AWS IoT Greengrass ML 推論

AWS IoT Greengrass のデバイスで実行するように最適化した機械学習モデルをデプロイ

AWS IoT Greengras を使用すれば、クラウドで構築、トレーニング、最適化したモデルを使って、機械学習推論を簡単にデバイスでローカルに実行できます。また、Amazon SageMaker で機械学習モデルを使用したり、Amazon S3 に保存されている、事前にトレーニングされた自分のモデルを持ち込めたりと、柔軟性も高まります。

機械学習では、既存のデータから学習された統計的なアルゴリズムを用いた「トレーニング」というプロセスを使って、新しいデータについての決定が下されます。このプロセスを「推論」と呼びます。トレーニング中に、データ内のパターンと関係が特定され、モデルが構築されます。このモデルにより、それまでに遭遇したことのないデータについて知的な決定をシステムが下すことが可能になります。モデルの最適化では、すばやく実行できるようモデルのサイズが圧縮されます。機械学習モデルのトレーニングと最適化は大量のコンピュータリソースを必要とするため、クラウド上の実行に適しています。一方、推論は必要な処理能力がはるかに少なくて済むとともに、新しいデータが来るたびにリアルタイムで頻繁に行われます。したがって、IoT アプリケーションがローカルイベントにすばやく応答できるようにするためには、推論結果を非常に低いレイテンシーで取得することが重要になります。

IoT Greengrass は、クラウドとローカルの両方の利点を最大限に活用できます。クラウドで構築、トレーニング、最適化した機械学習モデルを使用して、推論をデバイスでローカルに実行できます。たとえば、シーン検出分析のための予測モデルを SageMaker で構築し、カメラで実行するように最適化し、デプロイして、不審なアクティビティを検出したときにはアラートを送信できます。IoT Greengrass で実行されている推論から集められたデータを SageMaker に送り返すと、データがタグ付けされ、機械学習モデルの継続的な品質向上の支援につながります。

利点

柔軟性

AWS IoT Greengrass には、Intel Atom、NVIDIA Jetson TX2、Raspberry Pi を使用しているデバイス向けの、事前構築された TensorFlow、Apache MXNet、Chainer のパッケージが含まれています。したがって、お使いのデバイス用に機械学習のフレームワークをゼロから構築、設定する必要はありません。さらに、Caffe2 や Microsoft Cognitive Toolkit など一般に広く利用されている他のフレームワークにも対応しています。IoT Greengrass で Amazon SageMaker を使用している場合は、上記フレームワークで記述されたモデルは、どのデバイスでも実行できる移植可能なコードに変換されるので、エッジで追加のチューニングを行う必要もありません。

数回クリックするだけで、接続されたデバイスにモデルをデプロイ

AWS IoT Greengrass を使えば、自分の機械学習モデルをクラウドからデバイスへ簡単にデプロイできます。IoT Greengrass コンソールを数回クリックするだけで、Amazon SageMaker か S3 でトレーニングされたモデルを特定し、ターゲットモデルを選択して対象デバイスへデプロイできます。モデルは、ユーザーが選択した接続デバイスにデプロイされます。

推論パフォーマンスを高速化

Amazon SageMaker や Deep Learning Compiler と統合することで、ランタイムが最適化された機械学習モデルをデプロイできます。その速度は、手作業のチューニングや機械学習のフレームワークを使用した場合と比べ、最大 2 倍に達します。また、AWS IoT Greengrass は、Nvidia Jetson TX2 ボードなど、共通の ML フレームワークやターゲットデバイスに、事前構築されたランタイムを供給することで、デバイスの GPU などハードウェアアクセラレーターへのアクセスも可能にします。

推論実行できるデバイスが拡大

Amzon SageMaker との統合により、モデルは 10 分の 1 未満のメモリフットプリントで最適化されるため、家庭用防犯カメラやアクチュエータなどリソースが限られたデバイスでも実行可能になります。

接続デバイスで推論実行が簡単に

AWS IoT Greengrass を実行している接続デバイスで推論することで、予測のためにクラウドへデバイスデータを送信する際のレイテンシーとコストを削減できます。すべてのデータをクラウドに送信して機械学習の推論するのではなく、デバイス上で直接推論を実行します。

より高精度のモデルを構築

AWS を利用すると、推論および推論結果取得の実行、異常値の検出、クラウドや Amazon SageMaker へのデータ返送が可能になり、データの再分類とタグ付けが行われて、機械学習モデルの精度がさらに向上します。

仕組み

AWS Greengrass ML Inference – 仕組み

ユースケース

動画処理

AWS IoT Greengrass は、監視カメラ、交通カメラ、ボディカメラ、医療用画像機器などが接続されたデバイスにデプロイし、ローカルの予測を支援します。AWS IoT Greengrass を使用すると、顔認識、物体検出、画像密度などの機械学習モデルをデバイスに直接デプロイして実行できます。たとえば交通カメラでは、交差点を通過する自転車、自動車、歩行者をカウントし、交通の流れを最適化して人の安全を確保できるような交通信号の表示タイミングを割り出すことができます。

