Mi az az Edge AI és az Edge Computing?

Az Edge AI a mesterséges intelligencia egyik legfigyelemreméltóbb új ágazata, és célja, hogy az emberek mesterséges intelligencia-folyamatokat futtassanak anélkül, hogy aggódniuk kellene az adatvédelem vagy az adatátvitel miatti lassulás miatt. Az Edge AI lehetővé teszi a mesterséges intelligencia szélesebb körű és szélesebb körű használatát, lehetővé téve az intelligens eszközök számára, hogy gyorsan reagáljanak a bemenetekre anélkül, hogy hozzáférnének a felhőhöz. Noha ez az Edge AI gyors meghatározása, szánjunk egy percet az Edge AI jobb megértésére azáltal, hogy megvizsgáljuk azokat a technológiákat, amelyek lehetővé teszik ezt, és megtekintjük az Edge AI néhány használati esetét.

Mi az Edge Computing?

Ahhoz, hogy valóban megértsük az Edge AI-t, először meg kell értenünk az Edge számítástechnikát, és annak megértésének legjobb módját. Szélszámítás a számítási felhővel való szembeállítás. A felhőalapú számítástechnika számítástechnikai szolgáltatások nyújtása az interneten keresztül. Ezzel szemben az Edge számítástechnikai rendszerek nem csatlakoznak felhőhöz, ahelyett, hogy helyi eszközökön működnének. Ezek a helyi eszközök lehetnek dedikált szélső számítástechnikai szerverek, helyi eszközök, vagy a dolgok internete (IoT). Az Edge számítástechnika használatának számos előnye van. Például az internet/felhő alapú számításokat a késleltetés és a sávszélesség korlátozza, míg az Edge számítástechnikát nem korlátozzák ezek a paraméterek.

Mi az Edge AI?

Most, hogy megértjük az Edge számítástechnikát megnézheti az Edge AI-t. Az Edge AI egyesíti a mesterséges intelligenciát és az éles számítástechnikát. Az AI-algoritmusok élszámításra képes eszközökön futnak. Ennek előnye, hogy az adatok valós időben, felhőhöz való csatlakozás nélkül feldolgozhatók.

A legtöbb élvonalbeli mesterséges intelligencia folyamatot felhőben hajtják végre, mivel nagy számítási teljesítményt igényelnek. Az eredmény az, hogy ezek a mesterséges intelligencia-folyamatok érzékenyek lehetnek az állásidőre. Mivel az Edge AI rendszerek szélső számítástechnikai eszközön működnek, a szükséges adatműveletek helyben is megtörténhetnek, az internetkapcsolat létrejöttekor elküldve, ami időt takarít meg. A mélytanulási algoritmusok magán az eszközön, az adatok kiindulási pontján működhetnek.

Az Edge AI egyre fontosabbá válik, mivel egyre több eszköznek kell mesterséges intelligenciát alkalmaznia olyan helyzetekben, amikor nem tud hozzáférni a felhőhöz. Fontolja meg, hogy manapság hány gyári robothoz vagy hány autóhoz tartozik számítógépes látási algoritmus. Az adatok továbbításának késleltetése ezekben a helyzetekben katasztrofális lehet. Az önvezető autók nem szenvedhetnek késleltetést, miközben tárgyakat észlelnek az utcán. Mivel a gyors válaszidő nagyon fontos, magának az eszköznek is rendelkeznie kell Edge AI rendszerrel, amely lehetővé teszi a képek elemzését és osztályozását felhőkapcsolat nélkül.

Ha a peremszámítógépeket bízzák meg az általában felhőben végzett információfeldolgozási feladatokkal, az eredmény egy valós idejű, alacsony késleltetésű, valós idejű feldolgozás. Ezen túlmenően, ha az adatok továbbítását csak a legfontosabb információkra korlátozzuk, maga az adatmennyiség is csökkenthető, és a kommunikációs megszakítások minimalizálhatók.

