Základy AI

Co je Edge AI & Edge Computing?

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Edge AI je jednou z nejpozoruhodnějších nových odvětví umělé inteligence a jejím cílem je umožnit lidem spouštět procesy umělé inteligence bez obav o soukromí nebo zpomalení způsobeného přenosem dat. Edge AI umožňuje širší a častější využití umělé inteligence, umožňuje chytrým zařízením reagovat rychle na vstupy bez přístupu k cloudu. Zatímco to je rychlé vysvětlení Edge AI, pojďme se pokusit lépe pochopit Edge AI prozkoumáním technologií, které ji ermögňují, a prohlédnutím některých případů použití Edge AI.

Co je Edge Computing?

Abychom skutečně pochopili Edge AI, musíme nejprve pochopit Edge computing, a nejlepší způsob, jak pochopit Edge computing, je srovnat ho s cloud computingem. Cloud computing je dodávka výpočetních služeb přes internet. Naopak Edge computing systémy nejsou připojeny k cloudu, ale fungují na místních zařízeních. Tato místní zařízení mohou být specializovaný server Edge computingu, místní zařízení, nebo zařízení Internetu věcí (IoT). Existuje několik výhod používání Edge computingu. Například internetová/cloudová výpočetní činnost je omezena latencí a šířkou pásma, zatímco Edge computing není omezen těmito parametry.

Co je Edge AI?

Teď, když rozumíme Edge computingu, můžeme se podívat na Edge AI. Edge AI kombinuje umělou inteligenci a Edge computing. Algoritmy umělé inteligence jsou spouštěny na zařízeních schopných Edge computingu. Výhodou je, že data mohou být zpracována v reálném čase, bez nutnosti připojení k cloudu.

Nejmodernější procesy umělé inteligence jsou většinou prováděny v cloudu, protože vyžadují velké množství výpočetní moci. Výsledkem je, že tyto procesy umělé inteligence mohou být zranitelné vůči výpadkům. Protože Edge AI systémy fungují na zařízení Edge computingu, nezbytné datové operace mohou probíhat místně, jsou odesílány, když je navázáno internetové připojení, což šetří čas. Algoritmy hlubokého učení mohou fungovat na zařízení samotném, v místě původu dat.

Edge AI se stává stále důležitějším kvůli skutečnosti, že stále více zařízení potřebuje využívat umělou inteligenci v situacích, kdy nemůžou získat přístup k cloudu. Zvažte, kolik továrních robotů nebo kolik aut je dnes vybaveno algoritmy počítačového vidění. Zpoždění při přenosu dat v těchto situacích by mohlo být katastrofální. Samojízdná auta nemohou trpět latencí při detekci objektů na ulici. Protože rychlá odezva je tak důležitá, zařízení samo musí mít Edge AI systém, který umožňuje analyzovat a klasifikovat obrázky bez závislosti na cloudu.

Když edge počítače přebírají úkoly zpracování informací, které jsou obvykle prováděny v cloudu, výsledkem je zpracování v reálném čase s nízkou latencí. Kromě toho, omezováním přenosu dat pouze na nejzákladnější informace, lze snížit objem dat a minimalizovat komunikační přerušení.

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 Edge AI systémy, zatímco technologie 5G je nezbytná pro další rozvoj Edge AI a IoT.

Internet věcí se týká různých chytrých zařízení propojených přes internet. Všechna tato zařízení generují data, která mohou být použita Edge AI systémy, a mohou také fungovat jako dočasná úložiště dat, dokud nejsou synchronizována s cloudem. Metoda zpracování dat umožňuje větší flexibilitu.

Pátá generace mobilní sítě, 5G, je kritická pro rozvoj Edge AI a Internetu věcí. 5G je schopna přenášet data při mnohem vyšších rychlostech, až 20 Gbps, zatímco 4G je schopna dodávat data pouze při 1 Gbps. 5G také podporuje mnohem více současných připojení než 4G (1 000 000 na kilometr čtvereční vs. 100 000) a lepší latenci (1 ms vs. 10 ms). Tyto výhody oproti 4G jsou důležité, protože s růstem IoT roste i objem dat a rychlost přenosu. 5G umožňuje více interakcí mezi širším spektrem zařízení, z nichž mnohé mohou být vybaveny Edge AI.

Případy použití Edge AI

Případy použití Edge AI zahrnují téměř jakoukoli situaci, ve které by zpracování dat bylo efektivnější na místním zařízení než v cloudu. Mezi nejčastější případy použití Edge AI patří samojízdná auta, autonomní drony, rozpoznání obličeje a digitální asistenti.

Samojízdná auta jsou jedním z nejrelevantnějších případů použití Edge AI. Samojízdná auta musí neustále skenovat okolí a hodnotit situaci, provádět korekce své trajektorie na základě blízkých událostí. Zpracování dat v reálném čase je kritické pro tyto případy, a proto jsou jejich palubní Edge AI systémy zodpovědné za uložení, manipulaci a analýzu dat. Edge AI systémy jsou nezbytné pro zavedení autonomních vozidel úrovně 3 a 4 (plně autonomních) na trh.

Protože autonomní drony nejsou ovládány lidskými operátory, mají velmi podobné požadavky jako autonomní auta. Pokud dron ztratí kontrolu nebo selže během letu, může havarovat a poškodit majetek nebo život. Drony mohou létat daleko za dosahem internetového přístupového bodu a musí mít Edge AI schopnosti. Edge AI systémy budou nepostradatelné pro služby, jako je Amazon (AMZN ) Prime Air, který má za cíl doručovat balíky pomocí dronů.

Jiným případem použití Edge AI jsou systémy rozpoznání obličeje. Systémy rozpoznání obličeje spoléhají na algoritmy počítačového vidění, které analyzují data shromážděná kamerou. Aplikace rozpoznání obličeje, které fungují pro účely, jako je bezpečnost, musí fungovat spolehlivě i když nejsou připojeny k cloudu.

Digitální asistenti jsou dalším běžným případem použití Edge AI. Digitální asistenti, jako je Google Assistant, Alexa a Siri, musí být schopni fungovat na smartphonech a dalších digitálních zařízeních, i když nejsou připojeny k internetu. Když jsou data zpracována na zařízení, není třeba je odesílat do cloudu, což pomáhá snižovat provoz a zajišťovat soukromí.

Blogger a programátor se specializací na Machine Learning a Deep Learning témata. Daniel doufá, že pomůže ostatním využít sílu AI pro sociální dobro.