小売業および接客業

小売業、客船クルーズ、遊園地では IoT アプリケーションに投資して、顧客サービスの向上を目指しています。たとえば、遊園地で物体検出モデルを実行して、来場者数を追跡できます。カメラは来場者の所在位置を特定し、各タイミングにおける来場者数をローカルに保存します。インターネットの帯域幅制限を受けるため問題になりやすい、大量のビデオフィードのクラウド送信を行う必要はありません。このソリューションにより、人気の高いテーマパークでは乗り物の待ち時間予測が可能となり、来場者のエクスペリエンス向上の支援につながります。

セキュリティ

セキュリティカメラのメーカーは、デバイスの性能をさらに高め、脅威検出機能を自動化できるような新たな方法を模索しています。AWS IoT Greengrass は、こうしたセキュリティカメラの能力向上に一役買うことができます。IoT Greengrass では、カメラが敷地内を常にスキャンし、来訪者など場面の変化を探して、アラートを送信します。カメラはシーン検出分析をローカルですばやく実行し、来訪者が家族の一員であるかなど、さらに分析が必要な場合のみ、クラウドにデータを送信します。

精密農業

農業分野は 2 つの大きな改革のさなかにあります。第一に、地球の人口増加が続くなかで、食糧需要が産出量を上回っています。第二は、気候変動により予測不能な気象条件が農産物生産量に影響を与えています。AWS IoT Greengrass は、農業のありかたの変革や、顧客向けの新たな価値創造を支援します。IoT Greengrass 搭載のカメラを温室や農場に設置すると、植物や農作物の画像、土壌中のセンサーからのデータを処理して、温度、湿度、養分レベルの変化などの環境異常を検出できるうえに、アラートを送信します。

産業用予測メンテナンス

メーカーでは押し寄せる価格圧力を受けて、新たな方法で工場の運転効率向上を目指す動きがあります。製造部門の組立ラインで問題発見が遅れると、時間と資源が無駄になります。AWS IoT Greengrass は故障した機器の早期発見や、工場内の問題発見を支援します。IoT Greengrass 搭載の産業ゲートウェイはセンサーデータ (振動、ノイズレベルなど) を常に監視して、異常を予測し、アラート送信や、電源を切ってロスを最小に抑えるなどの関連対策を実施できます。

主なお客様

ヤンマー

ヤンマーでは AWS IoT Greengrass ML 推論 をその IoT 精密農業ソリューションに活用し、温室内の野菜の主要成長段階を自動的に検出、認識することで温室運営のインテリジェンスを高めています。

DFDS

AWS IoT Greengrass ML 推論 搭載の IoT デバイスは、DFDS が船舶の推進を予測、最適化することを可能にし、船社フリート全体の燃料消費量を最終的に削減しました。


注目のパートナー

Leopard

「人工知能の普及とデジタルトランスフォーメーションの流れは、驚くべき速さで進化を続けています。AWS IoT Greengrass ML 推論 の最新機能にみられるようなイノベーションは、ML 推論の精度を下げることなくレイテンシーを格段に減少させており、対象の識別や分類といった産業オートメーションにおける新興のユースケースのための、新たなソリューションの誕生を加速させています。NVIDIA® GPU を搭載した Leopard Imaging の AICam に統合されている、AWS の新しい機械学習ソリューションは、産業とスマートシティのクラウドソリューションに接続したすべてのエッジの礎となるでしょう」。

Leopard Imaging 社長兼共同創業者 Bill Pu 氏


Lenovo

「IoT と AI が可能にするコンピュータビジョンのユースケースには、ビジネスの生産性と効率性を飛躍的に向上させる巨大な潜在性があります。このインテリジェントトランスフォーメーションの時代に、最先端の機械学習性能を備える AWS IoT Greengrass を使用した当社の高品質な産業用 Think IoT カメラは、企業のお客様に目に見える変化をもたらすように設計されています」

Lenovo Intelligent Devices グループ 戦略/新興ビジネス担当副社長 Jon Pershk 氏


パナソニック

「パナソニックの Vieureka (ビューレカ) が活用しているのは、今も進化を続けている AWS の機械学習機能です。それを実現したのが AWS IoT Greengrass です。AWS コミュニティの全てのパートナーの皆様にも Vieureka カメラとサービス管理機能を提供できるよう、AWS IoT Greengrass 互換バージョンを可能な限り早く開発したいと考えております。当社では、2019 年春に開発者向けの環境を構築し、同年秋にはその商用版を公開する予定です」

パナソニック Vieureka サービス CEO 宮崎氏


ADLINK

「ADLINK の産業用ビジョンシステムは、ML 推論の最新のアップデートを備えた AWS IoT Greengrass が追加されたことで、真のプラグアンドプレイの IoT を実現できました。この AWS IoT Greengrass を実行している市販のスマートカメラ ADLINK NEON は、電源を入れれば高品質な画像をこれまでよりもはるかに速いスピードで取得できます。おかげで、当社の物流、品質検査、産業用ロボット、製造業などのお客様向けに、IoT のデジタル技術の実験と開発をさらに高速化しています」

ADLINK Technology 米州ゼネラルマネージャー Elizabeth Campbell 氏

AWS IoT Greengrass の特徴の詳細

特徴ページをご覧ください
開始準備はできましたか?
コンソールへアクセスする
ご不明な点がおありですか?
お問い合わせ