Τι είναι το Edge AI & Edge Computing;

Το Edge AI είναι ένας από τους πιο αξιοσημείωτους νέους τομείς της τεχνητής νοημοσύνης και στοχεύει να επιτρέψει στους ανθρώπους να εκτελούν διαδικασίες AI χωρίς να πρέπει να ανησυχούν για την ιδιωτικότητα ή τις καθυστερήσεις λόγω μετάδοσης δεδομένων. Το Edge AI επιτρέπει μια μεγαλύτερη, πιο εκτεταμένη χρήση της τεχνητής νοημοσύνης, επιτρέποντας στα έξυπνα συσκευές να αντιδράσουν γρήγορα σε εισροές χωρίς πρόσβαση σε ένα cloud. Ενώ αυτή είναι μια γρήγορη ορισμό του Edge AI, ας πάρουμε μια στιγμή για να κατανοήσουμε καλύτερα το Edge AI εξερευνώντας τις τεχνολογίες που το καθιστούν δυνατό και βλέποντας κάποιες περιπτώσεις χρήσης για το Edge AI.

Τι είναι το Edge Computing;

Για να κατανοήσουμε πραγματικά το Edge AI, πρέπει πρώτα να κατανοήσουμε το Edge computing, και ο καλύτερος τρόπος για να κατανοήσουμε το Edge computing είναι να το αντιπαραβάλουμε με το cloud computing. Το cloud computing είναι η παροχή υπηρεσιών υπολογισμού μέσω του διαδικτύου. Σε αντίθεση, τα συστήματα Edge computing δεν είναι συνδεδεμένα με ένα cloud, αλλά λειτουργούν σε τοπικές συσκευές. Αυτές οι τοπικές συσκευές μπορούν να είναι ένας αφιερωμένος εξυπηρετητής Edge computing, μια τοπική συσκευή, ή ένα Internet of Things (IoT). Υπάρχουν πολλά πλεονεκτήματα στη χρήση του Edge computing. Για παράδειγμα, η υπολογιστική διαδικασία που βασίζεται στο διαδίκτυο/cloud είναι περιορισμένη από την καθυστέρηση και το εύρος ζώνης, ενώ το Edge computing δεν είναι περιορισμένο από αυτούς τους παράγοντες.

Τι είναι το Edge AI;

Τώρα που κατανοούμε το Edge computing, μπορούμε να δούμε το Edge AI. Το Edge AI συνδυάζει την Τεχνητή Νοημοσύνη και το Edge computing. Οι αλγόριθμοι AI εκτελούνται σε συσκευές που είναι ικανές για Edge computing. Το πλεονέκτημα αυτού είναι ότι τα δεδομένα μπορούν να επεξεργαστούν σε πραγματικό χρόνο, χωρίς να χρειάζεται να συνδεθούν σε ένα cloud.
Οι περισσότερες προηγμένες διαδικασίες AI εκτελούνται σε ένα cloud, καθώς απαιτούν μεγάλη ποσότητα υπολογιστικής ισχύος. Το αποτέλεσμα είναι ότι αυτές οι διαδικασίες AI μπορούν να είναι ευάλωτες σε διακοπή λειτουργίας. Επειδή τα συστήματα Edge AI λειτουργούν σε μια συσκευή Edge computing, οι απαραίτητες εργασίες δεδομένων μπορούν να πραγματοποιηθούν τοπικά, να σταλούν όταν υπάρχει σύνδεση στο διαδίκτυο, γεγονός που εξοικονομεί χρόνο. Οι αλγόριθμοι βαθιάς μάθησης μπορούν να λειτουργήσουν στη συσκευή selbst, στο σημείο προέλευσης των δεδομένων.
Το Edge AI γίνεται ολοένα και πιο σημαντικό λόγω του γεγονότος ότι όλο και περισσότερες συσκευές χρειάζονται να χρησιμοποιήσουν την τεχνητή νοημοσύνη σε καταστάσεις όπου δεν μπορούν να έχουν πρόσβαση στο cloud. Σκεφτείτε πόσα ρομπότ εργοστασίων ή πόσα αυτοκίνητα έχουν σήμερα αλγόριθμους οπτικής αναγνώρισης. Ένα χρονικό διάστημα καθυστέρησης στη μετάδοση δεδομένων σε αυτές τις περιπτώσεις θα μπορούσε να είναι καταστροφικό. Τα αυτοκίνητα χωρίς οδηγό δεν μπορούν να υποφέρουν από καθυστέρηση κατά την ανίχνευση αντικειμένων στο δρόμο. Επειδή ο γρήγορος χρόνος απόκρισης είναι τόσο σημαντικός, η συσκευή selbst πρέπει να έχει ένα σύστημα Edge AI που να επιτρέπει να αναλύει και να ταξινομεί εικόνες χωρίς να βασίζεται σε μια σύνδεση cloud.
Όταν οι υπολογιστές Edge αναλαμβάνουν τις εργασίες επεξεργασίας πληροφοριών που συνήθως εκτελούνται στο cloud, το αποτέλεσμα είναι η επεξεργασία σε πραγματικό χρόνο με χαμηλή καθυστέρηση, σε πραγματικό χρόνο. Επιπλέον, με την περιορισμό της μετάδοσης δεδομένων μόνο στις πιο κρίσιμες πληροφορίες, το όγκο δεδομένων μπορεί να μειωθεί και οι διακοπές επικοινωνίας μπορούν να ελαχιστοποιηθούν.

