[論文レビュー] Empowering Things with Intelligence: A Survey of the Progress, Challenges, and Opportunities in Artificial Intelligence of Things

Jing Zhang, Dacheng Tao|arXiv (Cornell University)|Nov 17, 2020

IoT and Edge/Fog Computing参考文献 251被引用数 60

ひとこと要約

本論文はAIoTを概観し、アーキテクチャ（クラウド/フォグ/エッジ）、知覚・学習・推論・行動における進展、有望なAIoTアプリケーション、そして関連する課題と機会を詳述します。

ABSTRACT

In the Internet of Things (IoT) era, billions of sensors and devices collect and process data from the environment, transmit them to cloud centers, and receive feedback via the internet for connectivity and perception. However, transmitting massive amounts of heterogeneous data, perceiving complex environments from these data, and then making smart decisions in a timely manner are difficult. Artificial intelligence (AI), especially deep learning, is now a proven success in various areas including computer vision, speech recognition, and natural language processing. AI introduced into the IoT heralds the era of artificial intelligence of things (AIoT). This paper presents a comprehensive survey on AIoT to show how AI can empower the IoT to make it faster, smarter, greener, and safer. Specifically, we briefly present the AIoT architecture in the context of cloud computing, fog computing, and edge computing. Then, we present progress in AI research for IoT from four perspectives: perceiving, learning, reasoning, and behaving. Next, we summarize some promising applications of AIoT that are likely to profoundly reshape our world. Finally, we highlight the challenges facing AIoT and some potential research opportunities.

研究の動機と目的

• クラウド、フォグ、エッジコンピューティングの文脈でAIoTアーキテクチャを説明する。
• 知覚・学習・推論・行動の各領域にわたるIoT向けAI研究の進展を概説する。
• 有望なAIoTアプリケーションとAI技術を可能にする技術を強調する。
• AIoTにおける主要な課題と潜在的な研究機会を特定する。

提案手法

• 知覚・学習・推論・行動というAIoTの機能の分類を提案する。
• AIoTのためのアーキテクチャと三層計算（クラウド/フォグ/エッジ）のレビュー。
• 深層学習、セキュリティ、プライバシー、データセットなど、AIoTを支える技術の調査。
• AIoT導入のためのハードウェア/ソフトウェアエコシステム（GPU/TPU、フレームワーク、ONNX）を論じる。
• スマートシティ、ヘルスケア、農業、産業分野のアプリケーションを統合的に整理する。

実験結果

リサーチクエスチョン

• RQ1 クラウド、フォグ、エッジ層を横断してAIをIoTアーキテクチャに効果的に統合するにはどうすればよいか？
• RQ2 IoTの知覚・学習・推論・行動を強化するAI（特に深層学習）の現在の進展は何か？
• RQ3 AIoTの影響を示すアプリケーションは何か、それを支える実現技術は何か？
• RQ4 AIoTを妨げる課題（セキュリティ、プライバシー、レイテンシ、スケーラビリティ）は何か、今後の研究機会はどこにあるか？

主な発見

• AIoTはレイテンシ、帯域幅、学習能力のバランスを取るためにトライティア計算アーキテクチャ（クラウド/フォグ/エッジ）が有用である。
• 深層学習は分類・検出・セマンティケーション等の知覚タスクを改善し、軽量モデルと圧縮によってエッジ展開へ進んでいる。
• エッジデバイスはレイテンシ感度の高いタスクの現地処理を可能にし、フォグ/クラウドは大規模な学習と推論を担当する。オフロードは性能を最適化する。
• セキュリティとプライバシーは依然として重要であり、AIが推進するアプローチ（例：フェデレーテッドラーニング）による潜在的な緩和策がある。
• ハードウェア（GPU、TPU、ASIC）とソフトウェアエコシステム（TensorFlow、PyTorch、ONNX）の進歩がAIoTの展開を促進する。