マイクロソフトは小型のドローンにまでAIを組み込もうとしている

　例えば、ドローンにカメラを搭載し、そこに特別にトレーニングを行った画像認識機能を組み込み、工場のパイプラインを上空から撮影するとリアルタイムでパイプラインの問題箇所を認識する。

　Build 2018の基調講演では実際にこのようなデモンストレーションがステージ上で行われました。


　上の画像左は、ステージ上に作られた工場のセットの上を飛ぶDJIのドローン。そして右の画像は、ドローンに備え付けられたカメラの画像認識機能がリアルタイムにパイプラインの問題箇所を認識し、黄色い四角で示しています。

　ドローンと、特別にトレーニングされたパイプライン保守用の画像認識機能を使えば、人間が歩きながらパイプラインを目視で確認するよりも効率よく正確に、パイプラインの保守を実現できるでしょう。

　マイクロソフトは実際にこうしたソリューションを実現すべく、ドローンの大手企業で知られるDJIと提携し、機械学習機能のランタイムとなるAzure IoT Edge対応を発表。


　クアルコムとも提携し、インターネットカメラなどに採用されているクアルコムのプラットフォームへのAzure IoT EdgeのAI Development Kit対応を発表。


　デバイスに機械学習の能力を組み込むと、画像などのデータをいちいちクラウドに転送しなくとも、デバイス単独で処理を行い瞬時にその結果を返すことが可能になります。

　これは企業内部のセンシティブな情報を扱うようなシステムや、リアルタイム性が重要なシステムでは欠かせないものとなるでしょう。

Azure IoT Edgeのランタイムがオープンソース化

　こうしたマイクロソフトのAI戦略を支える要素の1つが、「Azure IoT Edge」です。

　Azure IoT EdgeはLinuxとWindowsのx64あるいはARMアーキテクチャに対応し、前述のようにRaspberry PiからPCまで、さまざまな規模のハードウェアで稼働するフレームワークです。

　Azure IoT Edgeは、クラウド上のポータル画面であるAzure IoT Hubから集中管理でき、デバイスをつねにセキュアに保ち、アプリケーションや機械学習機能のランタイムを提供します。

　マイクロソフトは今回、Azure IoT Edgeランタイムをオープンソースとすることを発表しました。できるだけ多くのデバイスでAzure IoT Edgeをサポートしてもらうためでしょう。

DockerコンテナでAIモデルをパッケージング、デプロイ

　そして興味深いのは、AzureでトレーニングしたAIモデルをAzure IoT Edgeへデプロイする手段として同社が選んだのは、Dockerコンテナであることです。