Taula de continguts[Amaga][Espectacle]
Cada sector està buscant millorar les seves operacions, productivitat i seguretat mitjançant la implementació de més automatització. Els programes informàtics han de ser capaços de discernir patrons i realitzar tasques de manera fiable i segura per ajudar-los.
Tanmateix, el món no està estructurat i l'espectre de treballs que executen els humans inclou un nombre infinit d'escenaris que són difícils d'expressar adequadament en programes i regles.
Els avenços de l'IA Edge han fet possible que els ordinadors i els aparells funcionin amb la "intel·ligència" de la cognició humana, independentment d'on es trobin. Les aplicacions intel·ligents amb intel·ligència artificial aprenen a fer tasques comparables en diverses situacions, tal com ho fan els humans a la vida real.
Farem una ullada a fons a Edge AI, els seus avantatges, casos d'ús i molt més en aquesta publicació.
Què és Edge AI?
Informàtica Edge permet als usuaris tenir un accés més fàcil a l'emmagatzematge i processament de dades. Això s'aconsegueix executant processos en dispositius locals com ara ordinadors portàtils, dispositius IoT o servidors especialitzats.
La latència i l'ample de banda que de vegades obstaculitzen les operacions basades en núvol no són un problema per a les funcions de punta.
Edge AI combina intel·ligència artificial i informàtica de punta (IA). Això implica executar algorismes d'IA en dispositius locals amb potència de processament a la vora.
Edge AI elimina la necessitat de connectivitat i integració del sistema, permetent als usuaris processar dades en temps real als seus dispositius. Tot i que les operacions d'IA necessiten molta potència computacional, la majoria d'elles ara es duen a terme en centres basats en núvol.
El desavantatge és que es pot produir una interrupció del servei o una lentitud considerable a causa de dificultats de connexió o de xarxa.
Mitjançant la integració dels processos d'IA als dispositius informàtics de punta, la intel·ligència artificial de punta supera aquestes preocupacions. En recopilar dades i donar servei als usuaris sense haver de comunicar-se amb altres llocs físics, els usuaris poden estalviar temps.
Com funciona la tecnologia Edge AI?
Les màquines han de ser capaços de veure, identificar objectes, conduir automòbils, comprendre la parla, parlar, moure's i executar altres tasques semblants a les humanes. Per tal de duplicar la cognició humana, la IA utilitza una estructura de dades coneguda com a profund xarxa neural.
Aquests DNN s'ensenya a respondre a certs tipus de consultes mostrant-se diverses mostres d'aquesta pregunta juntament amb respostes precises.
A causa de la gran quantitat de dades necessàries per formar un model precís i el requisit que els científics de dades cooperin en la construcció del model, aquest procés d'entrenament, conegut com a "aprenentatge profund", es realitza generalment en un centre de dades o al núvol. El model es converteix en un "motor d'inferència" que pot respondre problemes del món real després de ser entrenat.
El motor d'inferència en els desplegaments d'IA de punta funciona en un ordinador o dispositiu en una ubicació remota, com ara una fàbrica, un hospital, un automòbil, un satèl·lit o la casa d'una persona.
Quan la IA troba un problema, les dades problemàtiques es transfereixen amb freqüència al núvol per a una formació addicional del model d'IA original, que finalment substitueix el motor d'inferència de punta. Un cop implementats els models d'IA de punta, només es tornen més i més savis, gràcies a aquest bucle de retroalimentació.
Beneficis
Els algorismes d'IA són especialment beneficiosos en ubicacions freqüentades per usuaris finals amb problemes del món real perquè poden interpretar llenguatge, vistes, sons, olors, temperatura, cares i altres tipus analògics d'informació no estructurada.
A causa de les preocupacions sobre la latència, l'ample de banda i la privadesa, algunes aplicacions d'IA serien poc pràctiques o fins i tot impossibles d'implementar en un núvol centralitzat o un centre de dades empresarial.
