【エッジAI】MITがまた何かすごいのを作ったようです。有名AI学会のNeurIPSで発表した内容を解説(コード・動画あり)

   

関連記事:「エッジデバイスで動く異常検知システムを作成」現場にコミットする機械学習ノート【vol.6】

「IoTの時代だ!」と言われて久しい今日ですが、「これはたしかにIoTの時代が来たかも」と思えるような象徴的な技術をMITのHAN研究室が発表しました。「エッジAI」という新しい言葉で表せられるものでもあります。

OSも持たないメモリもストレージも少ないIoTデバイスでAIを

例えば監視カメラ上に不審者が現れたらすぐに自動で警告を鳴らせるようなセキュリティをつくりたいとします。便利ですよね。しかし、人が映像を監視するには問題のある場所も沢山存在します。トイレや更衣室、浴場などが例として挙げられると思います。
ではAIに画像を見てもらえばよい、という発想になります。人が見なくても済むし、人よりも多くのことを計算できる可能性があるからです。

しかし、世界中に存在するIoTデバイスを稼働させる「マイクロコントローラーユニット(MCU)」上で機械学習を動かすには、これまで次のような問題がありました。

  • (マイクロコントローラーは)メモリが少ない
  • ストレージも少ない

↓はてなブックマークで応援お願いします!
このエントリーをはてなブックマークに追加
クラウドや携帯電話に比べて、IoTデバイスを稼働させる「マイクロコントローラーユニット」はメモリとストレージが小さいことを示す。(図はGiHubより引用)

エッジAIのメリットと従来の試み

しかし、すでに2500億個が稼働しているというマイクロコントローラーユニット稼働のIoTデバイスでAIを動かすことを、諦めたくはありません。デバイス上でAIを動かせばセンサーの近くでデータ分析を直接実行できるため、さきほど挙げたような監視カメラの例以上に様々な可能性が拓けてきます。

これまで、この問題には何人かの研究者が取り組んできましたが、研究するためのデータセット不足のために十分な成果が得られないでいました。

そんな中、MITのとある研究室がハイパフォーマンスを出すことに成功したようです。

MITのとある研究室が「快挙です」とAIの学会で発表。

とある研究室とは、HAN Lab。研究室のキャッチフレーズは「Accelerating Deep Learning Computing(ディープラーニングによる計算を加速する)」。彼らは今回の成果をNeurIPS(日本人にはニップスと発音されている)というAIの有名学会に提出し、見事審査を通りました。

以下がプロジェクトのプレゼン動画です。

続きを読むには無料会員登録が必要です。


※ログイン/初回登録後、下記ボタンを押してください。

業界ごとに記事を読む

PAGE TOP
0
Would love your thoughts, please comment.x
()
x