Wallaroo Labsは火曜日、同社が米国宇宙軍のイノベーション部門であるSPACEWERXに選定され、軌道上サービス、組み立て、製造ミッション特有のエッジモデル展開の課題を解決すると発表した。
Wallaroo の AI および機械学習プラットフォームは、機械学習実装の最後の段階である展開段階を加速するように設計されています。
「機械学習モデルのライフサイクルを考えると、まず分析の準備として、データのラングリングとエンジニアリングをすべて行います」と、WallarooのCEO兼創設者であるVid Jain氏は説明します。「そして、データを分析してパターンを見つけ出し、そのトレーニングデータに基づいて予測を行うモデルを構築します。」
最初の2つのステップはファーストマイルと言える、とジェイン氏は述べた。企業がこのモデルを入手したら、それをどのように展開し、そこから価値を引き出すかを考える必要がある。ラストマイルは、データサイエンティストが構築したモデルを本番環境に展開することだ。その後、モデルは継続的に監視され、環境やデータの変化に応じてモデルの精度が維持されることを確認する、とジェイン氏は述べた。
Wallaroo 氏によると、Catalyst Campus (CCTI) と共同で実施するこの全額出資のフェーズ 1 プロジェクトでは、衛星の寿命延長、軌道上燃料補給、能動的なデブリ除去、材料の再利用とリサイクルなどのユース ケースにおけるエッジ モデル展開の課題を検討し、宇宙での組み立てと製造の基盤を構築する予定です。
参照: 人工知能倫理ポリシー(TechRepublic Premium)
エッジでの電力制約を計算する
エッジ特有の課題について、Jain氏は次のように述べています。「モデルの開発環境では通常、データサイエンティストがノートパソコンで大量のコンピューティングパワーを投入し、クレンジング済みの履歴データを一括分析して予測モデルを作成する必要があります。しかし、エッジに展開する場合、エッジにはコンピューティングパワーに関して厳しい制約があります。つまり、ドローンや戦艦、あるいはストリーミングビデオを受信する衛星など、様々なものが考えられます。」
ストリーミング動画を分析して予測を行うモデルが必要ですが、そのモデルを実行するためのクラウドコンピューティング能力が不足しています、と彼は述べました。「そこで、当社の超高効率な機械学習専用エンジンの出番です。これにより、企業はコンピューティング能力を80%削減しながら、より多くの推論を生成できるようになります。そのため、コンピューティング能力が限られているエッジでも、複雑なコンピュータービジョンや自然言語処理モデルを実行できるようになります。」
Wallaroo が解決を支援するその他のエッジ モデル展開の課題には、数百または数千のモデル フリートにわたるモデルのバージョン管理、実験とテスト、モデル パフォーマンスの観測可能性、インターネット接続が不安定またはまったくないエッジ ロケーションへの展開などがある、と彼は述べた。
SPACEWERXの科学、技術、研究担当ディレクターのジョエル・モーザー博士は、Wallarooプラットフォームが選ばれたのは、その最新式で相互運用可能な統合アーキテクチャのためだと語った。
「米国宇宙軍（USSF）の任務は、統合軍および連合軍の戦闘力を強化する世界的な宇宙作戦を実施するための守護者を組織し、訓練し、装備を整えることです。同時に、国家目標を達成するための軍事的選択肢を意思決定者に提供することです」とモゼロ氏は声明で述べた。「これを効果的に行うには、クラウドとエッジで展開できるAIとMLの機能に投資する必要があります。」
Wallaroo は、米国空軍を含む公共部門との取り組みに加えて、いくつかの Fortune 500 企業とも連携して、大規模な機械学習モデルの導入と管理を支援し、AI/ML イニシアチブ全体のパフォーマンスと観測性を向上させています。
SPACEWERXは、いくつかの有名なクラウドおよびSaaSプロバイダーを検討したが、プラットフォームが運用できる規模と、ミッションクリティカルな展開に提供される信頼性を理由に、最終的にWallarooが選ばれたとジェイン氏は述べた。
Wallaroo の主要投資家の 1 社である Microsoft M12 のブログ投稿で、Wallaroo について詳しく学んでください。