A continuació es mostren alguns dels avantatges de l'IA de punta:
- Estadístiques en temps real: Com que la tecnologia de punta analitza les dades localment en lloc d'en un núvol llunyà que es retarda per la connectivitat de llarga distància, respon a les sol·licituds dels usuaris en temps real.
- Informació: les aplicacions d'IA són més potents i adaptables que els programes tradicionals, que només poden respondre a les entrades que el programador ha predit. Una IA xarxa neural, d'altra banda, està entrenat no per respondre una pregunta concreta, sinó més aviat per respondre un tipus de pregunta específica, encara que la pregunta en si sigui nova. Les aplicacions no podrien processar infinitament diverses entrades com ara text, paraules parlades o vídeo sense IA.
- S'ha augmentat la privadesa: La IA pot estudiar dades del món real sense exposar-les mai a un ésser humà, augmentant considerablement la privadesa de qualsevol persona de la qual s'hagi d'estudiar l'aspecte, la veu, la imatge mèdica o una altra informació personal. Edge AI millora encara més la privadesa emmagatzemant dades localment i transferint només l'anàlisi i les estadístiques al núvol.
- Cost reduït: En moure la potència informàtica més a prop del límit, les aplicacions requereixen menys amplada de banda d'Internet, la qual cosa suposa un estalvi important en les despeses de xarxa.
- Millora constant: A mesura que els models d'IA s'entrenen amb més dades, es tornen més precisos. Quan una aplicació d'IA d'avantguarda troba dades que no és capaç de gestionar amb precisió o confiança, sovint les carrega perquè l'IA pugui entrenar-se i aprendre d'elles. Com a resultat, com més temps estigui un model en producció a la vora, més precís serà.
Casos d'ús de Edge AI
La maquinària industrial i els aparells de consum són els dos segments principals del mercat d'IA de punta. Les proves de demostració mostren millores en àrees com la regulació i l'optimització d'equips i l'automatització de les habilitats laborals qualificades.
Els aparells de consum amb càmeres compatibles amb IA que detecten automàticament els subjectes de la imatge també estan avançant. Es preveu que el mercat de dispositius de consum creixi de manera espectacular a partir del 2021, a causa del fet que el nombre de dispositius és superior al nombre d'equips industrials. A continuació hem enumerat alguns casos d'ús d'IA d'avantguarda populars:
- Drones autònoms – Drones han anat perdent el control i desapareixent mentre feien proves de vol a distància, segons la notícia. El pilot d'un dron autònom no participa en el vol del dron. Vigilen les coses des de lluny i només fan servir el dron quan és absolutament essencial. Amazon Prime Air, una empresa de lliurament de drons que està desenvolupant drons autònoms per lliurar articles, és l'exemple més conegut d'això.
- Cotxes amb conducció autònoma - The L'ús més emocionant de la informàtica de punta són els automòbils amb conducció autònoma. Els cotxes autònoms han de fer avaluacions immediates de situacions en moltes circumstàncies, la qual cosa requereix un processament de dades en temps real. La Llei de trànsit per carretera i la Llei de vehicles de transport per carretera del Japó es van revisar el desembre de 2019, per la qual cosa és més senzill portar vehicles de conducció autònoma de nivell 3 a la carretera. Els requisits de seguretat que han de complir els cotxes autònoms, així com els llocs on poden circular, es troben entre ells. Com a resultat, els fabricants d'automòbils estan desenvolupant vehicles autònoms que compleixen aquests requisits. Toyota, per exemple, està posant a prova el TRI-P4 amb una automatització completa (nivell 4).
- Smartphones - Això és el gadget d'IA d'avantguarda amb el qual tots estem més familiaritzats. Siri i Google Assistant, que utilitzen IA de punta per alimentar la seva veu interfícies d’usuari, són exemples ideals d'IA de punta als telèfons intel·ligents. La IA al dispositiu elimina la necessitat d'enviar dades del dispositiu al núvol perquè el processament es realitza al dispositiu (bord). Això ajuda a protegir la privadesa alhora que redueix el trànsit.
