Qu’est-ce que l’Edge AI et l’informatique de bord ?

L’Edge AI est l’un des nouveaux secteurs les plus notables de l’intelligence artificielle, et il vise à permettre aux personnes d’exécuter des processus d’IA sans avoir à se soucier de la confidentialité ou des ralentissements dus à la transmission de données. L’Edge AI permet une utilisation plus large et plus répandue de l’IA, permettant aux appareils intelligents de réagir rapidement aux entrées sans accès à un cloud. Alors que c’est une définition rapide de l’Edge AI, explorons les technologies qui le rendent possible et voyons quelques cas d’utilisation pour l’Edge AI.

Qu’est-ce que l’informatique de bord ?

Pour vraiment comprendre l’Edge AI, nous devons d’abord comprendre l’informatique de bord, et la meilleure façon de comprendre l’informatique de bord est de la comparer à l’informatique cloud. L’informatique cloud est la fourniture de services informatiques via Internet. En revanche, les systèmes d’informatique de bord ne sont pas connectés à un cloud, mais fonctionnent sur des appareils locaux. Ces appareils locaux peuvent être un serveur d’informatique de bord dédié, un appareil local, ou un objet connecté (IoT). Il existe plusieurs avantages à utiliser l’informatique de bord. Par exemple, les calculs basés sur Internet/cloud sont limités par la latence et la bande passante, tandis que l’informatique de bord n’est pas limitée par ces paramètres.

Qu’est-ce que l’Edge AI ?

Maintenant que nous comprenons l’informatique de bord, nous pouvons examiner l’Edge AI. L’Edge AI combine l’intelligence artificielle et l’informatique de bord. Les algorithmes d’IA sont exécutés sur des appareils capables d’informatique de bord. L’avantage de cela est que les données peuvent être traitées en temps réel, sans avoir à se connecter à un cloud.

La plupart des processus d’IA de pointe sont effectués dans un cloud car ils nécessitent une grande quantité de puissance de calcul. Le résultat est que ces processus d’IA peuvent être vulnérables aux temps d’arrêt. Puisque les systèmes d’Edge AI fonctionnent sur un appareil d’informatique de bord, les opérations de données nécessaires peuvent se produire localement, étant envoyées lorsqu’une connexion Internet est établie, ce qui économise du temps. Les algorithmes d’apprentissage automatique peuvent fonctionner sur l’appareil lui-même, le point de départ des données.

L’Edge AI devient de plus en plus important en raison du fait que de plus en plus d’appareils doivent utiliser l’IA dans des situations où ils ne peuvent pas accéder au cloud. Considérez combien de robots d’usine ou combien de voitures sont équipés aujourd’hui d’algorithmes de vision par ordinateur. Un retard dans la transmission des données dans ces situations pourrait être catastrophique. Les voitures autonomes ne peuvent pas subir de latence lors de la détection d’objets sur la route. Puisque le temps de réponse est si important, l’appareil lui-même doit avoir un système d’Edge AI qui lui permet d’analyser et de classer les images sans compter sur une connexion cloud.

Lorsque les ordinateurs de bord sont chargés des tâches de traitement de l’information habituellement effectuées sur le cloud, le résultat est un traitement en temps réel à faible latence. De plus, en restreignant la transmission des données aux informations les plus vitales, le volume de données lui-même peut être réduit et les interruptions de communication peuvent être minimisées.

Edge AI et l’Internet des objets

L’Edge AI se combine avec d’autres technologies numériques comme la 5G et l’Internet des objets (IoT). L’IoT peut générer des données pour les systèmes d’Edge AI, tandis que la technologie 5G est essentielle pour la poursuite du développement de l’Edge AI et de l’IoT.

L’Internet des objets fait référence à une variété d’appareils intelligents connectés les uns aux autres via Internet. Tous ces appareils génèrent des données, qui peuvent être alimentées dans l’appareil d’Edge AI, qui peut également agir comme une unité de stockage temporaire pour les données jusqu’à ce qu’elles soient synchronisées avec le cloud. La méthode de traitement des données permet une plus grande flexibilité.

La cinquième génération du réseau mobile, 5G, est critique pour le développement de l’Edge AI et de l’IoT. La 5G est capable de transférer des données à des vitesses bien plus élevées, jusqu’à 20 Gbps, alors que la 4G ne peut délivrer des données qu’à 1 Gbps. La 5G prend également en charge bien plus de connexions simultanées que la 4G (1 000 000 par kilomètre carré contre 100 000) et une meilleure vitesse de latence (1 ms contre 10 ms). Ces avantages sur la 4G sont importants car à mesure que l’IoT grandit, le volume de données augmente également et la vitesse de transfert est impactée. La 5G permet plus d’interactions entre une gamme plus large d’appareils, dont beaucoup peuvent être équipés d’Edge AI.

Cas d’utilisation pour l’Edge AI

Les cas d’utilisation pour l’Edge AI incluent pratiquement toutes les instances où le traitement des données serait plus efficace sur un appareil local que lorsqu’il est effectué via un cloud. Cependant, certains des cas d’utilisation les plus courants pour l’Edge AI incluent les voitures autonomes, les drones autonomes, la reconnaissance faciale, et les assistants numériques.

Les voitures autonomes sont l’un des cas d’utilisation les plus pertinents pour l’Edge AI. Les voitures autonomes doivent constamment analyser l’environnement qui les entoure et évaluer la situation, en faisant des corrections à leur trajectoire en fonction des événements à proximité. Le traitement des données en temps réel est critique dans ces cas, et par conséquent, leurs systèmes d’Edge AI embarqués sont chargés du stockage, de la manipulation et de l’analyse des données. Les systèmes d’Edge AI sont nécessaires pour apporter les véhicules autonomes de niveau 3 et de niveau 4 (entièrement autonomes) sur le marché.

Puisque les drones autonomes ne sont pas pilotés par des opérateurs humains, ils ont des exigences très similaires à celles des voitures autonomes. Si un drone perd le contrôle ou dysfonctionne pendant le vol, il peut s’écraser et endommager des biens ou des vies. Les drones peuvent voler loin de tout point d’accès Internet et doivent avoir des capacités d’Edge AI. Les systèmes d’Edge AI seront indispensables pour des services comme Amazon (AMZN ) Prime Air, qui vise à livrer des colis via drone.

Un autre cas d’utilisation pour l’Edge AI est les systèmes de reconnaissance faciale. Les systèmes de reconnaissance faciale reposent sur des algorithmes de vision par ordinateur, en analysant les données collectées par la caméra. Les applications de reconnaissance faciale qui fonctionnent à des fins de tâches comme la sécurité doivent fonctionner de manière fiable même s’ils ne sont pas connectés à un cloud.

Les assistants numériques sont un autre cas d’utilisation courant pour l’Edge AI. Les assistants numériques comme Google Assistant, Alexa et Siri doivent être en mesure de fonctionner sur les smartphones et autres appareils numériques même lorsqu’ils ne sont pas connectés à Internet. Lorsque les données sont traitées sur l’appareil, il n’y a pas besoin de les livrer au cloud, ce qui aide à réduire le trafic et à assurer la confidentialité.