エッジAIとは? メリット・デメリット、課題を解決できるサービスを紹介
IoTの普及にともない、ライブカメラなどの端末機器に搭載する「エッジAI」が注目を集めています。今回はエッジAIについて、クラウドAIとの違いやメリット・デメリットなどを解説し、エッジAIにおける課題を解決できるサービスも紹介します。
- 目次
エッジAIとは?
「エッジ」(Edge)は、ネットワーク上のエッジ(外縁部)にあたるライブカメラや各種センサーなどの端末機器を指し、それら端末機器に直接搭載されたAIを「エッジAI」(Edge AI)と呼びます。
具体例としては、自動運転車を思い浮かべれば良いでしょう。センサーで得られた映像情報などをサーバーと通信することなくそのまま車内に搭載されたエッジAIにより処理することで、自動運転を実現しています。
エッジコンピューティングとは?
「エッジコンピューティング」は、端末機器自身や端末機器近傍に配置したコンピューターによりデータ処理を行う技術です。
エッジAIでデータ処理を行えばエッジコンピューティングになりますから、エッジAIはエッジコンピューティングを行うための一形態といえます。
クラウドAIとエッジAIの違い
クラウドAI(クラウド上に構築したAI)とエッジAIとの一番大きな違いは、「データ処理を行う場所」にあります。
クラウドAIでは、ライブカメラや各種センサーなどの端末機器はデータ収集のみに特化しており、学習や推論はクラウド上で行います。一方、エッジAIでは、エッジで収集したデータをもとに、そのままエッジ上で推論やデータ処理を行い、そののち処理結果や学習などに必要なデータのみをクラウドサーバーやデータセンターに送信します。
エッジAIが注目されるようになった背景
現在エッジAIが注目されている背景には、IoTの普及が進み、端末機器から得られるデータを超高速にリアルタイムで処理する必要性が高まったことがあります。また、様々な機能を1つのチップに搭載するSoC(システム・オン・チップ、System on a Chip)技術などの進歩により、比較的小型の端末機器にもAIを搭載することができるようになったこともあるでしょう。
エッジAIの活用範囲は年々拡大しています。また、近年ではLLMなどの生成AIが身近な存在となったことで、様々な生成AIによるサービスを端末機器で利用する機会も増えてきました。そこで、端末機器上で動作するエッジAIがますます注目を集めています。
エッジAIの活用によるメリット
現場でデータを処理して機器制御などを実現できる
エッジコンピューティングでは、エッジで取得したデータをそのままエッジで処理します。処理を行うためにデータをクラウドサーバーやデータセンターに送信する必要がなく、通信で発生する応答遅延が不要なため、一般的にクラウドAIと比較してレスポンスは早くなります。
例えばライブカメラの画像を処理して異常を検知するなど、特にスピードが求められるような処理ではエッジAIが効果を発揮するといえるでしょう。
情報漏えいのリスクが低い
例えばライブカメラから得られる情報には、人物の顔などの画像や声などが含まれる場合があります。また、社外秘の情報が映り込む場合もあるでしょう。クラウドAIの場合、クラウドサーバーやデータセンター、通信経路などへのサイバー攻撃により、これらの情報が社外に漏えいする危険性があります。一方、エッジAIでは得られたデータそのものは送信されないため、情報漏えいのリスクは低いといえます。さらに、データ処理の結果を独自に暗号化してクラウドサーバーやデータセンターに送信、保存することでさらにリスクを下げることができます。
通信量や運用コストの削減が可能である
取得したデータをすべて送信するクラウドAIに対し、エッジAIではクラウドで保存・処理などが必要なデータのみをデータセンターやクラウドサーバーに送信します。AIに使用するデータのすべてを送信する必要がないため、通信量を削減することができます。結果的にネットワーク負荷を低減し、通信品質を安定させることが可能となります。
また、エッジで処理することにより通信コストの削減だけではなく、クラウドやデータセンターのリソース使用量を減らすことができるため、運用コストの削減にもつながります。
小規模なシステム構築に最適である
エッジAIはネットワークに接続していない状態でも自律して処理を行うことができます。常時ネットワークに接続する必要がないため、通信状況が悪い場所やオフラインの環境などでも活用できるわけです。
また、AIには画像認識AI、音声認識AIなど様々な種類があります。処理目的に合わせて小規模なシステムを構築し、最終的な目的を達成するような活用方法にはエッジAIが適しています。
エッジAIの活用によるデメリット
