Large Language Models Empowered Autonomous Edge AI for Connected Intelligence
1. 本研究の学術的背景、研究課題の核心をなす学術的「問い」は何ですか？
無線ネットワークの進化は、ハイパーコネクトされたサイバー物理空間において人間、物体、および知能のシームレスな相互接続を実現する「コネクテッド・インテリジェンス」へと向かっています。エッジAIは、ネットワークのエッジで高品質、低レイテンシー、およびプライバシー保護が可能なAIサービスを提供することで、コネクテッド・インテリジェンスを実現する有望な解決策として注目されています。本研究の学術的問題は、さまざまな要件を満たすために自動的に自己組織化、適応、最適化される自律型エッジAIシステムを紹介することにあります。
2. 本研究の目的及び学術的独自性と創造性は何ですか？
本研究の目的は、自然言語理解、プランニング、およびコード生成などの強力な機能を持つGenerative Pretrained Transformer（GPT）をクラウドに配置し、他のAIモデルをデバイスやエッジサーバーで共同展開するクラウド-エッジ-クライアント階層的アーキテクチャを採用した自律型エッジAIシステムを提供することです。また、エッジフェデレーテッド学習を通じて新しいモデルをトレーニングするコードを自動生成することができます。本研究の独自性は、自己組織化され適応性のあるエッジAIシステムを自動的に構築するために、クラウド、エッジ、クライアントを統合したハイブリッドシステムを提案した点にあります。
3. 本研究の着想に至った経緯や、関連する国内外の研究動向と本研究の位置づけは何ですか？
本研究では、エッジAI技術を活用して自律型エッジAIシステムを構築することに注目しています。現在、エッジ AI に関する研究は国内外で盛んに行われており、クラウドとエッジを組み合わせて高速でリアルタイムな応答を実現することが研究の主な課題とされています。
4. 本研究で何をどのように、どこまで明らかにした？
本研究では、クラウド-エッジ-クライアント階層的アーキテクチャを採用することで、自律的なエッジAIシステムを構築しました。このシステムは、AIモデルの適切な調整を自動的に行って、各ユーザーの要件に応じた最適なAIモデルを提供することができます。エッジフェデレーテッド学習により、訓練データを共有することで、AIモデルを効率的かつ高速に生成することができます。実験結果は、このシステムがユーザー要件を正確に理解し、細かいコストで高速かつ効率的にAIモデルを実行することができることを示しています。
5. 本研究の有効性はどのように検証した？
本研究は、自立型エッジAIシステムを構築し、エッジフェデレーテッド学習を用いることで効率的にAIモデルを生成することができることを示しました。また、実験結果により、このシステムがユーザーの要件を適切に理解し、高速、効率的なAIモデルを生成することができることを示しました。