saplama Edge AI ve Edge Computing Nedir? - Unite.AI
Bizimle iletişime geçin

AI 101

Edge AI ve Edge Computing Nedir?

mm
Güncellenmiş on

Edge AI, yapay zekanın en dikkate değer yeni sektörlerinden biridir ve insanların veri iletimi nedeniyle gizlilik veya yavaşlama konusunda endişelenmelerine gerek kalmadan AI süreçlerini yürütmelerine izin vermeyi amaçlamaktadır. Edge AI, akıllı cihazların bir buluta erişim olmadan girdilere hızlı tepki vermesine izin vererek AI'nın daha fazla ve daha yaygın kullanılmasını sağlıyor. Bu, Edge AI'nın hızlı bir tanımı olsa da, bunu mümkün kılan teknolojileri keşfederek ve Edge AI için bazı kullanım durumlarını görerek Edge AI'yı daha iyi anlamak için biraz zaman ayıralım.

Edge Computing nedir?

Edge AI'yı gerçekten anlamak için, önce Edge bilişimi ve anlamanın en iyi yolunu anlamamız gerekir. Kenar hesaplama onu bulut bilgi işlemle karşılaştırmaktır. Bulut bilişim, bilgi işlem hizmetlerinin internet üzerinden sunulmasıdır. Bunun aksine, Edge bilgi işlem sistemleri yerel cihazlarda çalışmak yerine bir buluta bağlı değildir. Bu yerel cihazlar, ayrılmış bir uç bilgi işlem sunucusu, yerel bir cihaz olabilir. veya Nesnelerin İnterneti (IoT). Edge bilgi işlem kullanmanın bir dizi avantajı vardır. Örneğin, internet/bulut tabanlı hesaplama, gecikme süresi ve bant genişliği ile sınırlandırılırken, Uç bilgi işlem bu parametrelerle sınırlı değildir.

Edge AI nedir?

Artık Edge bilgi işlemi anladığımıza göre, Edge AI'ye göz atabilir. Edge AI, Yapay Zeka ile uç bilişimi birleştirir. AI algoritmaları, uç bilgi işlem yapabilen cihazlarda çalıştırılır. Bunun avantajı, verilerin bir buluta bağlanmak zorunda kalmadan gerçek zamanlı olarak işlenebilmesidir.

En son teknolojiye sahip yapay zeka işlemlerinin çoğu, büyük miktarda bilgi işlem gücü gerektirdiklerinden bir bulutta gerçekleştirilir. Sonuç olarak, bu yapay zeka süreçleri aksama süresine karşı savunmasız olabilir. Edge AI sistemleri bir uç bilgi işlem cihazında çalıştığından, gerekli veri işlemleri yerel olarak gerçekleşebilir ve bir internet bağlantısı kurulduğunda gönderilerek zamandan tasarruf sağlanır. Derin öğrenme algoritmaları, verilerin başlangıç ​​noktası olan cihazın kendisinde çalışabilir.

Giderek daha fazla cihazın buluta erişemediği durumlarda yapay zeka kullanması gerekmesi nedeniyle Edge AI giderek daha önemli hale geliyor. Bugünlerde kaç tane fabrika robotunun veya kaç tane arabanın bilgisayarlı görme algoritmalarıyla geldiğini düşünün. Bu durumlarda veri aktarımındaki gecikme süresi felaket olabilir. Sürücüsüz arabalar sokaktaki nesneleri tespit ederken gecikme yaşamaz. Hızlı tepki süresi çok önemli olduğundan cihazın kendisinin, bulut bağlantısına ihtiyaç duymadan görüntüleri analiz etmesine ve sınıflandırmasına olanak tanıyan bir Edge AI sistemine sahip olması gerekir.

Uç bilgisayarlara genellikle bulutta gerçekleştirilen bilgi işleme görevleri emanet edildiğinde, sonuç gerçek zamanlı, düşük gecikmeli, gerçek zamanlı işlemedir. Ek olarak, veri aktarımını yalnızca en hayati bilgilerle sınırlandırarak, veri hacminin kendisi azaltılabilir ve iletişim kesintileri en aza indirilebilir.

