Ekkono SDKを使用したデモ

株式会社ユビキタスAIコーポレーション(本社：東京都新宿区、代表取締役社長：長谷川 聡、以下「ユビキタスAIコーポレーション」)は、Ekkono Solutions AB(本社：スウェーデン、CEO：Jon Linden、以下「Ekkono社」)と組込み用AIライブラリの国内総代理店契約を締結し、エッジAI・機械学習ライブラリ「Ekkono(エコノ) SDK」を2019年8月21日(水)に販売開始したことを発表します。



画像1: https://www.atpress.ne.jp/releases/191050/LL_img_191050_1.png

Ekkono SDKを使用したデモ



(動画： https://info.ubiquitous-ai.com/Ekkono-Demo )

※おもちゃの電車を使用し、Ekkono SDKで状態分析・変化検知・増分学習結果のフィードバックを行う様子を、Ekkonoの説明とあわせて紹介しています。





■エッジAIの必要性

古典的な組込みシステムでは、既知の情報・規則を基にしたプログラムロジックの構築によって、潜在的な不具合や変化に対応してきましたが、現在は未知の情報への対応にクラウドベースのAIが導入され始めています。クラウドサーバーの豊富な処理能力を活かしたデータ処理、分析、活用は非常に便利な一方、つながる端末・デバイスの数が増えることで、公共回線の帯域やクラウドサーバーの負担増が避けられません。また、組込みシステムの環境は必ずしもリアルタイムでクラウドへの接続が確保できるとは限らないことも課題です。



リアルタイムでのアクションが求められるタイムクリティカルなシステムでは、エッジでデータを収集するだけでなく、そのデータに基づいてAI学習を行い、即座にデバイスの制御システムにフィードバックする必要があります。そのため、リアルタイムでの処理には、エッジ側でデータの蓄積、分析、機械学習を行うことが有効です。





■Ekkono SDK

Ekkono SDKは、スウェーデン語で“cognition(認知力)”を表すEkkonoの名のとおり、システムのエッジ側にあるIoT端末のスマート化を目指して開発されたAIライブラリです。機械学習の手法を使用しながら、GPU※1やSIMD命令※2を必須としません。



Ekkono SDKの最大の特長は、システムの正常な動作状態を事前学習によってモデル化し、異常ケースを階層的に増分学習(incremental learning)※3することで、データ量を劇的に削減できることです。機器の設置後も、それぞれの動作環境の変化を学習しながら、AIモデルデータを進化させていきます。組込みに特化し、ワンチップマイコンで動作可能な軽量さを持つため、非力な組込み環境でも、クラウドサーバーにアップロードしきれない生データをリアルタイムかつ高頻度で収集・分析できるため、きめ細かくタイムリーなデータ活用を実現します。



またEkkono SDKは、小さいフットプリントや省電力性が活かせる電池駆動製品をはじめとする幅広い製品で活用できます。



これらの強みが産業オートメーションや車載などの分野で特に評価されており、すでに多くの採用実績があります。





■Ekkono SDKの概要

名称 ： Ekkono SDK

販売開始日 ： 2019年8月21日(水)

製品ページURL： https://www.ubiquitous-ai.com/products/storage/ekkono

※価格等の詳細については、お問い合わせください。





■主な特長

・完全独自開発コード、オープンソース不使用

・ソースコード提供(C++ベース)

- その他、C#、Java、C、Pythonなど多様な言語のAPIからの利用にも対応

・複数の機械学習手法をサポート

- Random Forest(ランダムフォレスト)

- Linear Regression(線形回帰分析)

- Multi-Layer Perceptron(多層パーセプトロン)

- Regression Tree(回帰ツリー)

・小フットプリント設計

・プラットフォーム(CPU、RTOS、コンパイラ)非依存設計



ユビキタスAIコーポレーションは、Ekkono社と協力してEkkono SDKの日本市場向けの販売を積極的に展開するとともに、Ekkono SDKをベースとした応用製品の開発、ユビキタスAIコーポレーションの既存製品との組み合わせによるソリューションの提案を行ってまいります。





※1 GPU(Graphics Processing Unit)：並列実行するグラフィック用の演算プロセッサ。CPUの汎用演算命令と比較して計算の並列性に優れており、機械学習ではGPGPUアクセラレータとして活用されている。

※2 SIMD命令(Single Instruction Multiple Data)：一般汎用演算命令と比較して、行列演算等の複数データの一括演算処理を高速実行することが可能であり、機械学習の演算処理の最適化に利用されている。

※3 増分学習(incremental learning)：追加されるデータを学習し、既存のモデルを継続して最適化する機械学習の手法。





■Ekkono Solutions AB株式会社について

スウェーデンのBoras大学での研究をベースに、組込みに特化したエッジAIライブラリのベンダーとして設立されました。組込み向けの省メモリでありながら、増分学習などのユニークな機能を搭載したSDKで、Volvo、ABBを始めとした大手企業にも採用された実績があります。





■株式会社ユビキタスAIコーポレーション(証券コード：3858)について

ユビキタスAIコーポレーションは、組込み機器向けを中心としたソフトウェアの開発・ライセンス、および海外製ソフトウェアの輸入販売を行う企業です。ユビキタス社会に必要とされる、ネットワーク関連(ホームネットワーク関連・暗号技術を含む)、データベース、システムの高速起動技術、各種テストツールなど、多数のソフトウェアとサービスを提供しています。他と差別化された製品群で、ユビキタス社会の要請に応えます。



本社所在地： 東京都新宿区西新宿1-21-1 明宝ビル6F

URL ： https://www.ubiquitous-ai.com/





■投資家の皆様へ

本プレスリリースは、ユビキタスAIコーポレーションの定性的な業務進捗をお知らせするためのものであり、投資勧誘を目的としたものではありません。当社業績・経営指標の進捗・予想に関しては、取引所開示情報である、決算短信などをご参照ください。





■本製品に関するお問い合わせ先

株式会社ユビキタスAIコーポレーション 基盤ソフトウェア事業部

担当 ： 谷津

TEL ： 03-3493-7981

E-Mail： sales@ubiquitous-ai.com





※ 本リリースに記載されている会社名、製品名は各社の登録商標または商標です。

※ 本ニュースリリースに記載された内容は発表日現在のものです。その後予告なしに変更されることがあります。

情報提供元： ＠Press