- Terminoloogia (A kuni D)
- AI võimekuse juhtimine
- AI Ops
- Albumid
- Varade toimivus
- Autoencoder
- Tagasipaljundamine
- Bayesi teoreem
- Big andmed
- Chatbot: juhend algajatele
- Arvutuslik mõtlemine
- Arvuti visioon
- Segadusmaatriks
- Konvolutsioonilised närvivõrgud
- Küberturvalisus
- Andmekangas
- Andmelugude jutustamine
- andmed Science
- Andmete ladustamine
- Otsustuspuu
- Sügavad võltsingud
- Sügav õppimine
- Sügav tugevdamine õppimine
- devops
- DevSecOps
- Difusioonimudelid
- Digitaalne kaksik
- Mõõtmete vähendamine
- Terminoloogia (E kuni K)
- Edge AI
- Emotsioon AI
- Ansambliõpe
- Eetiline häkkimine
- ETL
- Seletatav tehisintellekt
- Liitõpe
- FinOps
- Generatiivne AI
- Generatiivne võistlev võrk
- Generatiivne vs diskrimineeriv
- Gradiendi suurendamine
- Gradiendi laskumine
- Vähese võttega õpe
- Piltide klassifikatsioon
- IT-toimingud (ITOps)
- Juhtumite automatiseerimine
- Inseneri mõjutamine
- K-Meansi rühmitamine
- K-Lähimad naabrid
- Terminoloogia (L kuni Q)
- Terminoloogia (R kuni Z)
- Tugevdusõpe
- Vastutav AI
- RLHF
- Robotprotsesside automatiseerimine
- Struktureeritud vs struktureerimata
- Sentimentide analüüs
- Järelevalvega vs järelevalveta
- Toetage vektormasinaid
- Sünteetilised andmed
- Sünteetiline kandja
- Teksti liigitus
- TinyML
- Ülekandeõpe
- Transformaatori närvivõrgud
- Turingi test
- Vektori sarnasuse otsing
AI 101
Mis on Edge AI ja Edge Computing?
Sisukord
Edge AI on üks silmapaistvamaid uusi tehisintellekti sektoreid ja selle eesmärk on võimaldada inimestel juhtida tehisintellekti protsesse, ilma et nad peaksid muretsema privaatsuse või andmeedastusest tingitud aeglustumise pärast. Edge AI võimaldab AI-d laiemalt ja laialdasemalt kasutada, võimaldades nutiseadmetel kiiresti reageerida sisenditele ilma pilvele juurdepääsuta. Kuigi see on Edge AI kiire definitsioon, võtame veidi aega Edge AI paremaks mõistmiseks, uurides tehnoloogiaid, mis seda võimaldavad, ja vaadates mõningaid Edge AI kasutusjuhtumeid.
Mis on Edge Computing?
Edge AI tõeliselt mõistmiseks peame kõigepealt mõistma Edge'i andmetöötlust ja parimat viisi selle mõistmiseks Servade arvutamine on vastandada seda pilvandmetöötlusega. Pilvandmetöötlus on andmetöötlusteenuste pakkumine Interneti kaudu. Seevastu Edge'i andmetöötlussüsteemid ei ole ühendatud pilvega, selle asemel, et töötada kohalikes seadmetes. Need kohalikud seadmed võivad olla spetsiaalne servaarvutusserver, kohalik seade, või asjade Internet (IoT). Edge'i andmetöötluse kasutamisel on mitmeid eeliseid. Näiteks Interneti-/pilvepõhist arvutust piiravad latentsusaeg ja ribalaius, samas kui Edge-arvutit need parameetrid ei piira.
Mis on Edge AI?
Nüüd, kui me mõistame Edge'i andmetöötlust saab vaadata Edge AI-d. Edge AI ühendab tehisintellekti ja servade andmetöötluse. AI-algoritme käitatakse seadmetes, mis on võimelised äärearvutuseks. Selle eeliseks on see, et andmeid saab töödelda reaalajas, ilma et peaks pilvega ühendust looma.
Enamik tipptasemel AI protsesse viiakse läbi pilves, kuna need nõuavad suurt arvutusvõimsust. Tulemuseks on see, et need AI-protsessid võivad olla seisakute suhtes haavatavad. Kuna Edge AI süsteemid töötavad servaarvutusseadmel, võivad vajalikud andmetoimingud toimuda lokaalselt, mis saadetakse internetiühenduse loomisel, mis säästab aega. Süvaõppe algoritmid võivad töötada seadmes endas, andmete lähtepunktis.
Edge AI muutub üha olulisemaks, kuna üha enam seadmeid peavad kasutama tehisintellekti olukordades, kus nad ei pääse pilvele juurde. Mõelge, kui palju tehaseroboteid või kui palju autosid on tänapäeval varustatud arvutinägemise algoritmidega. Sellistes olukordades võib andmete edastamise viivitus olla katastroofiline. Isejuhtivad autod ei saa tänaval objekte tuvastades kannatada latentsust. Kuna kiire reageerimisaeg on nii oluline, peab seadmel endal olema Edge AI süsteem, mis võimaldab pilte analüüsida ja klassifitseerida ilma pilveühendusele tuginemata.