- Entreteniment – Virtual la realitat, la realitat augmentada i les aplicacions de realitat mixta per a l'entreteniment inclouen la transmissió de material de vídeo a ulleres de realitat virtual. Amb l'externalització del processament des de les ulleres a servidors de punta propers al dispositiu final, la mida d'aquestes ulleres es pot minimitzar. Microsoft, per exemple, acaba de presentar HoloLens, un ordinador hologràfic equipat en un casquet que permet als usuaris experimentar la realitat augmentada. Microsoft té previst utilitzar HoloLens per proporcionar informàtica convencional, anàlisi de dades, imatge mèdica i aplicacions d'última generació de jocs.
- Reconeixement facial – Facial Els sistemes de reconeixement són un avenç en les càmeres de vigilància que poden aprendre a reconèixer persones a partir de les seves cares. Mòdul de càmera d'IA que utilitza tècniques informàtiques d'IA d'avantguarda per avaluar les característiques de la cara en temps real. Pot detectar cares de manera ràpida i precisa, per la qual cosa és ideal per a eines de màrqueting que s'orienten a determinats trets com l'edat, així com el reconeixement facial per desbloquejar dispositius.
5G i Edge AI
El requisit vital del 5G en àrees de gran creixement, com ara els cotxes totalment autònoms, les experiències de realitat virtual en temps real i les aplicacions de missió crítica impulsa més innovació en la informàtica de punta i l'IA Edge.
5G és la xarxa mòbil de nova generació que pretén millorar significativament la qualitat del servei, com ara un millor rendiment i una latència reduïda, donant velocitats de dades 10 vegades més ràpides que les xarxes 5G existents.
Penseu en l'entrega de paquets en temps real en automòbils autònoms, que requereix un retard d'extrem a extrem de menys de 10 ms per apreciar el requisit d'una transferència ràpida de dades i un càlcul local al dispositiu.
El retard mínim d'extrem a extrem per a l'accés al núvol és superior a 80 ms, cosa que és inacceptable per a moltes aplicacions del món real. Informàtica Edge compleix els requisits de menys de mil·lisegons de les aplicacions 5G alhora que redueix l'ús d'energia entre un 30 i un 40%, donant lloc a un consum d'energia fins a 5 vegades menor en comparació amb l'accés al núvol.
La informàtica perifèrica i el 5G augmenten la velocitat de la xarxa, permetent la implementació i el desplegament de diverses aplicacions d'IA en temps real, com ara l'anàlisi de vídeo en temps real basada en IA, que depenen de la transferència de dades de baixa latència.
Futur
Edge AI és cada cop més popular i s'han fet inversions importants en aquest camp. Per exemple, el gener de 2020, es va anunciar que Apple va pagar 200 milions de dòlars per comprar la firma d'IA amb seu a Seattle Xnor.ai.
La tecnologia d'IA de Xnor.ai utilitza el processament de la vora per processar dades al telèfon intel·ligent de l'usuari. Amb l'IA integrada als telèfons intel·ligents, hauríem d'esperar millores en el processament de la veu, la tecnologia de reconeixement facial i la privadesa.
Amb la introducció del 5G, podem esperar preus més baixos i més demanda de serveis d'IA d'avantguarda a tot el món.
Conclusió
A mesura que les persones passen més temps als seus dispositius mòbils, més empreses i desenvolupadors estan veient el valor d'implementar la tecnologia Edge per oferir un servei més ràpid i eficient alhora que augmenten els marges de beneficis.
Pel que fa als serveis basats en IA a nivell empresarial, així com a la comoditat i la felicitat del consumidor, això obrirà tot un nou univers de possibilitats.
Grans empreses com Amazon i Google han invertit milions en el desenvolupament dels seus sistemes Edge AI, per tant, prendre el lideratge i invertir en aquestes tecnologies és l'única manera de mantenir-se competitius.
L'augment de la demanda de dispositius IoT, d'altra banda, farà que les xarxes 5G i la informàtica Edge siguin més utilitzades.
Deixa un comentari