エッジAIは発展を続けています。エッジAIのアプリケーションは多岐にわたります。自動運転車、アート、ヘルスケア、パーソナライズ広告、カスタマーサービスなど、あらゆる分野で活用できます。理想的には、エッジアーキテクチャはリクエストに近いため、低レイテンシを実現します。
参照: 熱意を抑えないで: エッジコンピューティングのトレンドと課題 (TechRepublic)
Astute Analyticaは、エッジAI市場が2021年の140万ドルから2027年には800万ドルに成長し、年平均成長率（CAGR）は29.8%になると予測しています。この成長は、主にIoT向けAI、ウェアラブルデバイス、そして5Gネットワークにおける高速コンピューティングのニーズなどによってもたらされると同社は予測しています。エッジAIのリアルタイムデータはサイバー攻撃に対して脆弱であるため、これらの要因はビジネスチャンスと課題の両方をもたらします。
来年のエッジ AI 分野を形成する可能性のある 5 つのトレンドを見てみましょう。
エッジAIの5つのトレンド
AIとクラウドの分離
今日の大きな変化の一つは、クラウド接続なしでAI処理を実行できることです。Armは最近、リモートサーバーやクラウドを介さずにIoTデバイスのエッジに処理能力をもたらす2つの新しいチップ設計を発表しました。Armの現行Cortex-Mプロセッサは物体認識に対応しており、ARMのEthos-U55を追加することで、ジェスチャー認識や音声認識といった他の機能も利用できるようになります。ローカルAIを搭載した製品を構築するためのツールキットであるGoogleのCoralも、「オフライン」での高度なAI処理を約束しています。
機械学習オペレーション
NVIDIAは、機械学習運用におけるベストプラクティスがエッジAIにとって価値あるビジネスプロセスとなると予測しています。IT運用には新たなライフサイクルが必要です。少なくとも、MLOpsの進化に伴い、そのような憶測が広がっています。MLOpsは、データフローを整理し、エッジへとプッシュするのに役立ちます。より多くの組織がエッジAIの活用において最適な方法を見つけ出すにつれて、継続的なアップデートサイクルが効果的であることが証明されるかもしれません。
アルゴリズムの設計、モデル アーキテクチャの選択、ML の導入と監視を日常的に行うデータ サイエンティストは、簡素化された ML メソッドの恩恵を受けることができます。
それは「ニューラルネットがニューラルネットを設計することが可能である」ことを意味するとGoogle CEOのサンダー・ピチャイ氏は述べた。
Auto ML には大量のメモリと計算能力が必要なので、エッジでの展開は他の進行中の処理の考慮事項と密接に関連しています。
特殊チップ
エッジでより多くの処理を実行するには、十分なパワーを発揮するカスタムチップが必要です。昨年、スタートアップ企業のDeepVisionは、エッジ向けのビデオ分析および自然言語処理チップで3,500万ドルのシリーズB資金調達ラウンドを実施し、注目を集めました。
「2025年には、ディープラーニングアクセラレータを搭載したエッジデバイスが19億台出荷されると予想しています」とリンリーグループの主席アナリスト、リンリー・グウェナップ氏は説明した。
DeepVisionのAIアクセラレータチップは、AIモデルを計算グラフに変換するソフトウェアスイートと連携します。IBMは2021年に、不正行為対策を目的とした初のアクセラレータハードウェアをリリースしました。
コンピュータビジョンの新しいユースケースと機能
コンピュータービジョンは、エッジAIの主要な用途の一つです。NVIDIAのアプリケーションフレームワークと開発ツールセットのパートナーネットワークには、現在1,000社を超えるメンバーが参加しています。
この分野における大きな進歩はマルチモーダルAIです。これは複数のデータソースからデータを取得し、自然言語理解にとどまらず、姿勢の分析、検査、視覚化まで行います。これは、ショッピングアシスタントなど、人とシームレスにインタラクションするAIに役立つ可能性があります。
高次ビジョンアルゴリズムは、より細かい特徴を用いて物体を分類できるようになりました。単に車を認識するだけでなく、メーカーやモデルまで深く特定できるようになります。
各物体に固有の細かい特徴を認識するようにモデルをトレーニングするのは困難な場合があります。しかし、きめ細かな情報を含む特徴表現、特定の特徴を抽出するためのセグメンテーション、物体の姿勢を正規化するアルゴリズム、多層畳み込みニューラルネットワークといったアプローチは、いずれも現在、これを可能にする方法です。
初期段階の企業での使用例には、品質管理、サプライチェーンのライブ追跡、スナップショットを使用した内部の場所の特定、ディープフェイクの検出などがあります。
5GにおけるAIの成長増加
5Gとその先はもうすぐ到来です。通信事業者にとっては、衛星ネットワークと6Gが間もなく登場します。それ以外の人にとっては、次世代に完全に移行する前に、一部の5Gサービスに対応する4Gコアネットワーク間の移行にはまだ時間があります。
これはエッジAIとどのように関係するのでしょうか？5G対応AIは、AIアプリケーションのパフォーマンスとセキュリティを向上させる可能性があります。低遅延のエッジAIに必要な機能の一部を提供できるだけでなく、工場自動化、通行料徴収や車両テレメトリ、スマートサプライチェーンプロジェクトといった新たなアプリケーションの可能性も拓きます。Mavenirは2021年11月に、ビデオ分析向けの5G対応エッジAIを発表しました。
エッジAIには、1つのリストに収まりきらないほど多くの新たなトレンドが存在します。特に、その普及には人間側の変化も必要になるかもしれません。NVIDIAは、エッジAIの管理はIT部門の仕事になり、おそらくKubernetesが活用されるだろうと予測しています。ガートナーのレポートによると、エッジソリューションの管理を事業部門に任せるのではなく、ITリソースを活用することでコストを最適化できるとのことです。
