エッジAIの定義、エッジAIとクラウドAIの違い、エッジAIの導入事例、導入を成功させるためのポイントを解説します。
エッジAIとは、末端装置に搭載されるAIのことです。
エッジとは一般的に「端」「ふち」あるいは「刃物の刃」などの意味で用いられる言葉ですが、IoTの分野においては、コンピュータネットワークの人間側の末端装置のことを指します。
スマートフォンやスマートスピーカー、車、カメラなどのIoTデバイスがこれに当たります。
エッジAIは、技術の発達に伴って増大し続けるデータをリアルタイムに処理するための技術であり、IoT化を推し進める上で欠かせません。
エッジAIと対照的に、AIの学習や予測をクラウド上で行うシステムをクラウドAIと呼びます。エッジAIとクラウドAIの違いは、データをクラウド上にアップするかどうか、そしてAIの学習や推論をどの段階で行うか、の大きく2点です。
クラウドAIでは、データを入力する末端装置とAIが別の環境に隔離されているため、データと推論結果のやり取りがネットワークを介して常に発生します。
これに対してエッジAIでは、収集したデータからリアルタイムでの推論が可能です。
クラウドAIでは時間がかかる分析も、エッジAIでは迅速に行うことができますが、一方エッジAIでは推論に用いるデバイスのパワーが限られるため、行える計算には限界があるという課題もあります。
エッジAIが必要とされる1つ目の理由が、リアルタイム性の確保です。
ネットワークへの接続が必須となるクラウドAIと異なり、エッジAIではクラウド上にアップする必要がないため、オフラインでも推論が可能であり、リアルタイム性に優れています。
たとえば自動運転において、画像データを処理して結果を出力するという一連の流れをクラウドAIで行おうとすると、処理に時間差が生じてしまいます。
自動運転のような、一瞬の判断の遅れが即事故に繋がるケースではクラウドAIでは処理が間に合いません。
そこでエッジAIを用いると、データ処理と出力の時間差をできるだけ少なくすることができ、リアルタイム性が確保されるのです。
エッジAIが必要とされる2つ目の理由は、プライバシーの保護です。
クラウドAIでは、推論に必要なデータを都度オンライン上にアップロードする必要があり、情報漏洩のリスクが伴います。
これに対してエッジAIでは、個人を特定できる画像や、クレジットカードの支払情報といった個人情報をオンライン上にアップロードすることなく推論を行うことが可能です。
プライバシーデータをクラウド上に共有することへ、嫌悪感や抵抗を示すシーンにおいて活躍します。
また、機密性の高いデータをオンプレミス（エッジ）で分析したい、高いセキュリティ性を確保したいシーンにも適しています。
エッジAIが必要とされる3つ目の理由が、ネットワーク帯域および通信量の削減です。
エッジAIでは、エッジで推論が可能なため、全データをクラウド上にアップロードする必要がありません。昨今のカメラの高画質化などに伴い、処理に必要なデータ量は増大しており、ネットワーク帯域は圧迫され通信費用も高額になる傾向にあります。
データ量が増大し続けるなかで、すべてのデータをクラウドに転送することは通信帯域圧迫などの観点からも非現実的であり、また非経済的でもあると言えるでしょう。
そこでエッジAIを用いることで、必要なデータのみをエッジで検出・生成してクラウドに転送することができ、クラウド側ではさらに高位・広域のデータ分析を行う、といった役割分担が可能になります。
たとえば、防犯カメラの映像を常時クラウドに送り続けるのはコストの無駄になるため、エッジAIカメラで異常を検知したときのみクラウドに送るようにすることで、コストを抑えることができるのです。
エッジAIの活用事例を6つ紹介します。
米Toyota Research Instituteは、完全自動運転を目指し、Lexus LS 500hベースの試験車両を自動運転テストに投入。この取り組みにより、高度安全運転支援システムと自動運転システムの開発を推進していきます。
自動運転は、エッジAIの活用が最も期待されている分野のひとつです。
エッジAIが必要な理由でも挙げた通り、エッジAIの大きなメリットのひとつに、データ処理のリアルタイム性を確保できる点があります。
自動運転では、リアルタイムかつ高精度な状況判断が求められるため、エッジAIによる情報処理が不可欠です。
参考：
