エッジ AI は興味深い未来を提供し​​ます!

人工知能（AI）は、私たちの生活のほぼすべての側面において一般的な要素になりつつあります。

これまで、AI を稼働させるには、巨大なサーバー ルーム、膨大な計算能力、そして必然的にエネルギーと IT リソースへの多額の投資が必要でした。現在、より多くのタスクが、私たちの物理的な世界の「端」に配置されたデバイスによって実行されるようになっています。

ハンファ・テックウィン・ヨーロッパの製品およびマーケティング責任者であるウリ・グーターマン氏は、エッジ AI により、生のデータを分析のためにサーバーに送り返す必要がなくなるため、AI が私たちの世界にさらに浸透すると考えています。これはビデオ監視業界にも大きな利益をもたらします。

ここで、グーターマン氏はこの現象の背後にある理由を説明し、AI が現在どのように使用されているか、そして将来この技術がどのように発展していくかについて考察します。

持続可能な開発のメリット

エッジ AI には、サーバーベースの AI に比べていくつかの利点があります。まず、サーバーに送り返されるデータが少なくなり、帯域幅の要件とコストが削減されます。所有コストが削減され、大規模なサーバールームを維持する必要がなくなるため、重要な持続可能性のメリットも得られます。 AI タスクをローカルで実行する場合、データをサーバーに送り返すよりも大幅に少ないエネルギーで済むため、デバイス自体でもエネルギーを節約できます。

費用対効果

クラウドベースのコンピューティング モデルと比較すると、エッジ AI デバイスでは通常、定期的なサブスクリプション料金が必要ないため、結果として生じる価格上昇を回避できます。エッジ デバイスに重点を置くことで、エンド ユーザーは独自のインフラストラクチャに投資することも可能になります。

拡張性の向上

エッジ AI を使用するカメラにより、ビデオのインストールがより柔軟かつスケーラブルになるため、段階的にプロジェクトを展開したい組織にとって特に役立ちます。ニーズが進化するにつれて、エンドユーザーが最初から高価な GPU と膨大な帯域幅を備えた大規模なサーバーを導入する必要なく、より多くの AI カメラとデバイスをシステムに追加できるようになります。

運用パフォーマンスと安全性の向上

ビデオ分析はデバイスのエッジで行われるため、ネットワーク経由で送信する必要があるのはメタデータのみであり、送信中にハッカーが傍受できる機密データがないため、ネットワーク セキュリティも向上します。処理はエッジで行われるため、生データやビデオ ストリームをネットワーク経由で送信する必要はありません。

分析はデバイス上でローカルに実行されるため、エッジ AI ではクラウドやサーバーとの通信の遅延が排除されます。応答時間が速くなるということは、イベントに自動的に焦点を合わせたり、アクセス権を付与したり、侵入者アラームをトリガーしたりするなどのタスクをほぼリアルタイムで実行できることを意味します。

さらに、デバイス上で AI を実行すると、トリガーの精度が向上し、誤検知が削減されます。ディープラーニングを搭載したエッジAIを活用することで、人数カウント、占有率測定、待ち行列管理などを高精度に計算できます。これにより、オペレーターの対応効率が向上し、誤報に対応する必要がなくなるため、ストレスが軽減されます。 AI カメラは、同じデバイスで複数のビデオ分析を実行することもできます。これは、オペレーターが AI を簡単に導入して、潜在的な緊急事態や侵入を警告したり、セキュリティ インシデントを検出したり、容疑者を追跡したりできるというもう 1 つの効率性向上につながります。

ビデオ品質の向上

さらに、エッジで AI を使用すると、キャプチャされたビデオの品質が向上します。ノイズ低減はデバイス上でローカルに実行でき、人工知能を使用して、検出されたエリア内で移動する人など、対象物の周囲のノイズを特に低減できます。 Bestshot などの機能により、オペレーターは容疑者の最適な角度を見つけるために大量の映像を精査する必要がなくなります。代わりに、AI は最良の映像を即座に提供できるため、対応時間を短縮し、事故後の調査を迅速化できます。最高の写真だけが転送され保存されるため、ストレージスペースと帯域幅を節約できるという利点もあります。

AI ベースの圧縮技術では、AI によって検出および追跡されたオブジェクトや人物には低い圧縮率を適用し、残りの視野には高い圧縮率を適用することで、ネットワーク帯域幅とデータ ストレージの要件を最小限に抑えます。

メタデータの使用

エッジ AI カメラは、API (アプリケーション プログラミング インターフェイス) を通じてサードパーティ ソフトウェアにメタデータを提供できます。つまり、システム インテグレーターやテクノロジー パートナーは、これを AI 分類の最初の手段として使用し、その後、分類されたオブジェクトに対して独自のソフトウェアで追加処理を実行し、その上に別の分析レイヤーを追加することができます。

弾性

エッジで AI を使用すると、単一障害点がなくなります。ネットワークやクラウドサービスに障害が発生しても、AIは動作を継続できます。トリガーは引き続きローカルで実行することも、別のデバイスに送信することもできます。接続が回復すると、レコードとイベントがバックエンドに送信されます。

AI は、サーバーやリモート クラウド サービスにストリーミングされるのではなく、エッジ デバイス上でほぼリアルタイムで処理されます。これにより、ネットワーク接続が不安定になり、分析が遅れる可能性を回避できます。

インストーラーのメリット

特にインストーラーにとって、インストールプロセス中にエッジ AI を提供することは、さまざまなユースケースに対応するソリューションを提供することで、市場での差別化に役立ちます。すぐに使用できるこのソリューションは、ビデオ分析を手動で設定する時間やリソースがないエンドユーザーにとって非常に魅力的です。

Wisenet X シリーズや P シリーズなどの AI カメラは、箱から出してすぐに使用できるため、ビデオ分析の専門家が分析を微調整する必要がありません。インストーラーは、複雑なサーバー側ソフトウェアの構成に貴重な時間を費やす必要がありません。もちろん、これはトレーニングの時間とコストにもプラスの影響を与えます。

将来に向けて

将来について、Uri Guterman 氏はエッジ AI は有望だと述べました。ますます多くのメーカーが、AI カメラのカテゴリを拡大する方法や、AI カメラをプラットフォームとして使用して、システム インテグレーターやソフトウェア企業がカメラ上で実行される独自の AI アプリケーションを作成できるようにする方法を模索しています。

結論として、「エッジ AI は効率性、精度、持続可能性の大幅な向上をもたらすことが期待されるため、エンド ユーザーとインストーラーにとって、これは間違いなく今調査する価値のある分野です。」