処理能力が限定される
モバイルデバイスや小型のIoTデバイスでは処理能力が限定されるため、複雑な処理には向きません。一般的にエッジAIでは負担を減少させる目的から学習はクラウドAI上で行われます。学習データをアップデートするためには定期的にオンラインの状態にする必要があるわけです。
エッジAIの利点を最大限に発揮するには、コストパフォーマンスを考慮した上で端末機器を選択し、搭載するAIの軽量化を図ることが必要です。また、端末によっては消費電力に制限があることもありますから、省電力化が必要となる場合もあります。
こうした点から、大量のデータを一括で処理したい場合には、クラウドAIを採用したほうが良い場合もあります。ただし、センサーで得られたデータを送信し集約する必要があるため、レスポンスが遅くなることには注意が必要です。エッジAIとクラウドAIを適材適所で活用するのが良い、といえるでしょう。
端末が多いと管理が複雑化する
エッジAIを搭載した機器は高度な情報機器です。セキュリティホール対策やアップデートなどが必要となります。特に端末機器が多い場合には、管理の手間が複雑化し負担となるというデメリットがあります。なお、エッジ端末が遠隔地に分散している場合、端末管理の問題はさらに深刻になるため、どのように端末の管理を行うかについてはより検討が必要となります。
エッジAIの活用事例
車両の自動運転
自動運転を行うには、画像認識により道路標識や歩行者などを的確に認識し、状況に応じてリアルタイムに車両を制御する必要があります。また、通信が途切れた際にも自律的に運転を継続する必要があります。
こうした点から、車両の自動運転はエッジAIがあってこそ実現できる技術だと考えられています。近い将来には「レベル5」と呼ばれる完全運転自動化も実現されるのではないでしょうか。
産業用ロボットの制御
産業用ロボットの制御にもエッジAIの導入が進んでいます。生産に関する様々な状況を的確に把握し、何かイレギュラーなことが発生した場合にも人間の指示を待たずに柔軟に対応することができます。
また、多品種小ロットの製品を同じラインで生産する場合などにも、正確で効率的な工程を組み立て、自ら実行するなど活躍の場が広がりつつあります。
製造業での製品検査
エッジAIは生産工程だけではなく、製品検査においても活用できます。製品の種類によっては、複数の条件を組み合わせて製品の良品・不良品を判断しなければならないものもあり、目視による外観検査では個人によって判断に微妙な差を生じる場合もあります。
エッジAI搭載カメラを検査レーンに設置すれば、画像認識により一定した基準で外観検査を行い、不良品を検出することができます。また、検査時間は生産効率に直結しますから、この点でも判断が迅速なエッジAIが適しているといえます。
農業分野での収穫予測やモニタリング
様々な分野で人材不足が叫ばれていますが、特に農業分野では顕著です。
現在、IoTを活用することで気温や湿度などを把握して自動で水やりを行ったり、エッジAI搭載カメラからの情報をもとに一つひとつの作物の収穫時期を予測したりなどの分野での活用が始まっています。将来的に一層省力化が進めば、農業分野における人材不足を解消できるかもしれません。
警備分野での遠隔監視
警備分野においてもエッジAIは威力を発揮します。従来の警備業務では複数の監視カメラの映像を目視で確認したり、動きを感知した際の発報に対応して現地に駆けつけたりなどといったものでした。
エッジAI搭載カメラを活用することで、異常を検知した場合の一時切り分けを行うことができます。例えば無人であるはずの場所への侵入を検知した場合、対象が人物かどうかを判断し、不審者が侵入した場合にのみ発報するというようなシステムを構築することができます。また、エントランスに設置したエッジAI搭載カメラで顔認証により人物を認識したり、人物の動作を分析して不審人物かどうかを判断したりすることなども可能です。
金融分野での異常検知
特殊詐欺が問題となって久しいですが、被害は現在でも続いています。エッジAIはこうした詐欺の防止にも役立てられます。例えばATMの後方にエッジAI搭載カメラを設置すれば、リアルタイムで「電話をしながらATMを操作する人」の検出が可能となり、被害を防止することができます。
また、エッジAIであれば映像データの送信やサーバーへの保存も不要ですから、情報漏えいのリスクも軽減できます。
交通量調査や人流調査
「交通量調査」や「人流調査」と聞けば、以前はパイプ椅子に座った人が複数のカウンターをカチカチする光景を思い浮かべたものですが、AI搭載カメラを使用すれば1台で数人ぶんの調査を実施することができます。
車両であれば車種、人物であれば性別や年齢層なども認識するシステムも構築可能でしょう。
