Co je Edge AI & Edge Computing?

Edge AI je jedním z nejpozoruhodnějších nových sektorů umělé inteligence a jeho cílem je umožnit lidem provozovat procesy AI, aniž by se museli obávat o soukromí nebo zpomalení kvůli přenosu dat. Edge AI umožňuje větší a širší využití AI a umožňuje chytrým zařízením rychle reagovat na vstupy bez přístupu ke cloudu. I když je to rychlá definice Edge AI, věnujte chvíli lepšímu pochopení Edge AI tím, že prozkoumáme technologie, které to umožňují, a uvidíme některé případy použití Edge AI.

Co je Edge Computing?

Abychom skutečně porozuměli Edge AI, musíme nejprve porozumět Edge computingu a nejlepšímu způsobu, jak tomu porozumět edge computing je porovnat jej s cloud computingem. Cloud computing je poskytování počítačových služeb přes internet. Naproti tomu výpočetní systémy Edge nejsou připojeny ke cloudu, místo toho, aby fungovaly na lokálních zařízeních. Tato místní zařízení mohou být vyhrazený server edge computing, místní zařízení, nebo internet věcí (IoT). Používání Edge computingu má řadu výhod. Například výpočet na internetu/cloudu je omezen latencí a šířkou pásma, zatímco výpočet Edge není těmito parametry omezen.

Co je Edge AI?

Nyní, když rozumíme Edge computingu, my můžete se podívat na Edge AI. Edge AI kombinuje umělou inteligenci a edge computing. Algoritmy AI jsou provozovány na zařízeních schopných edge computingu. Výhodou je, že data lze zpracovávat v reálném čase bez nutnosti připojení ke cloudu.

Většina špičkových procesů umělé inteligence se provádí v cloudu, protože vyžadují velké množství výpočetního výkonu. Výsledkem je, že tyto procesy AI mohou být náchylné k výpadkům. Protože systémy Edge AI fungují na zařízení edge computingu, potřebné datové operace mohou probíhat lokálně a jsou odesílány při navázání internetového připojení, což šetří čas. Algoritmy hlubokého učení mohou fungovat na samotném zařízení, které je výchozím bodem dat.

Edge AI je stále důležitější, protože stále více zařízení potřebuje používat AI v situacích, kdy nemají přístup ke cloudu. Zvažte, kolik továrních robotů nebo kolik aut dnes přichází s algoritmy počítačového vidění. Prodleva při přenosu dat v těchto situacích by mohla být katastrofální. Samořídící auta nemohou trpět latencí při detekci objektů na ulici. Vzhledem k tomu, že rychlá doba odezvy je tak důležitá, samotné zařízení musí mít systém Edge AI, který mu umožní analyzovat a klasifikovat snímky bez spoléhání se na cloudové připojení.

Když jsou okrajovým počítačům svěřeny úkoly zpracování informací, které se obvykle provádějí v cloudu, výsledkem je zpracování v reálném čase s nízkou latencí v reálném čase. Navíc omezením přenosu dat pouze na nejdůležitější informace lze snížit samotný objem dat a minimalizovat přerušení komunikace.

Edge AI a internet věcí

Edge AI se prolíná s dalšími digitálními technologiemi, jako je 5G a internet věcí (IoT). IoT může generovat data pro systémy Edge AI, které mohou využívat, zatímco technologie 5G je nezbytná pro neustálý rozvoj Edge AI i IoT.

Internet věcí označuje řadu chytrých zařízení vzájemně propojených prostřednictvím internetu. Všechna tato zařízení generují data, která lze předávat do zařízení Edge AI, které může také fungovat jako dočasné úložiště dat, dokud nejsou synchronizována s cloudem. Způsob zpracování dat umožňuje větší flexibilitu.

Pátá generace mobilní sítě, 5G, je rozhodující pro vývoj Edge AI i internetu věcí. 5G je schopno přenášet data mnohem vyšší rychlostí, až 20 Gbps, zatímco 4G je schopno dodávat data pouze 1 Gbps. 5G také podporuje mnohem více současných připojení než 4G (1,000,000 100,000 1 na kilometr čtvereční vs. 10 4) a lepší rychlost latence (5 ms vs. XNUMX ms). Tyto výhody oproti XNUMXG jsou důležité, protože jak roste IoT, roste i objem dat a má to vliv na rychlost přenosu. XNUMXG umožňuje více interakcí mezi širší řadou zařízení, z nichž mnohá mohou být vybavena Edge AI.

Případy použití pro Edge AI

Příklady použití Edge AI zahrnují téměř všechny případy, kdy by zpracování dat probíhalo efektivněji na místním zařízení než v cloudu. Mezi nejčastější případy použití Edge AI však patří self-řídit auta, autonomní trubci, Rozpoznávání obličeje, a digitální asistenti.

Samořídící auta jsou jedním z nejrelevantnějších případů použití Edge AI. Samořídící auta musí neustále skenovat okolní prostředí a vyhodnocovat situaci a korigovat její trajektorii na základě událostí v okolí. Pro tyto případy je kritické zpracování dat v reálném čase, a v důsledku toho mají jejich integrované systémy Edge AI na starosti ukládání dat, manipulaci a analýzu. Systémy Edge AI jsou nezbytné pro uvedení vozidel úrovně 3 a 4 (plně autonomní) na trh.

Protože autonomní drony neřídí lidští operátoři, mají velmi podobné požadavky na autonomní auta. Pokud dron ztratí kontrolu nebo selže během letu, může havarovat a poškodit majetek nebo život. Drony mohou létat daleko mimo dosah přístupového bodu k internetu a musí mít schopnosti Edge AI. Systémy Edge AI budou nepostradatelné pro služby, jako je Amazon Prime Air, jehož cílem je doručovat balíčky prostřednictvím dronů.

Dalším případem použití Edge AI jsou systémy rozpoznávání obličejů. Systémy rozpoznávání obličeje se spoléhají na algoritmy počítačového vidění, které analyzují data shromážděná kamerou. Aplikace pro rozpoznávání obličeje, které fungují pro účely úkolů, jako je zabezpečení, musí fungovat spolehlivě, i když nejsou připojeny ke cloudu.

Digitální asistenti jsou dalším běžným případem použití pro Edge AI. Digitální asistenti jako Google Assistant, Alexa a Siri musí být schopni fungovat na chytrých telefonech a dalších digitálních zařízeních, i když nejsou připojeni k internetu. Když jsou data zpracovávána na zařízení, není třeba je odesílat do cloudu, což pomáhá snížit provoz a zajistit soukromí.