペリフェラル、パラレル インターフェイス ペリフェラルなど、さまざまなタスクを処理する個別のデバイスから始まります。これらは最終的にデバイスのタスクをシングルチップ マイクロコントローラーに統合し、その後特定のアプリケーション専用のマイクロコントローラーに進化しました。 AIoT も同じ道をたどるようです。
現在、AIoT 設計では、汎用の AI アクセラレーションと AI ミドルウェアによって補完されたプロセッサが使用されています。 AIアクセラレーションを搭載したプロセッサも登場し始めている。歴史が繰り返されるとすれば、AIoT の次の段階は、特定のアプリケーションに合わせてカスタマイズされた AI 強化プロセッサの進化となるでしょう。
カスタム デバイスが経済的に実行可能であるためには、対象に関連するさまざまなアプリケーションの共通のニーズを満たす必要があります。そのようなアプリケーションはすでに目に見え始めています。そのようなトピックの 1 つは予知保全です。人工知能と産業用機械の IoT センサーを組み合わせることで、ユーザーは機器の故障の前兆である振動や消費電流の異常なパターンを特定できるようになります。 AI をセンサー デバイスのローカルに配置する利点には、データ帯域幅と遅延の削減、デバイスの応答をネットワーク接続から分離できることが含まれます。専用の予知保全 AIoT デバイスは、巨大な市場にサービスを提供します。
2 番目のトピックは音声制御です。 Siri や Alexa などの音声アシスタントの人気により、消費者はさまざまなデバイスの音声制御機能を求めるようになりました。専用の音声制御 AIoT デバイスは、帯域幅と遅延の問題を解決し、不安定な接続時の機能を確保するのに役立ちます。今日、このようなデバイスの潜在的な用途の数は驚くほど増えています。
特殊な AIoT デバイスで対処すべき潜在的なトピックは他にもあります。産業安全やビル管理のための環境センシングもその 1 つです。化学プロセス管理も別の問題です。 3番目は自動運転車システムだ。 4 番目のタイプは、特定のターゲットを識別するカメラです。今後もさらに多くのことが起こることは間違いありません。
人工知能テクノロジーは今後も存続するようであり、次のステップは、処理テクノロジーと同様に、主要市場向けの専用機器の開発となるでしょう。これに加えて、業界では、AIoT の利点をより多くの小規模な市場に効果的に届けることができるように、アプリケーションに応じてカスタマイズできる構成可能な AI アクセラレーターを開発する可能性が最も高くなります。
克服すべき技術的な課題はまだたくさんあります。デバイスのサイズと消費電力は常に重要な問題であり、それらを解決するには AI がさらに取り組む必要があります。 AI を使用すると、開発ツールはアプリケーション開発作業を簡素化するためにさらに多くのことを行うことができます。開発者は、アプリ開発の代替アプローチとして人工知能についてさらに学ぶ必要があります。しかし、歴史が何らかの指針となるとすれば、これらの課題はすぐに克服されるでしょう。
以上が人工知能とモノのインターネットを統合した後の応用シナリオは何ですか?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。