　同サービスは、ユーザーが学習用データを用意し、使用するAIモデルとデバイスを選ぶだけで、最短2週間でAIモデルを搭載した端末を受け取れる。通常、AIは一度に1つのモデルしか学習できないが、アラヤではSubnetX（One-Shot NAS技術）を用いて、一度の学習で多種多様なサイズのAIモデルを生成できるため、学習後に速度と精度に応じたモデルサイズを選択できる。

「YORO-ZOO」AIモデル選択イメージ［クリックで拡大］出所：アラヤ

　最新の基盤モデルを活用したオートアノテーション技術で、エッジAIモデルが学習する正解データを半自動的に作成できるため、学習準備の手間を削減できる。また、同社は開発済みの複数のエッジAIモデルを提供しており、JetsonやHailo、AITRIOS IMX500、i.MX8m+に対応する。

　YORO-ZOOのサービス提供の流れは、まずユーザーにヒアリングをしてデバイスやモデルを選定し、データを受け取って同社でAI学習を実行する。その後、オンラインミーティングを通じてユーザーと共にモデルを選択し、デバイスにセットアップして納品する。必要に応じて、複数デバイスの追加発注、サイズの異なるモデルでの再セットアップにも対応する。

「YORO-ZOO」申し込み後の流れ［クリックで拡大］出所：アラヤ

⇒その他の「人工知能ニュース」の記事はこちら

エッジにも浸透する生成AI、組み込み機器に新たな価値をもたらすか
生成AIが登場して2年以上が経過しエッジへの浸透が始まっている。既にプロセッサやマイコンにおいて「エッジAI」はあって当たり前の機能になっているが、「エッジ生成AI」が視野に入りつつあるのだ。
エッジであれエンドポイントであれ今こそ現場にAIを実装すべし
2023年に大きな注目を集めた生成AIは、膨大なパラメータ数とあいまってAIモデルをクラウド上で運用することが一般的だ。2024年は、AIモデルを現場側に実装するエッジAIやエンドポイントAIを活用するための技術が広く利用できるようになるタイミングになりそうだ。
Armが次世代エッジAIに回答、新プロセッサ「Cortex-A320」に「Ethos-U85」を融合
Armは、エッジ機器での生成AIやトランスフォーマーモデルの推論処理に対応する新たなエッジAIプラットフォームを発表した。Armv9アーキテクチャに基づく省フットプリントの新たなプロセッサコア「Cortex-A320」に、NPUの「Ethos-U85」を組み合わせている。
運転中の認知処理を支援するインタフェースの有用性を確認
アラヤと本田技術研究所は、fMRIを用いて運転中の脳活動から安全運転に関わる部位を特定し、AIを活用して危険因子を運転手に知らせるシステムの実証実験を実施した。
演算量を30分の1に圧縮、AIモデルの自動圧縮ソフトウェアを開発
モルフォとアラヤが業務提携契約を締結した。両社の技術を組み合わせて、AIモデルの自動圧縮ソフトウェア「Pressai」を共同開発する。
AIモデルを自動で圧縮、実装できるツールを開発
新エネルギー・産業技術総合開発機構とアラヤは、AIの深層学習用ニューラルネットワークモデル向けに自動で圧縮・実装できるツールを開発した。AIモデルサイズを最大で約30分の1に削減し、エッジデバイス上でリアルタイムなAI処理が可能になる。