mtes Neural Networksについて
エッジAIは同様にエッジデバイスの消費電力との戦いでもあります。また、その技術を確立するために、オープンイノベーションで世界中の最先端企業と連携するものであります。
当社がそこに技術を集中する理由は次の通りです。
① クラウドAIの技術・プラットホームはすでに「GAFA」やGPUのNVIDEAに代表される企業に独占状態で確立しており、我々のようなベンチャーでは全く太刀打ちできない。(クラウドAIの市場構造はすでに確立している)
② 一方、エッジAIはクラウド企業にとっては対極の技術であって、まだ先端を進むことによって、充分これからでも競争力を持つことができる。(エッジAIはこれからである)
③ IoTの時代においては、膨大な非構造化データがクラウドに流れ込むこみ、それをディープラーニングに代表されるAI処理することは技術的に極めてコストの高いものになってしまう。(クラウドAI技術の限界とコスト問題)
④ 5Gや光ネットワークによって通信速度は非常に上がったが、クラウドでAI処理をするということは、不必要なデータをも送り、エンドノードでリアルタイム性を要求されるAI(顔認識、自動運転など)では、仮にクラウドAIとエッジAIの処理速度が同じであっても、通信時間の遅延が起きてしまう。(リアルタイム性の要求)
⑤ 決済や顔認識に象徴されるように、IoTの時代はプライベートな生体情報を含むデータが溢れる時代でもある。一方、Facebookの情報漏洩問題でわかるようにクラウドは膨大な情報を流出させてしまうという脆弱性を抱えている。(クラウドの情報セキュリティ問題)
当社製品紹介
【構造ヘルスモニタリング(SHM)】
本製品・ソリューションについては、現在鉄道会社、ゼネコン、地質管理会社などから大きく注目されています。
① 今まで低周波領域での自己ノイズから高精密計測センサーに利用できなかった、汎用の3軸MEMS加速度センサーを、当社技術の適応信号処理よって解決し、センサーコストを1/50〜1/100にすることができた。(製品・ソリューションコストの劇的低減化)
② センサー間通信をLoRa通信により無線同期化(長距離でも)させることができた。(構造物の多極点モニタリングの成功)
③ 時系列データのエッジAI化による通信コストの低減化(センサーのエッジAI化)
④ チップSIM(E -SIM)の導入と低消費電力化により、僻地における無電力工事と無ネットワーク工事の達成。
これは地震多発の日本において今までコストや設置工事が高くどうしても実際のモニタリングできない場所や建物・橋梁・道路等(構造物)にも今までの数十分の1で導入を可能にしたもので、弊社オリジナル技術の一つです。
【AIカメラ搭載ソーラー街路灯】
通常、小さなソーラーパネルの電力だけで、AI機能(画像検知)がついたカメラやLED照明、LTE通信を稼働させることは不可能です。これはGPUに比較して1000倍以上の電力効率を持つエッジAIデバイスを使いこなせる当社の技術によるものです。世界の街路灯は2026年までに約4億灯がネットワーク化されたスマート街路灯になると言われています。それをAIカメラも実装して、ソーラーだけで稼働させることができるのは今現在当社だけです。今後、大きく市場を占有していきたいと考えています。
【apricot IoTクラウドプラットホーム】
IoT時代の統合型クラウドプラットホームです。通常クラウドはエッジデバイス毎に作成されていますが、これはどんなクラウドであれ、通信方法、エッジデバイスの種類などを問わずに簡単なカスタマイズで遠隔でのファーム書きかえやインターフェースの一元管理などを含み管理できます。スケーラブルなモデルで、一つの家庭からスマートビルやスマートシティなどに対応できます。これは19人のインド人チームと当社社内チームで一年以上かけて作り込んでいます。他社にもありそうですが、ありません。弊社のセンサーデバイスやエッジAIカメラなどと連携させて稼働させられます。
【MX Codec】
JPEGの5倍以上の効率を持つ画像圧縮技術やIPがあります。
以上 詳細につきましてはお気軽にご連絡下さい。