Edge AI και Internet of Things

Το Edge AI συνδυάζεται με άλλες ψηφιακές τεχνολογίες όπως το 5G και το Internet of Things (IoT). Το IoT μπορεί να παράγει δεδομένα για τα συστήματα Edge AI να τα χρησιμοποιήσουν, ενώ η τεχνολογία 5G είναι απαραίτητη για την περαιτέρω εξέλιξη και του Edge AI και του IoT.
Το Internet of Things αναφέρεται σε eine ποικιλία έξυπνων συσκευών που συνδέονται μεταξύ τους μέσω του διαδικτύου. Όλες αυτές οι συσκευές παράγουν δεδομένα, τα οποία μπορούν να τροφοδοτήσουν τη συσκευή Edge AI, η οποία μπορεί επίσης να λειτουργήσει ως προσωρινός χώρος αποθήκευσης για τα δεδομένα μέχρι να συγχρονιστούν με το cloud. Η μέθοδος επεξεργασίας δεδομένων επιτρέπει μεγαλύτερη ευελιξία.
Η πέμπτη γενιά του κινητού δικτύου, 5G, είναι κρίσιμη για την ανάπτυξη και του Edge AI και του Internet of Things. Το 5G είναι ικανό να μεταφέρει δεδομένα με πολύ υψηλότερες ταχύτητες, μέχρι 20Gbps, ενώ το 4G είναι ικανό να παραδίδει δεδομένα με μόνο 1Gbps. Το 5G υποστηρίζει επίσης πολλές περισσότερες ταυτόχρονες συνδέσεις από το 4G (1.000.000 ανά τετραγωνικό χιλιόμετρο έναντι 100.000) και μια καλύτερη ταχύτητα καθυστέρησης (1ms έναντι 10ms). Αυτά τα πλεονεκτήματα του 5G έναντι του 4G είναι σημαντικά επειδή καθώς το IoT μεγαλώνει, ο όγκος δεδομένων μεγαλώνει επίσης και η ταχύτητα μετάδοσης επηρεάζεται. Το 5G επιτρέπει περισσότερες αλληλεπιδράσεις μεταξύ ενός ευρύτερου φάσματος συσκευών, πολλές από τις οποίες μπορούν να εξοπλιστούν με Edge AI.

Περιπτώσεις χρήσης για το Edge AI

Οι περιπτώσεις χρήσης για το Edge AI περιλαμβάνουν σχεδόν οποιαδήποτε περίπτωση όπου η επεξεργασία δεδομένων θα γινόταν πιο αποτελεσματικά σε μια τοπική συσκευή παρά όταν γινόταν μέσω ενός cloud. Ωστόσο, κάποιες από τις πιο κοινούς περιπτώσεις χρήσης για το Edge AI περιλαμβάνουν αυτοκίνητα χωρίς οδηγό, αυτόνομους drones, αναγνώριση προσώπου και ψηφιακούς βοηθούς.
Τα αυτοκίνητα χωρίς οδηγό είναι μια από τις πιο σχετικές περιπτώσεις χρήσης για το Edge AI. Τα αυτοκίνητα χωρίς οδηγό πρέπει να σκανάρουν συνεχώς το περιβάλλον και να αξιολογούν την κατάσταση, κάνουν διορθώσεις στην πορεία τους με βάση τα κοντινά γεγονότα. Η επεξεργασία δεδομένων σε πραγματικό χρόνο είναι κρίσιμη για αυτές τις περιπτώσεις, και ως αποτέλεσμα, τα συστήματα Edge AI των οχημάτων είναι υπεύθυνα για την αποθήκευση, τη χειραγώγηση και την ανάλυση δεδομένων. Τα συστήματα Edge AI είναι απαραίτητα για να φέρουν τα οχήματα αυτονομίας επιπέδου 3 και 4 (πλήρως αυτόνομα) στην αγορά.
Επειδή οι αυτόνομοι drones δεν πιλόταρε από ανθρώπινους χειριστές, έχουν πολύ παρόμοιες απαιτήσεις με τα αυτόνομα αυτοκίνητα. Αν ένας drone χάσει τον έλεγχο ή διακοπεί ενώ πετάει, μπορεί να συντριβεί και να προκαλέσει ζημιά ή να βλάψει την ζωή. Οι drones μπορεί να πετάξουν πολύ μακριά από ένα σημείο πρόσβασης στο διαδίκτυο και πρέπει να έχουν ικανότητες Edge AI. Τα συστήματα Edge AI θα είναι απαραίτητα για υπηρεσίες όπως το Amazon Prime Air, το οποίο στοχεύει να παραδώσει πακέτα μέσω drone.
Μια άλλη περίπτωση χρήσης για το Edge AI είναι τα συστήματα αναγνώρισης προσώπου. Τα συστήματα αναγνώρισης προσώπου βασίζονται σε αλγόριθμους οπτικής αναγνώρισης, αναλύοντας δεδομένα που συλλέγονται από την κάμερα. Οι εφαρμογές αναγνώρισης προσώπου που λειτουργούν για σκοπούς όπως η ασφάλεια πρέπει να λειτουργούν αξιόπιστα ακόμη και αν δεν είναι συνδεδεμένα με ένα cloud.
Οι ψηφιακοί βοηθοί είναι μια άλλη κοινή περίπτωση χρήσης για το Edge AI. Οι ψηφιακοί βοηθοί όπως ο Google Assistant, η Alexa και η Siri πρέπει να μπορούν να λειτουργήσουν σε smartphones και άλλες ψηφιακές συσκευές ακόμη και όταν δεν είναι συνδεδεμένοι στο διαδίκτυο. Όταν τα δεδομένα επεξεργάζονται στη συσκευή, δεν υπάρχει ανάγκη να τα παραδώσουν στο cloud, γεγονός που βοηθά να μειώσει την κυκλοφορία και να διασφαλίσει την ιδιωτικότητα.