米Toyota Research Institute, Inc.（TRI）、新型自動運転実験車「TRI-P4」をCES®で公開｜TOYOTA
JVCケンウッドは、ビズライト・テクノロジー社と共同開発中のエッジAIカメラを活用して、振り込め詐欺を未然に防ぐソリューションの実証実験を、北洋銀行の一部店舗にて実施することを発表しました。
エッジAIカメラにより、電話をかけながらATMを操作する人や、順番待ちをする人の行動を検出し、銀行職員へ通知します。
通知された職員が検出された人へ声かけを行うことで、振り込め詐欺などを未然に防ぐことを目指す取り組みです。
なお同取り組みでは、カメラ映像を録画することなくエッジAIが独自に映像を分析することにより、プライバシー情報が漏洩するリスクにも配慮されています。
参考：
JALでは、離着陸時に伸展するフラップという部分のセンサーの故障を検知するAIを導入しました。
フラップは、左右同時に動く必要があり、左右のセンサーの値に差異が生じると動作が停止してしまいます。そこで、フラップを伸展する際の左右間でのセンサー値のズレを分析したところ、センサーが近々故障することを示すサインとして機能することを発見。
先端技術であるAIの扱いを学ぶため、JALがまずはじめに導入したのは旅行者向けのAIチャットボットでした。その経験から、AIを導入するのに適した分野として故障予測分析や航空機部品の画像診断などに取り組んでいるといいます。
参考：
JAL×IBM 航空機における故障予測分析を開始｜プレスリリース｜JAL企業サイト
【インタビュー】ビッグデータで航空機の故障を未然に防ぐ。日々の安定運航につなげるJALと日本IBMの取り組み
UKCホールディングス（レスターホールディングス）は、自動運転車向けのCMS（カメラモニタリングシステム）を開発。
AI技術は、デジタルメディアプロフェッショナルが提供します。
CMSは、自動車のドライバーから見えない死角となる部分を映像として映し出すもので、自動車のバックミラーやサイドミラーの映像をもとに、物体を検出してアラートを上げる自動運転向けのシステムです。
一連のAIカメラシステムにより、リアルタイム処理に障害物を検知して、運転手へ即時注意喚起することができます。
参考：
HUAWEIでは、中国の160万Kmにおよぶ高圧電線、400万本におよぶ鉄塔を、エッジAIにより監視・点検する取り組みに着手しています。
ソリューションとして、鉄塔1基に対してカメラ1台を設置し、画像認識により劣化部位や対象物を検出。異常検知時は即座に画像をクラウドに転送し、アラートを発動するというエッジAIを導入しました。平時は1分毎に画像を転送しているのに加え、監視センタ側から任意で確認することも可能です。
人手による巡回点検では20日間、ドローンによる点検では4日間かかっていたのに対し、エッジAIを駆使したカメラ監視システムでは点検にかかるコストをわずか2時間まで削減できたと報告されています。
参考：
サービスのイノベーションで5G 展開を加速｜HUAWEI
HuaweiにおけるEdge-AI+IoTの取組｜YouTube
NECでは、顔認証精度世界1位の技術を保有しており、ウォークスルー顔認証などのソリューションを実現しています。
従来のセキュリティゲートでは、ICカードによる個人認証が一般的ですが、ICカードの紛失や貸与により容易に侵入が可能という問題がありました。
これに対し、エッジAIカメラの活用によるウォークスルー顔認証なら、認証を個人の生体情報に紐づけられる上に、指紋認証などと違って特別なアクションを追加することもなく、セキュリティレベルを引き上げることが可能です。
また同社では、エッジAIカメラによる画像解析技術を活用することで、来店者の購買行動を取得する人物行動分析サービスなども実現しています。
参考：
マクロセンドは、AI活用の前段階として必要な、データ自動収集システム、データレイク・DWH基盤構築、セルフデータプレパレーションツールの提供等、各企業の状況・要望に合わせたデータ活用、DXを支援するサービスを行っております。興味のある方は、以下のサービス記事もご確認ください。
2020年9月30日
サービスに関するお問い合わせ
マクロセンドはこれまで、様々な業界のあらゆる課題を柔軟に解決してまいりました。
これまでに弊社が蓄積した知見・技術をもとに、お客様に寄り添ったご提案をさせていただきます。
