ナレッジセンター
目次

Q: 工場においてエッジAIとクラウドAIは実際にどのように連携するのでしょうか。また従来の手法と比べてどのような優位性があるのでしょうか。

A: エッジAIはライン上でのリアルタイム推論とミリ秒単位の応答を担い、クラウドAIは全体データの学習、モデルの更新、拠点間の連携を担います。この組み合わせの核心的な優位性は、リアルタイム性を保ちながら、継続的に進化するインテリジェンスを手に入れられることです。従来の手法は、ローカルの産業用PCにルールを固定的に書き込むため知的ではないか、すべてのデータをクラウドへ送って結果を待つため遅すぎるかのどちらかでした。

Ⅰ. 役割分担:エッジは速度、クラウドは範囲

エッジAIは産業用PC、エッジゲートウェイ、アプライアンス上に配備され、実装機、射出成形機、CNCのすぐそばで動作し、ミリ秒から秒単位の応答が求められる外観検査、振動監視、軽微な工程パラメータの調整を行います。クラウドAIは複数のラインや職場のデータを集約し、モデル学習、歩留まり傾向の分析、拠点間の生産計画最適化を行います。ある電子工場がSMTの実装不良を検出する場合、エッジが位置ずれや半田不足をリアルタイムで判定し、クラウドが毎週新しいデータでモデルを再学習して更新版をエッジへ戻すことで、閉ループが形成されます。

イラスト

Ⅱ. どのように協調するか:モデル配信とデータのフィードバック

実際には、エッジAIが推論を行い、難しいケースや信頼度の低いサンプルをクラウドへ戻します。クラウドがラベリング、学習、検証を行い、新しいモデルをエッジへ配信します。このプロセスではラインを止める必要がなく、すべての生映像をクラウドへ送る必要もないため、帯域を節約し応答も速くなります。ある自動車部品メーカーがブレーキパッドの表面欠陥を検査する場合、エッジが1秒以内に結果を返し、クラウドが毎月モデルを更新することで、見逃し率は段階的に低下していきます。

Ⅲ. 従来の手法に対する優位性

イラスト

1つ目は、応答時間が秒単位からミリ秒単位に短縮されることです。完全にクラウドベースの手法ではネットワークの揺らぎの影響を受けます。2つ目は、エッジが難しいケースだけを返し全データは送らないため、帯域とストレージのコストが大幅に下がることです。3つ目は、モデルが進化し続けることです。従来のルールアルゴリズムは変更のたびに停止して書き換える必要がありますが、エッジ+クラウドはラインを止めずに更新できます。4つ目は、プライバシーとコンプライアンスが向上することです。生データは工場の外に出ず、特徴量や匿名化したサンプルだけが送信されます。

Ⅳ. MESやESOPとの統合

エッジAIの判定が作業指示、ロット、設備に落ちて初めて、実際の価値が生まれます。ZEVONがMES+AIの方向で採っているアプローチは、エッジAIの検査結果と設備状態をMESの作業指示に直接書き込み、同時に最新の作業指示とモデル版をZEVON ESOP経由でワークステーション端末へ配信するというもので、作業者とエッジ機器が同じ標準を見られるようにします。ZEVONは現在、15以上の業種で120社以上にサービスを提供しており、このエッジ、クラウド、MES、ESOPの組み合わせは、電子、自動車部品、新エネルギーの各シーンですでに成熟しています。

まとめ:まだ純粋なルールベースか純粋なクラウドの手法を使っているなら、まず1つのラインでエッジAIのパイロットを行い、難しいケースのフィードバックとモデル配信の経路を実証してから、複数のラインや拠点へ拡張してください。鍵となるのは、エッジとクラウドの境界を定めることです。エッジに学習をさせず、クラウドにリアルタイム制御をさせないことです。

分野: AI-FAQ