～最新技術と実践方法解説 -...

AI08

IoTにAIを組み込む～最新技術と実践方法解説

IoTの開発・運用コストはAIの活用で回収する…

AI = Big DataBig Data from IoT EdgesAI Create Excellent Value

IoTは、膨大なデバイスと膨大なデータを扱う

Azureで、IoT＋AIを実践するときの基本骨格

IoTで使われるAI要素

IoTのスケール感

要件を踏まえた適材適所な配置

IoTでAI –重要ポイント

現実的なAIの構築データを測る

データを収集する

データを整理し

傾向を把握する

学習モデルを作る

学習する

配置する

継続的に改善する

最後は「運用する」に

IoTのAIへのインプットといえば…

センサーデータストリーム

AIを構築する準備段階 –アスリートを例に

データを測るデータを収集するデータを整理する傾向を把握する

データを測り収集する

Edge SDK V1 Machine

Broker

BLE IoT Hub

データを整理し、傾向を把握する

巨大なセンサーデータストリームの可視化

• 時系列データの価値を最大限に

• 時系列データに対するクエリ機能

• 傾向や異常に焦点

• 離散データの相互相関を把握

• 埋もれていた傾向を発見可能

ご協力頂いたパートナー様：ありがとうございました！

• サクサ株式会社様• 情報通信に関して、開発から生産・販売・保守に至るま

で一貫したワンストップ体制でソリューションを提供。

• センサー情報収集IoT Gatewayのご提供

• データスタジアム株式会社様• データの収集や提供からソリューションの開発までを行う

スポーツデータのスペシャリスト集団。

• 投球動作測定のための環境およびスポーツデータ分析の

専門的な知見の提供。

• 株式会社ホロラボ様• RealityとVirtualityを自由自在に操る技術を独自に研

究開発し、関連するサービスをご提案。

• Unityを使った投球動作データの解析とアバターへの実装

AIを構築する

AIを構築 – IoTにおけるAI

傾向を把握する学習モデルを作る配置する運用する

数理モデル

リモート配置と制御を実現するAzure IoT Edge

IoT Edge Technology

参考）IoT Edge Runtimeが動く機器

IoT Hub

Elasticsearch OperatorKibana

Functions

IoT Edge / Edge Agent

Plat’Home

OpenBlocks IoT VX2

Parse Module(C# Custom Module)

Filter Module(ASA Module)

Stream Analytics(Edge)

PD Handler (parse process)

PD Repeater (transfer process)

Container Registry

deploy via IoT Hub

BLE

json (containing base64)

json (containing base64)

富士通コンポーネント社

加速度センサーオムロン社

環境センサー

IoTセンサー・デバイス

Action

パトライト社

ネットワーク監視表示灯

Azure IoT EdgeとOpenBlocks IoT VX2を使った

エッジコンピューティングIoTシステム構成例

Stream AnalyticsをEdgeで動かす

Edge SDK V2 Machine

Edge Runtime

Edge SDK V1 Machine

Broker

KES製

Modbus

Bridge

IoT

Hub

FA

EquipsFA

EquipsFA

Equips

MQTT

証明書による接続

ASA on

Edge

ASA on

Edge

LocalAlert

この写真の作成者不明な作成

参考）金沢エンジニアリングシステムズ様事例

ASA on Edgeによる数理モデル配置

機器

Docker Container

Stream Analytics on Edgeデモ

Azure IoT Edge テクノロジーの進化

Deep Learning

Azure Machine Learning

Open AI Framework

学習済みモデルをCloudで動かす

学習済みモデルをEdgeで動かす

学習済みライブラリー

Edge向けカスタマイズ

Docker コンテナ

https://github.com/liupeirong/Azure

→DarknetYoloIoTEdge

https://docs.microsoft.com/ja-jp/azure/iot-edge/tutorial-deploy-machine-learning

クラウディアン（株）様を例に

PoE 接続

最大 30W 給電

CLOUDIAN AI Box

Outdoor Model

NVIDIA Jetson TX2 搭載堅牢, 防塵・防水, 落雷対策

センサーデータストリームにも対応可

• Edge側でのリアルタイム画像識別

• 識別結果をクラウドへ送信

• リモートからのAIロジック配置・更新

NVIDIA JetPack

Microsoft Azure

IoT Hub と IoT Edge Technologyデモ

継続的な学習モデル改善とEdgeへの再配置

AIを Edge に組み込む際のポイント

Edge全般

Cloud: Azure 高機能 Edge 軽量 Edge

概要An Azure host that

spans from CPU to GPU and FPGA VMs

A server with slots to insert CPUs, GPUs, and FPGAs or a x64 or ARM system that needs to be plugged in to work

A Sensor with a SoC

(ARM CPU, DSPs) and

memory that can operate on batteries

CPUCPU,GPU or Arria 10

FPGAArria 10 FPGA

NVIDIA GPU x64 CPU ARM CPUHW accelerated DSP,CPU,GPU

モデルパッケージNative to Windowsand container elsewhere

Windows Native

- Linux container- Windows ML

- Linux container

- Windows ML

- Linux container

- (Ideally) container

- Android Native

- iOS Native

- RT OS

Edgeで動かすには、カスタマイズが必要

学習済みモデル

学習環境向けAIライブラリー

学習済みモデル（Tuned）

HW向けAIライブラリー

Edge Runtime 入出力ロジック

最新のテクノロジー群

マイクロソフトが提供するサービス群

まとめ

最後に

～最新技術と実践方法解説 -...

Documents