AIoTは次なる大きなプラットフォーム・シフトである
かつてソフトウェアが世界を飲み込んだ。今、ハードウェアがソフトウェアを飲み込もうとしている。
これはコンシューマー向けガジェットの話ではない。産業用ハードウェアの話だ。センサー、カメラ、エッジノードは、エネルギー、製造、物流のバックボーンを形成している。
このハードウェアにAIを加えると、AIoTとなる。
Webやモバイルの開発者は、異なるルールに直面する。彼らは、信頼できるインターネット接続とクリーンなデータを前提としている。AIoTは、これらの前提を覆す。
センサーデータは往々にして乱雑だ。以下のような事象が発生する：
- オフラインのセンサーによるNull値
- グリッチによる極端な外れ値
- 同期失敗によるタイムスタンプの欠落
- データストリームにおける長い空白
AIモデルはこの乱雑さを処理できなければならない。パイプラインはレジリエンスを維持する必要がある。エッジデバイスはクラウドなしで意思決定を行わなければならない。これらのシステムは物理的な資産を制御するため、失敗の影響は極めて大きい。
本格的なAIoTシステムは、5つのレイヤーで構成される：
- エッジレイヤー
- マイクロコントローラと組み込みシステム
- エッジAI推論
- ローカルでの意思決定
- コネクティビティレイヤー
- MQTT、LoRaWAN、Zigbeeなどのプロトコル
- エッジからクラウドへのブリッジング
- 信頼性の高いファームウェアアップデート
- データレイヤー
- 時系列データベース
- ストリーム処理
- データ品質パイプライン
- AI/MLレイヤー
- 予兆保全モデル
- 物理空間向けのコンピュータビジョン
- リアルタイムの異常検知
- アプリケーションレイヤー
- オペレーショナル・ダッシュボード
- アラートシステム
- 産業用ソフトウェアとの統合
これを一から構築するのは時間がかかり、コストも高い。現在、企業はこれらの問題をより迅速に解決するために、共有インフラの構築を進めている。
最も困難な問題は、依然として未解決のままである：
- 通信障害時におけるローカルデータとクラウドデータの同期維持
- 振動や音といった異なる種類のセンサーの組み合わせ
- 物理環境における誤報の削減
- 汚れや悪条件下でも機能するコンピュータビジョン
- 複雑で接続された機械における故障予測
Webやモバイル市場は成熟している。利益率は低い。AIoTはまだ初期段階にある。
エッジAIとセンサーパイプラインを習得したエンジニアが、この次の波をリードすることになるだろう。産業界からの需要は高まっているが、専門家の供給は不足している。
物理世界は、そのソフトウェア時代へと突入しようとしている。
あなたのエッジAIに関する経験はどうですか？どのような困難な問題に直面しましたか？ぜひコメント欄で意見を聞かせてください。