---
title: "エッジAI（Edge AI）"
description: "エッジAI（Edge AI）について、G検定で問われるAI・機械学習分野の観点から、基本的な意味、代表モデル・手法との関係、試験で問われやすい判断軸を整理します。暗記だけでなく、似た概念との混同を避ける見分け方や、選択肢を切るためのポイントも確認します。"
canonical_url: "https://stemtazoo.github.io/gk/edge-ai/"
section: "gk"
---

## まず結論

* **エッジAIとは、端末（エッジ）側でAI推論を行う仕組み**
* **低レイテンシ・リアルタイム性が最重要な用途に向く**
* **自動運転・産業機器制御などが代表例**

👉 G検定では **「なぜクラウドではなくエッジなのか」** を説明できるかがポイント。

---

## 直感的な説明

エッジAIは、

> 「考える場所が“クラウド”ではなく“現場”にあるAI」

です。

たとえば自動運転では、

* カメラ画像をクラウドに送信
* サーバで解析
* 結果を受信して判断

…としていると、**通信遅延** が命取りになります。

そこで👇

* 車載コンピュータ自身が判断する

これが **エッジAI** です。

---

## 定義・仕組み

### エッジAIの定義

**エッジAI** とは、

* センサーや端末（車・工場機器・IoTデバイス）
* の **近く（エッジ）でAI推論を実行**

するアーキテクチャです。

---

### クラウドAIとの違い

| 観点      | エッジAI  | クラウドAI |
| ------- | ------ | ------ |
| 処理場所    | 端末側    | サーバ側   |
| レイテンシ   | 非常に小さい | 通信遅延あり |
| リアルタイム性 | ◎      | △      |
| 計算資源    | 制約あり   | 大規模    |

---

## いつ使う？（得意・不得意）

### 得意なユースケース

* **自動運転**（今回の正解）
* ロボット制御
* 異常検知（工場・設備）
* スマートカメラ

👉 **即時判断が必要な場面**

---

### 向かないケース

* 大規模データ解析
* 学習（トレーニング）処理
* 高精度だが即時性不要なタスク

👉 これらは **クラウドAI向き**

---

## G検定ひっかけポイント

* ❌「音声認識はエッジAIが最適」
  → **常に正しいわけではない**（クラウドでも可）

* ❌「画像診断は必ずエッジAI」
  → **高計算量のためクラウドが使われることも多い**

* ✅ **自動運転 = 低遅延・リアルタイム → エッジAI**

---

## なぜ音声認識が誤答になりやすい？

音声認識は：

* リアルタイム性は重要だが
* 通信遅延が致命的でない場合も多い
* 大規模言語モデル・辞書が必要

👉 **クラウド方式が一般的**

このため、

> 「リアルタイム = すべてエッジ」

と考えると **引っかかる**。

---

## まとめ（試験直前用）

* エッジAI = **端末側で推論**
* キーワードは **低レイテンシ・即時判断**
* **自動運転は代表的ユースケース**

👉 迷ったら

> **命に関わる即時判断 → エッジAI**