Índice del contenido[Esconder][Espectáculo]
Todos los sectores buscan mejorar sus operaciones, productividad y seguridad implementando más automatización. Los programas de computadora deben poder discernir patrones y realizar trabajos de manera confiable y segura para ayudarlos.
Sin embargo, el mundo no está estructurado y el espectro de trabajos que ejecutan los humanos abarca un sinfín de escenarios que son difíciles de expresar adecuadamente en programas y reglas.
Los avances de Edge AI han hecho posible que las computadoras y los dispositivos funcionen con la "inteligencia" de la cognición humana, independientemente de dónde se encuentren. Las aplicaciones inteligentes habilitadas para IA aprenden a realizar tareas comparables en una variedad de situaciones, tal como lo hacen los humanos en la vida real.
Echaremos un vistazo profundo a Edge AI, sus beneficios, casos de uso y mucho más en esta publicación.
¿Qué es IA perimetral?
Computación de borde permite a los usuarios tener un acceso más fácil al almacenamiento y procesamiento de datos. Esto se logra mediante la ejecución de procesos en dispositivos locales, como computadoras portátiles, dispositivos IoT o servidores perimetrales especializados.
Las preocupaciones de latencia y ancho de banda que a veces obstaculizan las operaciones basadas en la nube no son un problema para las funciones de borde.
Combinaciones de IA de Edge inteligencia artificial y computación de borde (IA). Esto implica ejecutar algoritmos de IA en dispositivos locales con potencia de procesamiento en el borde.
Edge AI elimina la necesidad de conectividad e integración del sistema, lo que permite a los usuarios procesar datos en tiempo real en sus dispositivos. Aunque las operaciones de IA necesitan mucha potencia computacional, la mayoría de ellas ahora se llevan a cabo en centros basados en la nube.
La desventaja es que se puede producir una interrupción del servicio o una lentitud considerable debido a dificultades de conexión o de red.
Al integrar los procesos de IA en los dispositivos informáticos de borde, la IA de borde supera estas preocupaciones. Al recopilar datos y atender a los usuarios sin tener que comunicarse con otros sitios físicos, los usuarios pueden ahorrar tiempo.
¿Cómo funciona la tecnología Edge AI?
Las máquinas deben poder ver, identificar objetos, operar automóviles, comprender el habla, hablar, moverse y ejecutar otras tareas similares a las humanas. Para duplicar la cognición humana, la IA utiliza una estructura de datos conocida como deep red neural.
A estos DNN se les enseña a responder a ciertos tipos de consultas mostrándoles varias muestras de esa pregunta junto con respuestas precisas.
Debido a la gran cantidad de datos necesarios para entrenar un modelo preciso y al requisito de que los científicos de datos cooperen en la construcción del modelo, este proceso de entrenamiento, conocido como "aprendizaje profundo", generalmente se realiza en un centro de datos o en la nube. El modelo se convierte en un "motor de inferencia" que puede responder a problemas del mundo real después de haber sido entrenado.
El motor de inferencia en las implementaciones de IA perimetral funciona en una computadora o dispositivo en una ubicación remota, como una fábrica, un hospital, un automóvil, un satélite o la casa de una persona.
Cuando la IA encuentra un problema, los datos problemáticos se transfieren con frecuencia a la nube para una capacitación adicional del modelo de IA original, que eventualmente reemplaza el motor de inferencia perimetral. Una vez que se implementan los modelos de IA perimetral, solo se vuelven más y más sabios, gracias a este circuito de retroalimentación.
Beneficios
Los algoritmos de IA son particularmente beneficiosos en lugares frecuentados por usuarios finales con problemas del mundo real porque pueden interpretar el lenguaje, las imágenes, los sonidos, los olores, la temperatura, las caras y otros tipos de información analógica no estructurada.
Debido a preocupaciones sobre la latencia, el ancho de banda y la privacidad, algunas aplicaciones de IA serían poco prácticas o incluso imposibles de implementar en una nube centralizada o en un centro de datos empresarial.
Las siguientes son algunas de las ventajas de la IA perimetral:
- Información en tiempo real: Como la tecnología de punta analiza los datos localmente en lugar de en una nube distante que se retrasa por la conectividad de larga distancia, responde a las solicitudes de los usuarios en tiempo real.
- Intelligence: Las aplicaciones de IA son más potentes y adaptables que los programas tradicionales, que solo pueden responder a las entradas que el programador ha previsto. una IA red neural, por otro lado, está entrenado no para responder una pregunta específica, sino más bien para responder un tipo específico de pregunta, incluso si la pregunta en sí misma es novedosa. Las aplicaciones no podrían procesar infinitamente varias entradas, como texto, palabras habladas o video sin IA.
- Privacidad aumentada: La IA puede estudiar datos del mundo real sin exponerlos nunca a un ser humano, lo que aumenta considerablemente la privacidad de cualquier persona cuya apariencia, voz, imagen médica u otra información personal deba estudiarse. Edge AI mejora aún más la privacidad al almacenar datos localmente y transferir solo el análisis y la información a la nube.
- Costo reducido: Al llevar la potencia informática más cerca del borde, las aplicaciones requieren menos ancho de banda de Internet, lo que genera ahorros significativos en los gastos de red.
