ローム、EdgeTech+ 2026で完全自立型AIソリューション「Solist-AI™」を展示
ネットワーク非依存のオンデバイスAIによる異常検知や、エコシステムパートナーとの協業事例を紹介。
www.rohm.com
ローム株式会社は、11月18日から20日までパシフィコ横浜で開催されるエッジテクノロジーの総合展「EdgeTech+ 2026」に出展します（ブース番号：CJ-05）。本展示の中核となるのは、クラウドサーバーや通信ネットワークに依存せず、エッジデバイス単体でリアルタイムの学習および推論を実行できるオンデバイスAIソリューション「Solist-AI™（ソリストエーアイ）」です。通信環境に制約のある工場やインフラ施設において、産業機器の状態監視や異常検知、予知保全を自律的かつ低遅延で行う技術として提案されます。
ハウリング予兆検知から自律走行まで、広がるエッジAIの応用
ブースでは、Solist-AIの技術系コンテスト「ROHM EDGE HACK CHALLENGE 2026」の優秀作品が披露されます。最優秀賞を受賞した「はうらへん」は、マイクとスピーカー間の不快なハウリング（音響発振）の予兆をエッジAIが検知・抑制する画期的なプロトタイプです。このほか、農業や楽器など多様な分野でのプロトタイプ6作品を通じて、オンデバイスAIの新たなユースケースを提示します。
また、実装支援や搭載機器開発を担うエコシステムパートナー5社との連携展示も実施されます。株式会社データ・テクノによる評価ボードの紹介や、ロームのR&Dテーマである自律走行技術「NoMaDbot™」とSolist-AIを組み合わせたコンセプト展示など、ハードウェアからソフトウェアに至るまで、導入から実運用に向けた具体的なロードマップが紹介されます。
追加コンテキスト：TinyMLアーキテクチャと音響フィードバックの
物理学本セクションでは、元のプレスリリースに含まれていないエッジAIの演算原理と音響工学の詳細について解説します。
Solist-AIのようなマイコン（MCU）レベルでの「オンデバイスAI」は、一般的にTinyML（Tiny Machine Learning）と呼ばれる技術領域に属します。従来のIoTアーキテクチャでは、センサーが収集した膨大なデータをクラウドに送信し、強力なGPUサーバーで推論を行ってから結果をエッジに返していました。しかし、この手法では通信レイテンシ（遅延）が発生し、FA（ファクトリーオートメーション）におけるミリ秒単位のモーター制御や異常停止には間に合いません。TinyMLは、限られたメモリ容量と低いクロック周波数のデバイス上で軽量化されたニューラルネットワークを直接実行するため、ネットワークの切断リスクや帯域幅の枯渇に影響されることなく、超低消費電力でリアルタイムなデータ処理（振動パターンの解析など）を完結させます。
展示作品のテーマとなった「ハウリング（音響フィードバック）」は、正のフィードバックループ（Positive Feedback Loop）によって生じる物理現象です。マイクが拾った音がアンプで増幅されてスピーカーから出力され、その空間的な反射音が再びマイクに入力されることで、特定の共振周波数が増幅の限界点（クリッピング）に達し、強烈な発振音を発生させます。従来のアナログ的な対策では、ノッチフィルター等で特定帯域を常時カットアウトするため音質劣化が避けられませんでした。オンデバイスAIを用いたアプローチでは、マイクに入力される音声の周波数スペクトルや位相の微小な変化をAIモデルがリアルタイムで継続監視し、発振の閾値を超える直前の予兆パターン（Pre-ringing）を推論・検知して、発振に至る前に動的かつピンポイントでゲイン制御を行うことが可能になります。
AIの支援を受け、産業ジャーナリストのLekshman Ramdasが編集。
www.rohm.com
