Azure インテリジェント エッジを使用した非接触型 IoT インターフェイス

非接触型ビジネスがニュー ノーマルになりました。 世界は多くの人が毎日触れる物の表面をより意識するようになり、そうした表面によって危険にさらされています。 非接触型インターフェイスは、信号機のボタン、タッチ スクリーン、ドア ハンドル、エレベーターのボタンなどの物理的な接触部分を削減または排除することで、ユーザーにとって安全で快適なタッチフリー エクスペリエンスを実現します。

Avanade と Microsoft COVID-19 タスク フォースが提携し、Azure インテリジェント エッジ プラットフォームを使用した非接触型インターフェイスを開発しました。 このソリューションは、知覚機能を備えたインテリジェントな IoT (モノのインターネット) エッジ デバイスと、Azure クラウドのストレージ、コンピューティング、人工知能 (AI)、機械学習 (ML) の機能を組み合わせたものです。

IoT Edge デバイスは、オンボード処理を使用することで、音声、画像、ジェスチャ、またはマルチモーダル入力をすばやく認識して応答できます。 クラウドの Azure IoT Hub がデバイスを制御し、それらを Azure リソースに接続します。 Azure Cognitive Services と Machine Learning がモデルの再トレーニングと更新を継続的に実行して、インターフェイスの精度とパフォーマンスを向上させます。

考えられるユース ケース

• 建物や部屋へのアクセス、エレベーターの制御、小売や自動販売機による販売、交通機関や交通信号などの用途で、公共の接触部分をタッチフリー インターフェイスに変えます。
• 携帯電話などの一般的なモバイル エンドポイントで、音声や他の非接触型コントロールを使用します。

Architecture

このアーキテクチャの Visio ファイルをダウンロードします。

1. マイク、カメラ、タッチスクリーンなどのエンドポイントでデータが収集されます。
2. IoT Edge デバイスのオンボード音声処理ユニットによって、コグニティブ スキル セットと更新された機械学習モデルがローカル データに適用されます。
3. Azure クラウドの IoT ハブがエッジ デバイスを制御し、それらのデバイスと通信して、データを受信し、更新されたモデルを送信します。
4. アップロードされたデータが Azure Storage に格納されます。
5. Azure Machine Learning が、そのデータを使用して AI モデルを再トレーニングします。
6. IoT Hub が、更新された機械学習モデルをエッジ デバイスにプッシュします。

Components

• Azure IoT Edge サービスは、標準のコンテナーを介して IoT エッジ デバイス上で実行するクラウド ワークロードをデプロイします。 モジュールは、AI、他の Azure サービスやサードパーティのサービス、または独自のビジネス ロジックを実行できます。 IoT Edge インテリジェント デバイスは、オフラインですばやく応答できます。また、必要なデータだけを前処理してクラウドに送信することで、コストを抑えることができます。
• Azure IoT Hub は、実質的にあらゆる IoT デバイスを Azure サービスに接続する、クラウドホスト型バックエンドを提供します。 IoT Hub により、IoT Edge デバイスの安全性と信頼性の高い双方向通信、管理、プロビジョニングが可能になります。
• Azure Storage は、セキュリティで保護された柔軟かつスケーラブルなストレージを Azure クラウドで提供します。 現在のソリューションでは、ブロック BLOB を使用して非構造化データを格納し、ページ BLOB を使用してランダムで小さなデータ セグメントの読み取りと書き込みを行います。また、ファイル ストレージをファイル共有に使用します。
• Azure Cognitive Services は、インテリジェント アプリの構築を支援する、AI サービスとコグニティブ API のファミリです。 たとえば、音声制御では、Speech to Text サービスと Speaker Recognition サービスを使用できます。 ソリューションを画像認識または顔認識に拡張すると、Computer Vision、Custom Vision、顔認識を使用できます。
• Machine Learning (ML) では、経験を通じてマシンの予測や決定を自動的に改善するアルゴリズムを使用します。 機械学習アルゴリズムにより、数学的 "モデル" が構築され、継続的に "トレーニング" されます。 Azure Machine Learning を使用すると、ML モデルの構築、トレーニング、デプロイ、追跡、管理をクラウド規模で行うことができます。

次のステップ

• 詳細については、iotcovidsupport@microsoft.com にお問い合わせください。
• 音声制御は、このソリューションの基本機能です。 このプラットフォームは潜在的に、顔やジェスチャなど、複数種の認識に拡張できる可能性があります。 詳細については、「Azure Cognitive Services テクノロジの選択」を参照してください。
• このソリューションは、Cognitive Services の Speech Translation API を使用することで、グローバル デプロイをサポートできます。
• IoT ラーニング パスとモジュールを参照します。