エッジAIの現状での課題
運用コストが高い
前述のように、エッジAIの活用においては運用面の負担が課題となります。また、エッジAIを搭載したぶん端末機器の構造も複雑化し、それに応じて故障率も多少上昇します。万一端末機器にトラブルが発生した場合には、現地での修理対応などが必要になるでしょう。運用にあまりに時間とコストがかかってしまうようだと、エッジAIを採用して通信量やデータセンターやクラウドなどの運用コストを削減したメリットを損なう結果になりかねません。
セキュリティ対策が必要である
エッジAIはクラウドAIよりセキュリティのリスクは低いとはいっても、端末機器そのものやデータを蓄積するクラウドサーバーやデータセンター、通信経路などが攻撃される危険性はありますから、当然セキュリティ対策が必要となります。また、セキュリティ対策は常にアップデートする必要がありますから、特に端末機器が多い場合には効率的なセキュリティ対策の実施について検討する必要があるでしょう。
管理の煩雑化への対処が求められる
ひとくちにエッジAIといっても、使用する機器は多岐にわたります。特長の違うそれぞれの機器を効率的に管理するにはそれなりのノウハウが必要とされます。また、複数の遠隔地でエッジAIを導入する場合には、安定的に運用できるよう端末機器の運用管理体制を構築する必要があります。
自社のリソースでの運用管理が難しい場合には、外部の運用管理サービスを活用するなどの検討も必要となるでしょう。
課題解決につながるNTTPCのエッジマネジメントサービス®
通信量やデータセンターやクラウドなどの運用コストを削減し、リアルタイムでの学習や推論を可能とするエッジAIですが、運用面の負担という課題があります。NTTPCの「エッジマネジメントサービス®」は、AI/IoT事業におけるエッジAIの運用をサポートするサービスです。閉域通信網(VPN)を用いて遠隔地から安全にエッジを一元管理し、エッジの動作状況の把握とエッジアプリの「展開と管理」を、運用負荷を軽減しながら実現できます。
NTTPCのエッジマネジメントサービス®を活用すれば、エッジAIの運用における課題を早期に解決し安定的な事業運営を実現することができるでしょう。
エッジマネジメントサービス®で解決できるエッジAIの課題
初期投資の課題
運用基盤はSaaS型で提供するため低投資で導入可能。また、対象デバイスも1台から導入可能ですから、初期投資を抑えたスモールスタートで効果を確認することができます。
さらに簡単操作により自社内で運用可能なため、高スキル人材を採用する必要もなく人的コストも軽減できます。
セキュリティの課題
端末機器の運用は閉域通信網(VPN)内で完結。端末機器やクラウドサーバーへの不正アクセスからデータを保護します。
また、閉域に対応する複数のアクセス回線に対応。自社の業務に合わせた運用が可能です。
管理運用での課題
エッジマネジメントサービス®で使用するUIは視覚的にわかりやすい画面を採用。使われている用語も平易なものを採用しているため、運用管理の負担を軽減します。
また、運用に必要な機能やアプリは遠隔で利用可能。モバイル回線情報も一括表示できます。
まとめ
今回は「エッジAI」について解説しました。エッジコンピューティングの一形態であるエッジAIは、端末機器上で処理を行うため、データを送信して分析を行うクラウドAIと比較して、
- 現場でデータを処理して機器制御などを実現できる
- 情報漏えいのリスクが低い
- 通信量や運用コストの削減が可能である
- 小規模なシステム構築に最適である
などのメリットがあり、車両の自動運転、産業用ロボットの制御、製造業での製品検査、農業分野での収穫予測やモニタリング、警備分野での遠隔監視、金融分野での異常検知、交通量調査や人流調査などに活用されます。
一方、「大量のデータ処理は難しい」「端末が多いと管理が複雑化する」「大規模なシステム構築には不向きである」などのデメリットもあり、クラウドAIとの適材適所の使い分けが必要となります。
上手に活用すれば大幅に業務効率を上げることが可能なエッジAIですが、現在のところ「運用コストが高い」「セキュリティ対策が必要である」「管理の煩雑化への対処が求められる」などの課題もあります。導入の際には外部サービスの利用も含め、運用負担を軽減できるよう取り組むことが成功のカギとなるのではないでしょうか。
※「エッジマネジメントサービス」は、NTTPCコミュニケーションズの登録商標です。
※ICT Digital Columnに記載された情報は、リリース時点のものです。
商品・サービスの内容、お問い合わせ先などの情報は予告なしに変更されることがありますので、あらかじめご了承ください。