Red Hat Summitエッジ AI とは
エッジ人工知能 (AI)、またはエッジ上の AI とは、AI をエッジコンピューティング と組み合わせて使用することで、物理的な場所またはその近くでデータを収集できるようにすることです。たとえば、画像認識アルゴリズムのタスクは、データソースに近いほど効率的に実行されます。
エッジ AI では、応答がほぼ瞬時に提供されます。 エッジ AI を使用すると、データはミリ秒単位で処理され、AI アルゴリズムはデバイスの場所の近くでデータを処理できるため、インターネット接続の有無にかかわらず、リアルタイムでフィードバックが提供されます。機密データがエッジ外に送られることはないため、データに関してはこのプロセスの方が安全です。
従来の AI との違い
エッジ AI は、AI モデルをクラウドシステムのバックエンドで実行するのではなく、ネットワークエッジで動作しているコネクテッドデバイス上で実行するという点で、従来の AI とは異なります。これにより、エッジデバイスがメトリクスと分析を収集するだけでなく、エッジデバイス内の 統合機械学習 (ML) モデルを介してそれに対応できるインテリジェンスのレイヤーが追加されます。
人工知能の目標も同じです。つまり、コンピュータにデータを収集させ、そのデータを処理し、人間の知能と同様の結果を生成させることを目標としています。ただし、エッジ AI は、デバイスが使用されている場所の内部やその付近で、ローカルに機能して意思決定を行います。
エッジ AI と分散型 AI の違い
エッジ AI と関連するのは、従来の AI とエッジ AI の両方の概念を使用する分散 AI です。両者の主な違いは、データが処理される場所と AI モデルがデプロイされる方法にあります。エッジ AI はエッジデバイスで直接アルゴリズムを実行しますが、分散 AI は中央サーバーやエッジデバイスなど、相互に接続された複数のシステムを使用します。
分散 AI では、タスクは複数のマシンまたはデバイスに分割され、それぞれが問題の一部に対処します。この分散処理は、データ処理により多くの能力を必要とするため、エッジ AI の能力を超えて拡張できる一方、複雑性、レイテンシー、全体的なプライバシーというトレードオフがあります。
クラウド・コンピューティングによるエッジ AI の強化
エッジ AI は、クラウド・コンピューティングなしには存在できなかったと言っても過言ではありません。クラウド・コンピューティングは、エッジデバイスで AI モデルを開発、デプロイ、管理、維持するためのインフラストラクチャ、ツール、サービスを提供します。
トレーニング： エッジ AI デバイスは 一元化されたサーバーから離れているため、通常、 ディープラーニングモデルのトレーニングに必要な計算能力や大量のデータがありません。エッジ AI デバイスは代わりにデータをクラウドに転送し、類似のデバイスのデータと結合して処理し、モデルのトレーニングに使用します。トレーニング済みの機械学習モデルは、エッジ上のデバイスに再デプロイされます。
デプロイメント: エッジデバイスは設計上最小限に抑えられているため、学習済みモデルはリソースに限りのあるエッジデバイス向けに最適化される必要があります。クラウドサービスは、エッジにデプロイできるように AI モデルを準備する量子化とプルーニングのための圧縮ツールを提供します。
データ同期： エッジ AI デバイスは、デプロイされた時点でデータを迅速に処理できます。また、エッジ AI デバイスはデータを収集して、より適切な意思決定を行うようにモデルをトレーニングします。エッジ AI デバイスは、定期的にクラウドの中央リポジトリと同期します。これは、エッジデバイスが収集して計算するデータの保存と処理を支援します。 クラウドに送信されたデータは継続的学習で使用され、モデルがトレーニングされ、デバイスに再デプロイされます。
監視と管理： エッジ AI デバイスは、組織とユーザーの相互作用の最前線です。クラウド・プラットフォームは、エッジデバイスをリアルタイムで監視し、予知保全を可能にし、パフォーマンスへの影響が生じる前に潜在的な問題を特定します。さらに、クラウド・プラットフォームは必要に応じてスケーリングでき、多数のデバイスを管理する組織に弾力性に優れたリソースを提供します。
Red Hat のリソース
エッジ AI のメリット
エッジコンピューティングと人工知能を組み合わせると、大きなメリットが生まれます。エッジ AI により、センサーと IoT デバイスが存在する場所であるエッジに HPC (高性能計算) 機能がもたらされます。システム間の接続性や統合を必要としないので、ユーザーはデバイス上でデータをリアルタイムで処理できます。他の物理的な場所と通信せずにデータを収集することで時間を節約できます。
エッジ AI には次のようなメリットがあります。
- 消費電力の低下：ローカルでのデータ処理および低い電力要件によって、エッジで AI を実行する際のエネルギーコストをクラウドデータセンターで実行する場合に比べて削減します。
- 帯域幅の削減: クラウドに送信するのではなく、より多くのデータをローカルに処理、分析、保存して、送信する必要があるデータ量を削減し、コストを削減します
- プライバシー：エッジ AI からエッジデバイスで処理されるデータと一緒に 機密データが流出するリスクを低下させます
