0511月 MicroAIAtomML™を使用してエンドポイントAIソリューションを有効にする
ビジネスニーズ
多くの企業が、スマートアセットを監視および管理するために人工知能（AI）ソリューションを検討しています。これらの展開は、人間の目には明らかではない、より深い理解とより深い洞察を提供します。ただし、AIソリューションでは、必要なAIモデルを作成するために必要なトレーニングプロセスを実行するために、複雑で高価なハードウェアが必要になることがよくあります。このハードウェアは通常、ローカル環境では使用できないため、クラウドで大量のデータを送信および処理するというコストのかかるタスクがほとんどの場合必要になります。これらの追加のコストと課題により、多くの開発者はAI対応ソリューションから離れています。
ソリューション
The logical advancement in this technology would be to deploy AI at the edge; however, MicroAI has developed MicroAIAtomML™、エンドポイントマイクロコントローラー（MCU）ベースのデバイス上に存在するAIソリューション。エンドポイントベースのAIは、従来のエッジまたはクラウドベースのソリューションにはない多くの潜在的な利点を提供します。一般的な利点は次のとおりです。
- トレーニングモデルは、より個性的に設計されているため、より具体的で、特定のアプリケーションに関連しています。
- データはそのソースで処理されません。これにより、AIモデルの収集とトレーニングまたは実行の間の待ち時間が短縮されます。
- データ処理がすでに行われているため、エンドポイントからエッジデバイスに送信されるデータの量が削減されます。
- ローカルAIの結果に基づくリアルタイムの資産管理と最適化。
- 貴重な資産をサイバー攻撃から保護するための、より緊密なセキュリティの有効化。
- あらゆるマイクロコントローラーユニットで実行できるほどコンパクトで、個々のデバイスまたはマシンにAIトレーニングをもたらします。
インパクト
Deployment of MicroAI’s MicroAI AtomML™ provides tangible advantages to any company that utilizes smart assets or machines as part of their operation. Operational advantages include the following:
- 追加のハードウェアとクラウドベースのデータストレージに関連するコストを回避しながら、AIトレーニングを有効にする機能。
- より迅速な問題の検出、通知、および解決を容易にする、資産管理へのより親密なアプローチ。
- スマートアセットは、自己学習と自己修正のプロセスを通じて進化し続けます。
- デバイスセキュリティへのローカルアプローチは、IoTエコシステムへの脅威に対する強化された保護を提供します。
- 運用の柔軟性が向上しました。 AIを単一のアセットMCUにデプロイするか、アセットエコシステム全体にデプロイします。