　AiiR Cloud β版では、独自の超軽量エッジAIアルゴリズム「MST（Memory Saving Tree）」の軽量かつ高速、高精度、更新性という特徴をWebブラウザ上で試用できる。Pythonユーザーに親しまれているJupyterHub上でAIモデルを開発し、ライブラリを呼び出すようにMSTを利用できる。自社で直接AIモデルを構築したい企業や、別モデルと比較検討したい企業に適している。

「AiiR Cloud β版」利用イメージ［クリックで拡大］出所：エイシング

　AIモデルの構築後は、「AiiR-M1」モジュールを利用してエッジ側での検証作業が可能だ。AiiR-M1は、Cortex-M0でも動作する小型モジュールで、直接PCにUSB接続できるほか、UART接続も可能で、快適に導入検証作業を進められる。

「AiiR Cloud β版」から「AiiR-M1モジュール」までの流れ［クリックで拡大］出所：エイシング

　従来はAIアルゴリズムの秘匿化のため、同社がAIモデルの構築と評価検証をしていた。しかし、AI人材を抱え、開発環境が整っている企業では自社開発のニーズがあり、今回のサービスはこれに応える形だ。

⇒その他の「人工知能ニュース」の記事はこちら

エッジAIの可能性を広げる「MST」、なぜCortex-M0+マイコンでも動くのか
エッジAIスタートアップのエイシングは、マイコンを使って、AIによる推論実行だけでなく学習も行えるアルゴリズム「MST」を開発した。ローエンドの「Cortex-M0+」を搭載するマイコンでも動作するMSTだが、より多くのメモリ容量が求められるランダムフォレストと同等の精度が得られるという。開発の背景を同社社長の出澤純一氏に聞いた。
マイコンでCBMを実現する異常検知アルゴリズム、逐次学習による高精度化も
エイシングは、機器の状態を監視しながらメンテナンス時期を決定するCBM向けの異常検知アルゴリズム「MSAT++」を開発したと発表した。モデルサイズは数KBと省メモリであるとともに、正常データからモデルを構築しての異常検知が可能で、逐次学習によりモデルの精度を向上できることなどが特徴となっている。
エイシングの「MST」がランダムフォレストの完全上位互換へ、CEATEC AWARD受賞
エイシングは、「CEATEC 2021 ONLINE」に出展した独自の軽量エッジAIアルゴリズム「MST（Memory Saving Tree）」が、「CEATEC AWARD 2021」の「スタートアップ・ユニバーシティ部門賞グランプリ」を受賞したと発表した。
経年劣化にも対応する「リアルタイム学習AI-PID制御」、エイシングが特許取得
エイシングは、PID制御を飛躍的に高度化できる「リアルタイム学習AI-PID制御」に関する特許を取得したと発表した。PID制御にAIアルゴリズムに基づく予測器を組み合わせる「AI-PID制御」に対して、制御対象の経年劣化などによって起こり得るAIアルゴリズムの予測精度低下を防ぐための追加学習を行える仕組みが特許取得の対象となる。
過去に凍結したAIのPoC案件の再生支援サービスを試験導入
エイシングは、企業が過去に凍結したPoC案件の再生支援サービス「Re-PoC」の試験導入を開始する。同社独自のエッジAIアルゴリズムを用いるもので、過大なモデルサイズや推論速度不足などで頓挫したPoC案件の再生を支援する。
超軽量メモリで実装可能な異常検知アルゴリズムの提供開始
エイシングは、KBオーダーのメモリ量で実装可能な超軽量異常検知アルゴリズム「MSAT」の顧客企業への提供を開始した。工場の製造装置や生産ラインへの異常検知導入を支援し、生産性とメンテナンス効率の向上に貢献する。