横浜国立大学理工学部建築都市環境系学科卒
一級鉄筋技能士
chatGPTの出現は世間一般のAIへの関心を高めており、私たちの生活の中でAIが頻繁に活用され始めています。
AIの実装方法にはchatGPTのようなAPIもあれば、エッジAIのようにリアルタイム処理が得意なものもあります。
AIの実装方法にはどのような種類があるのでしょうか?
この記事ではエッジAIの具体的な事例について解説していきます。
目次
機械学習の3つの実装方法
機械学習したAIは大きく3つの実装方法があります。
API:モデルが実装されているサーバーにデータを飛ばして推論結果を受け取る
APIとはモデルが実装されているサーバーにデータを飛ばして推論結果を受け取るものです。
最近話題になっているchatGPTもこの実装方法です。
有名なものに、Amazon Rekognitionのサービスがあります。
Amazon Rekognitionを利用して猫の物体検知を試してみると、正確に検知してくれます。
しかし、自社のビジネスが一般的なものでない場合は正確に検知ができる場合はほとんどありません。
実際に鉄筋の断面の画像をアップロードしても鉄筋は検知されません。
APIとはモデルが実装されているサーバーにデータを飛ばして推論結果を受け取るもの
Amazon Rekognitionが有名
最近話題のchatGPTもAPI
一般的なものしか検知できない
バッチ処理:モデルを実装した後に定期的に推論結果を受け取る
バッチ処理とはモデルを実装した後、その推論結果を日時/週次など定期的に受け取るものです。
ビックデータという大量のデータを分析し、分析結果を定期的に受け取る際に利用します。
大量のデータを分析するため、処理速度が遅延することが多くリアルタイムに推論結果を受け取りたい場合はバッチ処理は向いていません。
モデルを実装した後に定期的に推論結果を受け取る
リアルタイムに推論結果を受け取ることには向いていない
エッジ端末:スマフォ等の端末でモデルを実行し、推論結果を同端末で受け取る
エッジ端末とはパソコンやスマフォ、jetsonなどにモデルを実装した後、データの取得も推論も同じ端末で行うものです。
エッジAIとはネットワークの末端(エッジ)で高度かつ低消費電力で情報処理を行うことを指します。
リアルタイムに推論結果を受け取りたい場合はエッジ端末が適しています。
リアルタイム検知はエッジ端末が最適
画像認識エッジAIの具体的開発方法
具体的にエッジAIの具体例を見ていきましょう。
エッジAIの特徴はAIの推論結果をリアルタイムに手元の端末で受け取ることができる点です。
中小企業が行っている人的な作業のうち、非常に単純だけど時間がかかっている作業はエッジAIを導入することで改善できるケースが増えています。
中小企業がAIを導入する際に必要となる体制整備や準備・実証手法等について
では、具体的にどうやって開発するのか?その手順を見ていきましょう。
gitのダウンロード
画像認識AIのアルゴリズムはgithub上にオープンソースで公開されています。
github上に公開されているAIのアルゴリズムを利用するためにgitのインストールをします。
Pycharmの環境設定
実際にAIモデルを処理するにはプログラミング言語pythonを使用します。
python専用の開発環境にはIDEが最も適していますので、Pycharmの環境設定を実施します。
YOLO、openCVのライブラリを読み込む
開発環境が整ったら実際にライブラリを読み込みこんでコードを実行します。
画像認識AIの場合はアノテーションした画像を大量に学習させることが必要です。
まとめ
この記事ではエッジAIとその開発方法について解説しました。
chatGPTの出現は世間一般のAIへの関心を高めており、今後はもっと身近にAIが活用されていくでしょう。
我々中小企業の日々の業務にはchatGPTのようなAPIの実装方法ではなく、エッジAIの実装方法が有効です。
鉄筋の断面をカウントするというAIを開発した例を紹介しているのでぜひ参考にしてみてください。