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
[o9ソリューションズ・ジャパン株式会社] 「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略 -
製品資料
[o9ソリューションズ・ジャパン株式会社] 「サプライチェーン最適化」実践ガイド：効果的な意思決定を実現する秘訣とは？ -
製品資料
[株式会社リンプレス] 非デジタル／IT人材を「自走するDX推進者」に変えるための育成ロードマップ -
市場調査・トレンド
[ワンアイルコンサルティング株式会社] AI時代の組織設計：「判断と責任」を人に残すための2つの原則とは？ -
技術文書・技術解説
[ワンアイルコンサルティング株式会社] システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
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
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
-
2
「完璧な設計」なのに3000万円溶けた AWSの失敗事例から学ぶ3つの教訓
-
3
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
4
高額な「AI PC」を一般従業員も使えたら？ 費用のハードルを一気に下げる方法
-
5
「コピペ運用の限界」に直面するAI活用 7割超が“別画面”のまま使う理由は？
-
6
LLMの「過学習」、正しく説明している文章はどれ？
-
7
「AIバブル」は崩壊するのか？ 熱狂の後に来る“尻拭い”と4つの防衛策
-
8
IT調達担当者が知るべき「IT機器 大インフレ時代の前向きな選択肢」
-
9
クラウド資格コレクターは評価されない？ 年収1000万を分ける“OSの理解度”
-
10
2035年までに1億4500万台、急拡大する「フィジカルAI」市場の勝者は誰か
ホワイトペーパーランキング PR
-
1
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
2
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
3
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
4
DX／AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
5
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
6
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
7
「人員を増やす」という選択肢はない 情シスが負の連鎖から抜け出すには？
-
8
「問題が深刻化しやすいプロジェクト管理」から脱却する方法とは？
-
9
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
10
NTTドコモが実践したクラウド統合監視 業務量2倍でも残業削減を実現できた理由
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