Apa itu Edge AI dan Komputasi Edge?

Edge AI adalah salah satu sektor baru kecerdasan buatan yang paling menonjol, dan bertujuan untuk memungkinkan orang menjalankan proses AI tanpa harus mengkhawatirkan privasi atau perlambatan karena transmisi data. Edge AI memungkinkan penggunaan AI yang lebih luas dan lebih luas, memungkinkan perangkat pintar bereaksi cepat terhadap input tanpa akses ke cloud. Meskipun itu adalah definisi singkat dari Edge AI, mari luangkan waktu sejenak untuk lebih memahami Edge AI dengan menjelajahi teknologi yang memungkinkannya dan melihat beberapa kasus penggunaan Edge AI.

Apa itu Komputasi Tepi?

Untuk benar-benar memahami AI Edge, pertama-tama kita harus memahami komputasi Edge, dan cara terbaik untuk memahaminya Komputasi tepi adalah untuk kontras dengan komputasi awan. Komputasi awan adalah pengiriman layanan komputasi melalui internet. Sebaliknya, sistem komputasi Edge tidak terhubung ke cloud, melainkan beroperasi di perangkat lokal. Perangkat lokal ini dapat berupa server komputasi tepi khusus, perangkat lokal, atau Internet of Things (IoT). Ada sejumlah keuntungan menggunakan Edge Computing. Misalnya, komputasi berbasis internet/awan dibatasi oleh latensi dan bandwidth, sedangkan komputasi Edge tidak dibatasi oleh parameter ini.

Apa itu Edge AI?

Sekarang kita memahami komputasi Edge kita dapat melihat Edge AI. Edge AI menggabungkan Kecerdasan Buatan dan komputasi tepi. Algoritme AI dijalankan pada perangkat yang mampu melakukan edge computing. Keuntungannya adalah data dapat diproses secara real-time, tanpa harus terhubung ke cloud.

Sebagian besar proses AI canggih dilakukan di cloud karena membutuhkan daya komputasi yang besar. Hasilnya adalah proses AI ini rentan terhadap downtime. Karena sistem AI Edge beroperasi pada perangkat komputasi edge, operasi data yang diperlukan dapat dilakukan secara lokal, dikirim saat koneksi internet dibuat, yang menghemat waktu. Algoritme pembelajaran mendalam dapat beroperasi pada perangkat itu sendiri, titik asal data.

Edge AI menjadi semakin penting karena semakin banyak perangkat yang perlu menggunakan AI dalam situasi di mana mereka tidak dapat mengakses cloud. Pertimbangkan berapa banyak robot pabrik atau berapa banyak mobil saat ini yang dilengkapi dengan algoritma visi komputer. Jeda waktu dalam transmisi data dalam situasi ini bisa menjadi bencana besar. Mobil self-driving tidak akan mengalami latensi saat mendeteksi objek di jalan. Karena waktu respons yang cepat sangat penting, perangkat itu sendiri harus memiliki sistem Edge AI yang memungkinkannya menganalisis dan mengklasifikasikan gambar tanpa bergantung pada koneksi cloud.

Ketika komputer tepi dipercayakan dengan tugas pemrosesan informasi yang biasanya dilakukan di cloud, hasilnya adalah latensi rendah waktu-nyata, pemrosesan waktu-nyata. Selain itu, dengan membatasi pengiriman data hanya untuk informasi yang paling penting, volume data itu sendiri dapat dikurangi dan gangguan komunikasi dapat diminimalkan.

Edge AI dan Internet of Things

Edge AI menyatu dengan teknologi digital lainnya seperti 5G dan Internet of Things (IoT). IoT dapat menghasilkan data untuk digunakan oleh sistem Edge AI, sementara teknologi 5G sangat penting untuk kemajuan berkelanjutan dari Edge AI dan IoT.

Internet of Things mengacu pada berbagai perangkat pintar yang terhubung satu sama lain melalui internet. Semua perangkat ini menghasilkan data, yang dapat dimasukkan ke dalam perangkat AI Edge, yang juga dapat berfungsi sebagai unit penyimpanan sementara untuk data hingga disinkronkan dengan cloud. Metode pemrosesan data memungkinkan fleksibilitas yang lebih besar.

Generasi kelima dari jaringan seluler, 5G, sangat penting untuk pengembangan Edge AI dan Internet of Things. 5G mampu mentransfer data dengan kecepatan yang jauh lebih tinggi, hingga 20Gbps, sedangkan 4G mampu mengirimkan data hanya dengan 1Gbps. 5G juga mendukung koneksi yang jauh lebih simultan daripada 4G (1,000,000 per kilometer persegi vs. 100,000) dan kecepatan latensi yang lebih baik (1 md vs. 10 md). Keunggulan dibandingkan 4G ini penting karena seiring pertumbuhan IoT, volume data juga meningkat dan kecepatan transfer terpengaruh. 5G memungkinkan lebih banyak interaksi antara perangkat yang lebih luas, banyak di antaranya dapat dilengkapi dengan Edge AI.

Gunakan Kasus Untuk Edge AI

Kasus penggunaan untuk Edge AI mencakup hampir semua contoh di mana pemrosesan data akan dilakukan dengan lebih efisien di perangkat lokal daripada saat dilakukan melalui cloud. Namun, beberapa kasus penggunaan yang paling umum untuk Edge AI termasuk mobil self-driving, drone otonom, pengenalan wajah, dan asisten digital.

Mobil self-driving adalah salah satu kasus penggunaan yang paling relevan untuk Edge AI. Mobil self-driving harus terus-menerus memindai lingkungan sekitar dan menilai situasi, membuat koreksi pada lintasannya berdasarkan peristiwa terdekat. Pemrosesan data real-time sangat penting untuk kasus ini, dan sebagai hasilnya, sistem AI Edge bawaan mereka bertanggung jawab atas penyimpanan, manipulasi, dan analisis data. Sistem AI edge diperlukan untuk menghadirkan kendaraan level 3 dan level 4 (sepenuhnya otonom) ke pasar.

Karena drone otonom tidak dikemudikan oleh operator manusia, mereka memiliki persyaratan yang sangat mirip untuk mobil otonom. Jika drone kehilangan kendali atau malfungsi saat terbang, drone dapat jatuh dan merusak properti atau nyawa. Drone dapat terbang jauh di luar jangkauan titik akses internet, dan mereka harus memiliki kemampuan Edge AI. Sistem Edge AI akan sangat diperlukan untuk layanan seperti Amazon Prime Air, yang bertujuan mengirimkan paket melalui drone.

Kasus penggunaan lain untuk Edge AI adalah sistem pengenalan wajah. Sistem pengenalan wajah mengandalkan algoritme visi komputer, menganalisis data yang dikumpulkan oleh kamera. Aplikasi pengenalan wajah yang beroperasi untuk tujuan tugas seperti keamanan harus beroperasi dengan andal meskipun tidak terhubung ke cloud.

Asisten digital adalah kasus penggunaan umum lainnya untuk Edge AI. Asisten digital seperti Google Assistant, Alexa, dan Siri harus dapat beroperasi di smartphone dan perangkat digital lainnya meskipun tidak terhubung ke internet. Saat data diproses di perangkat, tidak perlu mengirimkannya ke cloud, yang membantu mengurangi lalu lintas dan memastikan privasi.