Edge AI ve Nesnelerin İnterneti

Edge AI, 5G ve Nesnelerin İnterneti (IoT) gibi diğer dijital teknolojilerle iç içe geçer. IoT, Edge AI sistemlerinin kullanması için veri üretebilirken, 5G teknolojisi hem Edge AI hem de IoT'nin sürekli gelişimi için gereklidir.

Nesnelerin İnterneti, internet üzerinden birbirine bağlanan çeşitli akıllı cihazları ifade eder. Bu cihazların tümü, bulutla senkronize edilene kadar veriler için geçici bir depolama birimi görevi de görebilen Edge AI cihazına beslenebilen veriler üretir. Veri işleme yöntemi daha fazla esneklik sağlar.

Mobil ağın beşinci nesli, 5G, hem Edge AI hem de Nesnelerin İnterneti'nin gelişimi için kritik öneme sahiptir. 5G, 20 Gbps'ye kadar çok daha yüksek hızlarda veri aktarabilirken, 4G yalnızca 1 Gbps hızında veri iletebilir. 5G ayrıca 4G'den çok daha fazla eşzamanlı bağlantıyı (1,000,000'e karşı kilometre kare başına 100,000) ve daha iyi bir gecikme hızını (1ms'ye karşı 10ms) destekler. 4G'ye göre bu avantajlar önemlidir çünkü IoT büyüdükçe veri hacmi de büyür ve aktarım hızı etkilenir. 5G, çoğu Edge AI ile donatılabilen daha geniş bir cihaz yelpazesi arasında daha fazla etkileşim sağlar.

Edge AI İçin Kullanım Örnekleri

Edge AI için kullanım durumları, veri işlemenin bir bulut aracılığıyla yapıldığından daha verimli bir şekilde yerel bir cihazda gerçekleştirilebileceği hemen hemen her örneği içerir. Bununla birlikte, Edge AI için en yaygın kullanım durumlarından bazıları şunları içerir: öz-sürüş araba, özerk dronlar, yüz tanıma, ve dijital asistanlar.

Kendi kendine giden arabalar, Edge AI için en alakalı kullanım durumlarından biridir. Sürücüsüz arabalar sürekli olarak çevreyi taramalı ve durumu değerlendirmeli, yakınlardaki olaylara göre yörüngesinde düzeltmeler yapmalıdır. Gerçek zamanlı veri işleme, bu durumlar için kritik öneme sahiptir ve sonuç olarak, yerleşik Uç Yapay Zeka sistemleri veri depolama, işleme ve analizden sorumludur. Uç yapay zeka sistemleri, seviye 3 ve seviye 4 (tamamen otonom) araçları piyasaya sürmek için gereklidir.

Otonom dronlar, insan operatörler tarafından kontrol edilmediğinden, otonom araçlar için çok benzer gereksinimlere sahiptir. Bir drone uçuş sırasında kontrolünü kaybeder veya arızalanırsa, çarpabilir ve mal veya cana zarar verebilir. Dronlar, bir internet erişim noktasının menzilinin çok dışına uçabilir ve Uç Yapay Zeka özelliklerine sahip olmaları gerekir. Uç AI sistemleri, paketleri drone ile teslim etmeyi amaçlayan Amazon Prime Air gibi servisler için vazgeçilmez olacak.

Edge AI için başka bir kullanım durumu, yüz tanıma sistemleridir. Yüz tanıma sistemleri, kamera tarafından toplanan verileri analiz eden bilgisayar görme algoritmalarına dayanır. Güvenlik gibi görevler için çalışan yüz tanıma uygulamalarının bir buluta bağlı olmasalar bile güvenilir bir şekilde çalışması gerekir.

Dijital asistanlar, Edge AI için başka bir yaygın kullanım durumudur. Google Asistan, Alexa ve Siri gibi dijital asistanlar, internete bağlı olmasalar bile akıllı telefonlarda ve diğer dijital cihazlarda çalışabilmelidir. Veriler cihazda işlendiğinde, trafiği azaltmaya ve gizliliği sağlamaya yardımcı olan buluta teslim etmeye gerek yoktur.

Uzmanlık alanlarına sahip blogcu ve programcı Makine öğrenme ve Derin Öğrenme konular. Daniel, başkalarının yapay zekanın gücünü toplumsal fayda için kullanmasına yardım etmeyi umuyor.