エッジ人工知能とエッジコンピューティングとは何ですか?

エッジ AI は、人工知能の最も注目すべき新しい分野の 1 つであり、プライバシーやデータ送信による速度の低下を心配することなく人工知能プロセスを実行できるようになります。エッジ AI は人工知能の利用をさらに幅広く普及させており、スマート デバイスがクラウドにアクセスせずに入力に迅速に応答できるようにしています。これはエッジ AI の簡単な定義ですが、いくつかのユースケースを検討して、エッジ AI をより深く理解しましょう。 まず、エッジ AI は医療業界で広く応用されています。たとえば、監視デバイスにエッジ AI を統合すると、患者のバイタルサインをより正確に監視および分析し、必要なときに即座に対応できます。この機能により、医療をより効率的にしながら、機密の個人データを確実に処理できます。 さらに、エッジ人工知能はスマートホームにも適用できます。人工知能をスマート スピーカーやスマート TV などのホーム デバイスに統合することで、ユーザーはスマート デバイスをより広範囲かつ便利に操作できるようになります。エッジ人工知能の存在により、これらのデバイスはクラウドに依存する必要がなくなります

エッジコンピューティングとは何ですか?

エッジ人工知能を真に理解するには、まずエッジコンピューティングと、エッジを理解するための最良の方法を理解する必要があります。コンピューティングは、クラウド コンピューティングと比較することです。クラウド コンピューティングは、インターネット経由でコンピューティング サービスを提供することです。対照的に、エッジ コンピューティング システムはクラウドに接続せず、ローカル デバイス上で実行されます。これらのローカル デバイスは、専用のエッジ コンピューティング サーバー、ローカル デバイス、またはモノのインターネット (IoT) です。エッジ コンピューティングを使用することには多くの利点があります。たとえば、インターネット/クラウドベースのコンピューティングは遅延と帯域幅によって制限されますが、エッジ コンピューティングはこれらのパラメータによって制限されません。

エッジ AI とは何ですか?

エッジ コンピューティングを理解したところで、エッジ AI について見てみましょう。エッジ AI は、人工知能とエッジ コンピューティングを組み合わせたものです。人工知能アルゴリズムは、エッジ コンピューティング機能を備えたデバイス上で実行されます。この利点は、クラウドに接続する必要がなく、データをリアルタイムで処理できることです。

最先端の人工知能プロセスのほとんどは、大量のコンピューティング能力を必要とするため、クラウドで実行されます。その結果、これらの AI プロセスはダウンタイムが発生しやすくなります。エッジ AI システムはエッジ コンピューティング デバイス上で実行されるため、必要なデータ操作をローカルで実行し、インターネット接続が確立されたときに送信して、時間を節約できます。深層学習アルゴリズムは、デバイス自体 (データの発信元) 上で実行できます。

クラウドにアクセスせずに AI を必要とするデバイスが増えているため、エッジ AI の重要性はますます高まっています。現在、どれだけの工場のロボットや自動車にコンピューター ビジョン アルゴリズムが搭載されているか考えてみましょう。この場合、データ転送の遅延時間が致命的になる可能性があります。高速な応答時間は非常に重要であるため、デバイス自体には、クラウド接続に依存せずに画像を分析および分類できるエッジ AI システムが搭載されている必要があります。

クラウドで実行される情報処理タスクがエッジコンピューターに委任されると、その結果、リアルタイムの遅延、リアルタイム処理が発生します。さらに、データ転送を重要な情報に限定することでデータ量自体を削減し、通信の中断を最小限に抑えます。

エッジ AI と IoT

エッジ AI は、5G やモノのインターネット (IoT) などの他のデジタル技術と組み合わされます。 IoT はエッジ AI システムで使用するデータを生成でき、5G テクノロジーはエッジ AI と IoT の継続的な開発に不可欠です。

モノのインターネットとは、インターネットを通じて相互に接続されるさまざまなスマートデバイスを指します。これらのデバイスはすべて、エッジ AI デバイスに供給できるデータを生成します。エッジ AI デバイスは、クラウドと同期するまでのデータの一時ストレージ ユニットとしても機能します。このデータ処理方法により、柔軟性が高まります。

第 5 世代モバイル ネットワーク 5G は、エッジ コンピューティング インテリジェンスとモノのインターネットの開発に不可欠です。 5G は最大 20Gbps の高速データを送信できますが、4G は 1Gbps でしかデータを送信できません。 5G は同時接続 (平方キロメートルあたり 1,000,000) もサポートしており、遅延速度の向上 (1 ミリ秒から 10 ミリ秒) をサポートします。 モノのインターネットの発展に伴い、データ量が増加し、伝送速度に影響が出る可能性があるため、4G に対するこれらの利点は重要です。 5G により、より広範囲のデバイス間の対話が可能になり、その多くはエッジ コンピューティング インテリジェンスを搭載できます。

Edge AI のユースケース

Edge AI のユースケースには、クラウド経由よりもローカル デバイスでデータ処理をより効率的に実行できるほぼすべての状況が含まれます。ただし、エッジ AI の最も一般的なユースケースには、自動運転車、自律型ドローン、顔認識、デジタル アシスタントなどがあります。

自動運転車は、エッジ人工知能に最も関連性のあるユースケースの 1 つです。自動運転車は常に周囲をスキャンして状況を評価し、近くの出来事に基づいて軌道を修正する必要があります。このような状況ではリアルタイムのデータ処理が重要であるため、オンボードのエッジ AI システムがデータの保存、操作、分析を担当します。レベル 3 および 4 (完全自動運転) 車両を市場に投入するには、エッジ AI システムが必要です。

自律型ドローンは人間のオペレーターによって操縦されないため、自動運転車の要件は非常に似ています。ドローンが飛行中に制御を失ったり故障したりすると、墜落して財産や人命に損害を与える可能性があります。ドローンはインターネット アクセス ポイントの範囲を超えて飛行する可能性があり、エッジ AI 機能が必要です。ドローンによる荷物の配達を目的としたAmazon Prime Airのようなサービスには、エッジAIシステムが不可欠となる。

エッジ AI のもう 1 つのユースケースは、顔認識システムです。顔認識システムは、コンピュータ ビジョン アルゴリズムに依存して、カメラによって収集されたデータを分析します。セキュリティなどのタスクに使用される顔認識アプリケーションは、クラウドに接続していないときでも確実に実行される必要があります。

デジタル アシスタントもエッジ AI の一般的な使用例です。 Google アシスタント、Alexa、Siri などのデジタル アシスタントは、インターネットに接続されていないときでもスマートフォンやその他のデジタル デバイス上で実行できなければなりません。データがデバイス上で処理される場合、データをクラウドに送信する必要がないため、トラフィックが削減され、プライバシーが確保されます。

以上がエッジ人工知能とエッジコンピューティングとは何ですか?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。