Research and development of autonomous distributed co-evolutionary AI infrastructure technology based on dynamic coordination between cloud-side and edge-side devices

2022 Fiscal Year Final Research Report

• Project/Area Number: 19H04099
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 60060:Information network-related
• Research Institution: Keio University
• Principal Investigator: NAKAZAWA Jin 慶應義塾大学, 環境情報学部(藤沢), 教授 (80365486)
• Co-Investigator(Kenkyū-buntansha): 宮前 泰恵 (岸野泰恵) 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, 協創情報研究部, 主任研究員 (20466410) ; 須山 敬之 大阪工業大学, 情報科学部, 教授 (80396134)
• Project Period (FY): 2019-04-01 – 2023-03-31
• Keywords: 深層学習 / 駆動基盤 / クラウド / エッジ / 自律分散 / 共進化

Outline of Final Research Achievements

Autonomous distributed co-evolutional AI infrastructure technology based on dynamic coordination between cloud-side and edge-side devices has been developed. This platform technology can detect specific objects from video images in real time by driving deep learning models at the edge and output the detection results. For this purpose, intelligent processing is first performed autonomously and distributed in real time within the sensor and computer on the edge side. In addition, to keep the intelligent sensing at the edge in an optimal state at all times, the edge side is optimized in cooperation with the cloud side. As a result, a large number of sensor nodes at the edge in real space perform sensing based on a new model, and the cloud-side computer can use the sensing results to learn the next generation and transfer the results to the edge side.

Free Research Field

情報学

Academic Significance and Societal Importance of the Research Achievements

多数のセンサを用いて大規模に知的センシングを行う場合、大量のセンサからクラウド側へ画像・音声等のデータを送信することとなり、処理の遅延やパーソナル情報の漏洩等に関する問題が生じる。本研究では、クラウド側とエッジ側機器の動的な協調に基づく自律分散共進化AI基盤技術により、処理遅延の抑制やパーソナル情報のエッジ側機器からの漏洩等の問題を回避できる。また、動的に変化していく実空間、実社会の様相に対応して深層学習モデルを更新し続ける。実社会に存在する大量のIoTと機器をエッジ側機器として活用する柔軟性の高いモデル駆動が可能となった。