- セキュリティ：データをエッジネットワークで処理および保管したり、冗長で不要なデータを除外したりして、重要なデータ転送を優先します。
- スケーラビリティ：クラウドベースのプラットフォームと相手先ブランド供給 (OEM) 装置のネイティブなエッジ機能で、システムを容易に拡張
- レイテンシーの短縮：クラウド・プラットフォームでデータを処理する時間を短縮し、ローカルで分析して他のタスクを実行できるようにします。
エッジ AI のユースケース
エッジ AI のメリットにより、さまざまな業界でユースケースが実現されます。
医療におけるエッジ AI
スマートウォッチやフィットネストラッカーなどのウェアラブルデバイス は、エッジ AI を使用してバイタルサイン (脈拍数や人工知能レベル) をリアルタイムで監視し、クラウド処理に頼ることなく、カルテや高ストレスレベルなどの異常が発生した場合にユーザーに警告することができます。AI を活用した診断ツールは、X 線、MRI、その他の医療スキャンを病院やクリニックのネットワークの「エッジ」で分析することで、 医療画像処理を支援でき、即座に結果を出してデータを中央に送信する必要性を軽減できます。サーバーを使用しています。 エッジ AI は、自宅で患者の状態を遠隔監視するのを支援し、医療機器からのデータを分析して、医療提供者にリアルタイムで警告します。
製造業におけるエッジ AI の用途
製造工場では、エッジ AI が予知保全を実行し、機器のパフォーマンス異常をリアルタイムで監視して機械の故障を予測できます。AI を搭載したカメラやセンサーで、生産ラインで製品の欠陥を検査することで、 品質管理 を強化できます。視覚またはセンサーのデータを離れた中央サーバーで処理するのではなく、ローカルで処理することで、無駄を最小限に抑えることができる即座の修正が可能になります。 エッジ AI を活用した工場のロボティクスおよび 自動化は、環境の変化や製品のばらつきに合わせて調整するために、センサー入力からのリアルタイムデータを使用して、並べ替え、梱包、組み立てを行うことができます。
スマートホームで活躍するエッジ AI
私たちの日常生活では、家の中で照明、サーモスタット、音楽を操作するために音声アシスタント を使用することが習慣になっています。エッジ AI を使用してコマンドをローカルで処理し、レイテンシーを削減します。コマンドを中央サーバーに送信せずにローカルで処理することで、プライバシーも強化されます。 スマートドアベルおよび家庭用カメラと統合されたセキュリティシステム は、エッジ AI を使用して動作を検出し、顔を認識して、住宅所有者に異常な動作を警告します。ローカルで処理することで、クラウドに継続的にビデオストリームを送信する必要がなくなり、プライバシーと効率の両方が向上します。 サーモスタットなど他のスマートホームデバイスは、エネルギー管理()にエッジ AI を使用しています。ユーザーの行動とローカルデータを学習し、冷暖房のスケジュールを最適化してエネルギー消費を削減します。
小売業におけるエッジ AI の使用
小売業では、 「スマートシェルフ」で在庫管理にエッジ AI が導入されています。カメラやその他のセンサーが、在庫切れや誤った在庫があることを検知し、スタッフに通知して調整を行います。 多くの小売業者は、店内のセンサーやカメラから直接データを処理することで、顧客が選択したり返品したりする商品をエッジ AI システムで追跡するチェックアウトフリーストア の実験を行っています。
エッジ AI が車両と交通を駆動
自動運転車 自体がエッジ AI デバイスです。カメラ、LIDAR、レーダーなどのセンサーからのリアルタイムデータを利用して、クラウド接続に依存することなく、道路をナビゲートし、障害物を検出し、瞬時の判断を行います。スマート信号機とカメラは、交通パターンをリアルタイムで分析することで、 交通管理 にエッジ AI を使用して、渋滞を緩和し、交差点での安全性を向上させます。 また、エッジ AI は、車両のパフォーマンスやドライバーの行動を監視し、配送ルートを最適化することで、物流企業のフリート管理を最適化します。
Red Hat を選ぶ理由
Red Hat® AI は、Red Hat のお客様の信頼を得ているソリューションに基づいて構築された AI 製品のポートフォリオです。これを基盤として、当社製品の信頼性、柔軟性、拡張性が維持されます。
Red Hat AI のサポートによって以下のことが可能になります。
- AI を迅速に導入してイノベーションを実現する
- AI ソリューションの提供における複雑さを解消できる
- どこにでもデプロイできる
柔軟なスケーリングを行う方法
Red Hat AI は、どこにでもデプロイできる柔軟性を提供するプラットフォームへのアクセスを可能にします。
Red Hat OpenShift® AI は、予測型 AI モデルと生成 AI モデルの両方のライフサイクルを管理できる統合 MLOps プラットフォームです。この単一のプラットフォームで、ハイブリッドクラウド環境全体で AI アプリケーションを拡張できます。
さらに、当社のコンサルタントは、AI アプリケーションと重要なワークロードを併せて構築およびデプロイする組織に対し、組織独自のエンタープライズ・ユースケースに関する実践的なサポートを提供できます。
Red Hat 公式ブログ
Red Hat のお客様、パートナー、およびコミュニティのエコシステムに関する最新の情報を入手しましょう。
