Що таке Edge AI & Edge Computing?

Edge AI є одним із найвідоміших нових секторів штучного інтелекту, і він спрямований на те, щоб дозволити людям запускати процеси AI, не турбуючись про конфіденційність або сповільнення через передачу даних. Edge AI дозволяє ширше та ширше використовувати ШІ, дозволяючи розумним пристроям швидко реагувати на вхідні дані без доступу до хмари. Хоча це коротке визначення Edge AI, давайте трохи краще зрозуміємо Edge AI, досліджуючи технології, які роблять це можливим, і побачимо деякі випадки використання Edge AI.

Що таке Edge Computing?

Щоб по-справжньому зрозуміти Edge AI, нам потрібно спочатку зрозуміти Edge computing і найкращий спосіб зрозуміти Крайові обчислення це порівняти його з хмарними обчисленнями. Хмарні обчислення — це надання обчислювальних послуг через Інтернет. Навпаки, комп’ютерні системи Edge не підключені до хмари, замість того, щоб працювати на локальних пристроях. Ці локальні пристрої можуть бути виділеним крайнім обчислювальним сервером, локальним пристроєм, або Інтернет речей (IoT). Використання периферійних обчислень має ряд переваг. Наприклад, обчислення на основі Інтернету/хмари обмежені затримкою та пропускною спроможністю, тоді як обчислення Edge не обмежені цими параметрами.

Що таке Edge AI?

Тепер, коли ми розуміємо межові обчислення, ми можете подивитися на Edge AI. Edge AI поєднує в собі штучний інтелект і периферійні обчислення. Алгоритми штучного інтелекту працюють на пристроях, які підтримують периферійні обчислення. Перевагою цього є те, що дані можна обробляти в режимі реального часу, без підключення до хмари.

Більшість передових процесів штучного інтелекту виконуються в хмарі, оскільки вони потребують великої обчислювальної потужності. У результаті ці процеси ШІ можуть бути вразливими до простоїв. Оскільки системи Edge AI працюють на периферійних обчислювальних пристроях, необхідні операції з даними можуть виконуватися локально, надсилаючись після встановлення з’єднання з Інтернетом, що економить час. Алгоритми глибокого навчання можуть працювати на самому пристрої, точці походження даних.

Edge AI стає все більш важливим через те, що все більше і більше пристроїв потребують використання AI в ситуаціях, коли вони не мають доступу до хмари. Подумайте, скільки фабричних роботів або скільки автомобілів сьогодні мають алгоритми комп’ютерного зору. Час затримки в передачі даних у таких ситуаціях може бути катастрофічним. Безпілотні автомобілі не можуть страждати від затримки під час виявлення об’єктів на вулиці. Оскільки швидкий час відгуку дуже важливий, сам пристрій повинен мати систему Edge AI, яка дозволяє аналізувати та класифікувати зображення, не покладаючись на підключення до хмари.

Коли периферійним комп’ютерам довіряють завдання обробки інформації, які зазвичай виконуються в хмарі, результатом є низька затримка в реальному часі, обробка в реальному часі. Крім того, обмеживши передачу даних лише найважливішою інформацією, можна зменшити сам обсяг даних і звести до мінімуму переривання зв’язку.

Edge AI та Інтернет речей

Edge AI взаємодіє з іншими цифровими технологіями, такими як 5G та Інтернет речей (IoT). IoT може генерувати дані для систем Edge AI, а технологія 5G є важливою для подальшого розвитку як Edge AI, так і IoT.

Під Інтернетом речей розуміється різноманітність розумних пристроїв, підключених один до одного через Інтернет. Усі ці пристрої генерують дані, які можна вводити в пристрій Edge AI, який також може виступати в якості тимчасового сховища для даних, поки вони не будуть синхронізовані з хмарою. Метод обробки даних забезпечує більшу гнучкість.

П'яте покоління мобільної мережі, 5G, має вирішальне значення для розвитку як Edge AI, так і Інтернету речей. 5G здатний передавати дані на набагато вищій швидкості, до 20 Гбіт/с, тоді як 4G здатний передавати дані лише на 1 Гбіт/с. 5G також підтримує набагато більше одночасних підключень, ніж 4G (1,000,000 100,000 1 на квадратний кілометр проти 10 4) і кращу швидкість затримки (5 мс проти XNUMX мс). Ці переваги перед XNUMXG є важливими, оскільки в міру розвитку Інтернету речей зростає обсяг даних, а швидкість передачі впливає. XNUMXG забезпечує більше взаємодії між більш широким спектром пристроїв, багато з яких можуть бути оснащені Edge AI.

Варіанти використання Edge AI

Варіанти використання Edge AI включають будь-який випадок, коли обробка даних буде виконуватися ефективніше на локальному пристрої, ніж у хмарі. Однак деякі з найпоширеніших випадків використання Edge AI включають самостійного водіння автомобілів, автономні безпілотні літальні апарати, розпізнавання осіб та цифрові помічники.

Безпілотні автомобілі є одним із найбільш актуальних випадків використання Edge AI. Безпілотні автомобілі повинні постійно сканувати навколишнє середовище та оцінювати ситуацію, вносячи корективи в свою траєкторію на основі подій, що відбуваються поблизу. Обробка даних у режимі реального часу має вирішальне значення для цих випадків, і, як наслідок, їхні бортові системи Edge AI відповідають за зберігання, маніпулювання та аналіз даних. Крайові системи штучного інтелекту необхідні для виведення на ринок транспортних засобів рівня 3 і 4 (повністю автономних).

Оскільки автономними дронами не керують люди-оператори, вони мають дуже схожі вимоги до автономних автомобілів. Якщо дрон втрачає контроль або виходить з ладу під час польоту, він може впасти та завдати шкоди майну чи життю. Дрони можуть літати далеко за межі зони дії точки доступу до Інтернету, і вони повинні мати можливості Edge AI. Системи Edge AI стануть незамінними для таких сервісів, як Amazon Prime Air, який націлений на доставку посилок за допомогою дронів.

Іншим варіантом використання Edge AI є системи розпізнавання облич. Системи розпізнавання облич покладаються на алгоритми комп’ютерного зору, які аналізують дані, зібрані камерою. Програми для розпізнавання облич, які виконують такі завдання, як безпека, повинні працювати надійно, навіть якщо вони не підключені до хмари.

Цифрові помічники є ще одним поширеним випадком використання Edge AI. Такі цифрові помічники, як Google Assistant, Alexa та Siri, повинні мати можливість працювати зі смартфонами та іншими цифровими пристроями, навіть якщо вони не підключені до Інтернету. Коли дані обробляються на пристрої, немає необхідності доставляти їх у хмару, що допомагає зменшити трафік і забезпечити конфіденційність.