端末で動く「エッジAI」の研究基盤と人材育成 ― NSF AI助成 $259万（アラバマ大ほか6大学連携）

米国科学財団(NSF)は、研究基盤改善 Track-2 重点EPSCoR連携(RII Track-2 FEC)助成として約259万ドル（$2,587,276）を交付した（NSF Award 2611071、期間2025年10月〜2027年9月。本記録の交付機関はアラバマ大学、主導はサウスアラバマ大学）。

1クラウド前提のAIが抱える制約

抄録によれば、現在のAI活用は、判断・予測のためにインターネットと巨大で複雑な遠隔コンピュータへのアクセスを必要とし、これが遅延やプライバシー・セキュリティの懸念を生む。最新の手法である「エッジAI(Edge AI)」は、カメラ・スマホ・装着型機器の上で直接データを収集・分析することでこれらの問題を回避する。ただしエッジAIはまだ発展途上で、解くべき技術課題が複数ある。

本助成は、アラバマ・アーカンソー・ノースダコタの6大学（少数派支援校2校を含む）と複数の民間パートナーの連携で進められる。

2エッジ向け軽量推論と超低消費電力ハード

技術的な貢献・革新として、(1)エッジ向けの軽量なAI推論・機械学習アルゴリズム、(2)超低消費電力・再構成可能・短い開発サイクルを実現するAI専用集積回路(ASIC)の設計手法、(3)ナノスケール機能性センシング材料とナノ3D印刷によるエッジAI向けセンサ装置基盤、(4)これらを統合したエッジAI装置基盤、を挙げる。

実証として、医師の判読を要さず患者自身の呼気を監視して糖尿病の発症を予測する低コストの装着型機器を設計・試作・検証する。あわせて、高校・学部・大学院・ポスドク・若手教員・産業実務者をつなぐ「教育から労働力への一貫した道筋」を整備し、次世代のエッジAI人材を育てる。

3判断をどこで行うか

エッジAIという言い方が指しているのは、新しいアルゴリズムではなく、判断を行う場所の移動です。遠くの大きな計算機に送って答えを待つのか、手元の機器の中で完結させるのか。この違いが、性能以外のほぼすべてを変えます。

右側を成り立たせるために挙げられているのが、軽量なAI推論、超低消費電力で再構成できる専用集積回路、ナノスケールのセンシング材料、そしてそれらを統合した装置基盤です。実証として設計されるのは、医師の判読を要さず患者自身の呼気を監視して糖尿病の発症を予測する装着型機器です。