Edge AI és a dolgok internete

Az Edge AI összekapcsolódik más digitális technológiákkal, például az 5G-vel és a dolgok internetével (IoT). Az IoT képes adatokat generálni az Edge AI-rendszerek számára, amelyeket felhasználhatnak, míg az 5G technológia elengedhetetlen mind az Edge AI, mind az IoT folyamatos fejlődéséhez.

A tárgyak internete számos okoseszközt jelent, amelyek az interneten keresztül csatlakoznak egymáshoz. Mindezek az eszközök adatokat generálnak, amelyek betáplálhatók az Edge AI-eszközbe, amely az adatok ideiglenes tárolóegységeként is működhet, amíg szinkronizálásra nem kerül a felhővel. Az adatfeldolgozás módja nagyobb rugalmasságot tesz lehetővé.

A mobilhálózat ötödik generációja, 5G, kritikus fontosságú mind az Edge AI, mind az Internet of Things fejlesztése szempontjából. Az 5G sokkal nagyobb sebességgel, akár 20 Gbps-os adatátvitelre képes, míg a 4G csak 1 Gbps sebességgel. Az 5G emellett a 4G-nél jóval több egyidejű kapcsolatot (1,000,000 100,000 1 négyzetkilométerenként a 10 4-hez képest) és jobb késleltetési sebességet (5 ms vs. XNUMX ms) támogat. Ezek az előnyök a XNUMXG-vel szemben azért fontosak, mert az IoT növekedésével az adatmennyiség is nő, és az átviteli sebesség is kihat. Az XNUMXG több interakciót tesz lehetővé eszközök széles köre között, amelyek közül sok felszerelhető Edge AI-val.

Használja az Edge AI-t

Az Edge AI használati esetei szinte minden olyan esetet tartalmaznak, ahol az adatfeldolgozás hatékonyabban történne egy helyi eszközön, mint a felhőn keresztül. Azonban az Edge AI leggyakoribb használati esetei közé tartozik önálló autóvezetés, autonóm drónok, arcfelismerőés digitális asszisztensek.

Az önvezető autók az Edge AI egyik legfontosabb felhasználási esetei. Az önvezető autóknak folyamatosan pásztázniuk kell a környező környezetet és fel kell mérniük a helyzetet, korrekciót kell végezniük a pályán a közeli események alapján. A valós idejű adatfeldolgozás kritikus fontosságú ezekben az esetekben, és ennek eredményeként a beépített Edge AI rendszereik felelősek az adatok tárolásáért, manipulálásáért és elemzéséért. A szélső AI-rendszerek szükségesek ahhoz, hogy a 3. és 4. szintű (teljesen autonóm) járművek piacra kerüljenek.

Mivel az autonóm drónokat nem emberi kezelők irányítják, nagyon hasonló követelményeket támasztanak az autonóm autókkal szemben. Ha egy drón elveszíti az irányítást vagy meghibásodik repülés közben, lezuhanhat, és anyagi vagy életet károsíthat. A drónok messze repülhetnek az internet-hozzáférési pont hatótávolságán kívül, és Edge AI-képességekkel kell rendelkezniük. Az Edge AI-rendszerek nélkülözhetetlenek lesznek az olyan szolgáltatásokhoz, mint az Amazon Prime Air, amelynek célja a csomagok drónnal történő kézbesítése.

Az Edge AI másik felhasználási példája az arcfelismerő rendszerek. Az arcfelismerő rendszerek számítógépes látási algoritmusokra támaszkodnak, amelyek a kamera által gyűjtött adatokat elemzik. Az olyan arcfelismerő alkalmazásoknak, amelyek olyan feladatokat látnak el, mint a biztonság, akkor is megbízhatóan kell működniük, ha nem csatlakoznak felhőhöz.

A digitális asszisztensek az Edge AI másik gyakori használati esetei. Az olyan digitális asszisztenseknek, mint a Google Assistant, az Alexa és a Siri, akkor is képesnek kell lenniük az okostelefonokon és más digitális eszközökön való működésre, ha nem csatlakoznak az internethez. Amikor az adatokat feldolgozzák az eszközön, nincs szükség arra, hogy azokat a felhőbe szállítsák, ami segít csökkenteni a forgalmat és biztosítja a magánélet védelmét.