Kui äärearvutitele usaldatakse tavaliselt pilves tehtavad infotöötlusülesanded, on tulemuseks reaalajas madal latentsusaeg ja reaalajas töötlemine. Lisaks saab andmete edastamise piiramisel kõige olulisema teabega vähendada andmemahtu ja minimeerida sidekatkestused.
Edge AI ja asjade Internet
Edge AI haakub teiste digitaaltehnoloogiatega, nagu 5G ja asjade internet (IoT). IoT võib Edge AI süsteemide jaoks andmeid genereerida, samas kui 5G tehnoloogia on nii Edge AI kui ka asjade Interneti jätkuva edendamise jaoks hädavajalik.
Asjade internet viitab mitmesugustele nutiseadmetele, mis on Interneti kaudu üksteisega ühendatud. Kõik need seadmed genereerivad andmeid, mida saab sisestada Edge AI seadmesse, mis võib toimida ka andmete ajutise salvestusseadmena, kuni need sünkroonitakse pilvega. Andmetöötlusmeetod võimaldab suuremat paindlikkust.
Mobiilsidevõrgu viies põlvkond, 5G, on ülioluline nii Edge AI kui ka asjade Interneti arendamiseks. 5G on võimeline edastama andmeid palju suurema kiirusega, kuni 20 Gbps, samas kui 4G on võimeline edastama andmeid vaid 1 Gbps. 5G toetab ka palju rohkem üheaegseid ühendusi kui 4G (1,000,000 100,000 1 ruutkilomeetri kohta vs. 10 4) ja paremat latentsuskiirust (5 ms vs. XNUMX ms). Need eelised XNUMXG ees on olulised, sest asjade Interneti kasvades kasvab ka andmemaht ja see mõjutab edastuskiirust. XNUMXG võimaldab rohkem suhtlemist laiema hulga seadmete vahel, millest paljud võivad olla varustatud Edge AI-ga.
Kasutage Edge AI ümbriseid
Edge AI kasutusjuhud hõlmavad peaaegu kõiki juhtumeid, kus andmetöötlus toimuks kohalikus seadmes tõhusamalt kui pilve kaudu. Siiski on mõned Edge AI levinumad kasutusjuhud ise sõidu autod, autonoomne drones, näo tuvastamineja digitaalsed assistendid.
Isejuhtivad autod on Edge AI üks olulisemaid kasutusjuhtumeid. Isejuhtivad autod peavad pidevalt skaneerima ümbritsevat keskkonda ja olukorda hindama, tehes oma trajektoorile parandusi lähiümbruse sündmuste põhjal. Reaalajas andmetöötlus on nendel juhtudel kriitilise tähtsusega ja selle tulemusena vastutavad nende pardal olevad Edge AI-süsteemid andmete salvestamise, töötlemise ja analüüsimise eest. Ääre-AI-süsteemid on vajalikud 3. ja 4. taseme (täielikult autonoomsete) sõidukite turule toomiseks.
Kuna autonoomseid droone ei juhi inimoperaatorid, on neil autonoomsete autode jaoks väga sarnased nõuded. Kui droon kaotab lennates juhitavuse või tal tekivad talitlushäired, võib see alla kukkuda ja kahjustada vara või elu. Droonid võivad lennata Interneti-pääsupunkti levialast kaugele ja neil peavad olema Edge AI võimalused. Edge AI süsteemid on asendamatud selliste teenuste jaoks nagu Amazon Prime Air, mille eesmärk on tarnida pakke droonide kaudu.
Teine Edge AI kasutusjuht on näotuvastussüsteemid. Näotuvastussüsteemid tuginevad arvuti nägemise algoritmidele, analüüsides kaamera kogutud andmeid. Näotuvastusrakendused, mis töötavad selliste ülesannete täitmiseks nagu turvalisus, peavad töötama usaldusväärselt isegi siis, kui need pole pilvega ühendatud.
Digitaalsed assistendid on Edge AI teine levinud kasutusjuht. Digitaalsed assistendid, nagu Google Assistant, Alexa ja Siri, peavad saama töötada nutitelefonides ja muudes digiseadmetes isegi siis, kui need pole Internetiga ühendatud. Kui andmeid töödeldakse seadmes, pole vaja neid pilve edastada, mis aitab vähendada liiklust ja tagada privaatsus.
Erialadega blogija ja programmeerija Masinõpe ja Sügav õppimine teemasid. Daniel loodab aidata teistel kasutada tehisintellekti jõudu sotsiaalseks hüvanguks.
Võib meeldida
Uued piirid generatiivses tehisintellektis – kaugel pilvest
Generatiivse AI tulevik on serv
Kuidas tehisintellekt, asjade internet ja pilv hoiavad autopargi juhte tänapäeval turvalisemalt
Kuidas AI, Edge Computing, IoT ja pilv muudavad sõidukipargi haldust drastiliselt
Edge Computing vs. Cloud Computing: peamised erinevused
Mikrokiipide areng toob meid lähemale AI Edge Computingule