セキュリティと低レイテンシが強み
機械学習をクラウドではなく「モバイルデバイス」で実行すべき理由
モバイルデバイスのローカルリソースを使った機械学習が、現実的な手段となりつつある。クラウドの機械学習サービスが充実する今、あえてモバイルデバイスでの機械学習を選ぶ意味とは。
モバイルデバイスのローカルリソースを使って、機械学習の処理を実行すること（以下、モバイル機械学習）がIT部門の選択肢となり始めている。IT部門は、どこで、どのように機械学習の処理を実行すべきかを理解しなければならない。
機械学習をはじめとする人工知能（AI）技術には、企業におけるさまざまなユースケースがある。例えば画像内の特定要素を識別できる画像認識は、セキュリティシステムに加え、プロセスオートメーションや被写体識別にも役立つ。
IT担当者や従業員は音声認識エンジンをトレーニングして、特定の単語やフレーズを認識し、アクションを起こすように進化させることができる。従業員がジェスチャーで多様なシステムを制御し、ハンズフリーで操作できるようにすることも可能だ。防護服を着用する必要があり、タッチスクリーンを操作できない場合がある従業員にとって、こうした仕組みは便利だろう。
機械学習をどこで実行するか
AIエンジンというと、クラウドをはじめとする大規模なコンピューティング環境で動作する、計算集約型のプログラムという印象が強いだろう。現在はモバイルデバイス内で動作する機械学習エンジンも、大量のデータを直接処理できるようになっている。QualcommとArmは最近、モバイル機械学習の実用性を高めるプロセッサのラインアップを増やしている。
最近のモバイルデバイスに搭載されるプロセッサは、機械学習の処理を実行できるほど強力になっている。ハイエンドなモバイルデバイスでは特にそうだ。「Google Cloud Platform」「Amazon Web Services」（AWS）、「Microsoft Azure」といった大規模クラウドを使って、膨大なデータ処理によって問題解決をするメリットは、依然としてある。だがモバイル機械学習にも大きなメリットがある。
モバイルデバイスが非力だからといって、デバイス内ではなくクラウドで機械学習の処理を実行するとなると、問題に直面することになる。全ての処理をクラウドで実行するには、モバイルデバイスとクラウドとの間で、大量のデータを送受信する必要があるからだ。比較的高速なネットワークでも、その負荷は大きく、コストも高くつく。データがクラウドに送信され、処理されて返されることから、レイテンシ（遅延）の問題も発生する。
データをモバイルデバイス内で処理すれば、多数の攻撃者の目にさらされるクラウドにデータを送るよりも、プライバシーやセキュリティの侵害を受けにくい。今日ではプライバシーやセキュリティの規制が厳しくなっているだけに、これはモバイル機械学習の大きなメリットになる。
モバイル機械学習技術をどう選ぶか
IT部門が機械学習のモバイル戦略を策定する際は、モバイルデバイス、ローカルサーバ、クラウドの全インフラにわたって透過的に使えるツールを選ぶことが重要だ。例えば人気のあるオープンソースの機械学習ライブラリ「TensorFlow」は、軽量版の「TensorFlow Lite」を用意。クラウドやデータセンターの大規模ハードウェアから、Androidなどの小規模システムまで、多様な動作環境を選択できる。
TensorFlowと同様の機能は、「Caffe」など他の機械学習ライブラリに加え、「Azure Machine Learning」「Salesforce Einstein」「Amazon SageMaker」「IBM Watson」といったクラウドベンダーの独自製品／サービスでも利用できる。もともとこれらのベンダーと取引があれば、より魅力的な選択肢になるだろう。
モバイル機械学習はクラウドと併用されることが多い。その場合は機械学習データのホストやモバイルデバイスとの直接接続ができる、適切なクラウドを選ぶことも重要だ。主要クラウドベンダーのほとんどは、さまざまなタイプのデバイスを対象にしたAI製品／サービスを提供している。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣 -
製品資料
[サイボウズ株式会社] AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
【漫画付き】ひとり情シス協会が明かす、RAG導入でしくじる企業「2つの共通点」
-
4
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
5
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
6
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
7
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
8
BMWも導入 78兆円市場に化ける「フィジカルAI」の衝撃
-
9
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
10
「AI活用を前提とした業務PCへの移行」に関するアンケート
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー