Apa itu Edge AI & Edge Computing?

Edge AI adalah salah satu sektor baru yang paling menonjol dalam kecerdasan buatan, dan bertujuan untuk memungkinkan orang menjalankan proses AI tanpa harus khawatir tentang privasi atau perlambatan karena transmisi data. Edge AI memungkinkan penggunaan AI yang lebih luas, memungkinkan perangkat pintar bereaksi cepat terhadap input tanpa akses ke cloud. Sementara itu, definisi Edge AI yang singkat, mari kita ambil waktu untuk memahami Edge AI dengan lebih baik dengan mengeksplorasi teknologi yang memungkinkannya dan melihat beberapa contoh penggunaan Edge AI.

Apa itu Edge Computing?

Untuk memahami Edge AI dengan benar, kita perlu memahami Edge computing terlebih dahulu, dan cara terbaik untuk memahami Edge computing adalah dengan membandingkannya dengan cloud computing. Cloud computing adalah penyampaian layanan komputasi melalui internet. Sementara itu, sistem Edge computing tidak terhubung ke cloud, melainkan beroperasi pada perangkat lokal. Perangkat lokal ini dapat berupa server Edge computing khusus, perangkat lokal, atau Internet of Things (IoT). Terdapat beberapa kelebihan menggunakan Edge computing. Misalnya, komputasi berbasis internet/cloud terbatas oleh latensi dan bandwidth, sementara Edge computing tidak terbatas oleh parameter tersebut.

Apa itu Edge AI?

Sekarang bahwa kita memahami Edge computing, kita dapat melihat Edge AI. Edge AI menggabungkan Kecerdasan Buatan dan Edge computing. Algoritma AI dijalankan pada perangkat yang mampu melakukan Edge computing. Kelebihan dari ini adalah bahwa data dapat diproses secara real-time, tanpa harus terhubung ke cloud.

Sebagian besar proses AI paling canggih dilakukan di cloud karena memerlukan banyak daya komputasi. Hasilnya adalah bahwa proses AI ini dapat rentan terhadap downtime. Karena sistem Edge AI beroperasi pada perangkat Edge computing, operasi data yang diperlukan dapat terjadi secara lokal, dikirim ketika koneksi internet tersedia, yang menghemat waktu. Algoritma pembelajaran dalam 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. Bayangkan berapa banyak robot pabrik atau berapa banyak mobil yang dilengkapi dengan algoritma visi komputer. Waktu tunda dalam transmisi data dalam situasi ini dapat berakibat fatal. Mobil self-driving tidak dapat mengalami keterlambatan saat mendeteksi objek di jalan. Karena waktu respons yang cepat sangat penting, perangkat itu sendiri harus memiliki sistem Edge AI yang memungkinkan untuk menganalisis dan mengklasifikasikan gambar tanpa bergantung pada koneksi cloud.

Ketika komputer Edge dipercaya dengan tugas pemrosesan informasi yang biasanya dilakukan di cloud, hasilnya adalah pemrosesan real-time dengan latensi rendah, pemrosesan real-time. Selain itu, dengan membatasi transmisi data hanya untuk informasi yang paling vital, volume data itu sendiri dapat dikurangi dan gangguan komunikasi dapat diminimalkan.

Edge AI dan Internet of Things

Edge AI berpadu dengan teknologi digital lain seperti 5G dan Internet of Things (IoT). IoT dapat menghasilkan data untuk sistem Edge AI, sementara teknologi 5G sangat penting untuk perkembangan Edge AI dan IoT.

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

Generasi kelima jaringan seluler, 5G, sangat penting untuk pengembangan Edge AI dan Internet of Things. 5G mampu mengirim data dengan kecepatan yang jauh lebih tinggi, hingga 20Gbps, sedangkan 4G hanya dapat mengirim data dengan kecepatan 1Gbps. 5G juga mendukung lebih banyak koneksi simultan daripada 4G (1.000.000 per kilometer persegi vs 100.000) dan kecepatan latensi yang lebih baik (1ms vs 10ms). Kelebihan ini penting karena ketika IoT tumbuh, volume data juga tumbuh, dan kecepatan transfer data terpengaruh. 5G memungkinkan lebih banyak interaksi antara berbagai perangkat, banyak di antaranya dapat dilengkapi dengan Edge AI.

Kasus Penggunaan untuk Edge AI

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

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

Karena drone otonom tidak dikendalikan oleh operator manusia, mereka memiliki persyaratan yang sangat mirip dengan mobil otonom. Jika drone kehilangan kontrol atau mengalami kerusakan saat terbang, dapat menyebabkan kerusakan pada properti atau kehidupan. Drone mungkin terbang jauh dari titik akses internet, dan mereka harus memiliki kemampuan Edge AI. Sistem Edge AI akan sangat penting untuk layanan seperti Amazon (AMZN ) Prime Air, yang bertujuan untuk mengirim paket melalui drone.

Kasus penggunaan lain untuk Edge AI adalah sistem pengenalan wajah. Sistem pengenalan wajah bergantung pada algoritma visi komputer, menganalisis data yang dikumpulkan oleh kamera. Aplikasi pengenalan wajah yang beroperasi untuk tugas seperti keamanan harus beroperasi secara handal bahkan jika tidak terhubung ke cloud.

Asisten digital adalah kasus penggunaan lain untuk Edge AI. Asisten digital seperti Google Assistant, Alexa, dan Siri harus dapat beroperasi pada smartphone dan perangkat digital lainnya bahkan ketika mereka tidak terhubung ke internet. Ketika data diproses pada perangkat, tidak perlu mengirimkannya ke cloud, yang membantu mengurangi lalu lintas dan memastikan privasi.