- Mejora consistente: A medida que los modelos de IA se entrenan con más datos, se vuelven más precisos. Cuando una aplicación de IA perimetral encuentra datos que no puede manejar con precisión o confianza, a menudo los carga para que la IA pueda volver a capacitarse y aprender de ellos. Como resultado, cuanto más tiempo esté un modelo en producción en el borde, más preciso será.
Casos de uso de IA perimetral
La maquinaria industrial y los dispositivos de consumo son los dos segmentos principales del mercado de IA perimetral. Las pruebas de demostración muestran mejoras en áreas como la regulación y optimización de equipos y la automatización de habilidades laborales calificadas.
Los dispositivos de consumo con cámaras habilitadas para IA que detectan automáticamente los sujetos de la imagen también están progresando. Se prevé que el mercado de dispositivos de consumo crezca drásticamente a partir de 2021, debido al hecho de que la cantidad de dispositivos es mayor que la cantidad de equipos industriales. A continuación, enumeramos algunos casos de uso populares de IA perimetral:
- Drones Autónomos – Drones han estado perdiendo el control y desapareciendo mientras realizaban pruebas de vuelo remoto, según las noticias. El piloto de un dron autónomo no participa en el vuelo del dron. Vigilan las cosas desde lejos y solo usan el dron cuando es absolutamente esencial. Amazon Prime Air, un negocio de entrega con drones que está desarrollando drones autónomos para entregar artículos, es el ejemplo más conocido de esto.
- Coches autónomos: los El uso más emocionante de la informática perimetral son los automóviles autónomos. Los automóviles autónomos deben realizar evaluaciones inmediatas de situaciones en muchas circunstancias, lo que requiere un procesamiento de datos en tiempo real. La Ley de tráfico por carretera y la Ley de vehículos de transporte por carretera de Japón se revisaron en diciembre de 2019, lo que simplifica la puesta en circulación de vehículos autónomos de nivel 3. Entre ellos están los requisitos de seguridad que deben cumplir los coches autónomos, así como las ubicaciones en las que pueden circular. Como resultado, los fabricantes de automóviles están desarrollando vehículos autónomos que cumplen con estos requisitos. Toyota, por ejemplo, está poniendo a prueba el TRI-P4 con automatización completa (nivel 4).
- Teléfonos inteligentes: esto es el dispositivo de IA de vanguardia con el que todos estamos más familiarizados. Siri y Google Assistant, que emplean inteligencia artificial avanzada para potenciar su voz interfaces de usuario, son instancias ideales de IA perimetral en teléfonos inteligentes. La IA en el dispositivo elimina la necesidad de enviar datos del dispositivo a la nube porque el procesamiento se lleva a cabo en el dispositivo (perímetro). Esto ayuda a proteger la privacidad al mismo tiempo que reduce el tráfico.
- Entretenimiento – Virtual Las aplicaciones de realidad virtual, realidad aumentada y realidad mixta para el entretenimiento incluyen transmisión de material de video a gafas de realidad virtual. Al subcontratar el procesamiento de las gafas a servidores perimetrales cerca del dispositivo final, se puede minimizar el tamaño de dichas gafas. Microsoft, por ejemplo, acaba de presentar HoloLens, una computadora holográfica instalada en un casco que permite a los usuarios experimentar la realidad aumentada. Microsoft planea usar HoloLens para proporcionar computación convencional, análisis de datos, imágenes médicas y aplicaciones de juegos en el borde.
- Reconocimiento facial – Facial Los sistemas de reconocimiento son un avance en las cámaras de vigilancia que pueden aprender a reconocer a las personas en función de sus rostros. Módulo de cámara de IA que utiliza técnicas informáticas de IA de última generación para evaluar las características faciales en tiempo real. Puede detectar rostros de forma rápida y precisa, lo que lo hace ideal para herramientas de marketing que se enfocan en ciertos rasgos como la edad, así como el reconocimiento facial para desbloquear dispositivos.
5G y IA perimetral
El requisito vital para 5G en áreas de alto crecimiento, como automóviles totalmente autónomos, experiencias de realidad virtual en tiempo real y aplicaciones de misión crítica, impulsa una mayor innovación en Edge Computing y Edge AI.
5G es la red celular de próxima generación que busca mejorar significativamente la calidad del servicio, como un mejor rendimiento y una latencia reducida, lo que brinda velocidades de datos 10 veces más rápidas que las redes 5G existentes.
Considere la entrega de paquetes en tiempo real en automóviles autónomos, que exige un retraso de extremo a extremo de menos de 10 ms para apreciar el requisito de transferencia de datos rápida y computación local en el dispositivo.
El retraso mínimo de extremo a extremo para el acceso a la nube es superior a 80 ms, lo que es inaceptable para muchas aplicaciones del mundo real. Computación de borde cumple con los requisitos de submilisegundos de las aplicaciones 5G al tiempo que reduce el uso de energía en un 30-40 %, lo que da como resultado hasta 5 veces menos consumo de energía en comparación con el acceso a la nube.
Edge Computing y 5G aumentan la velocidad de la red, lo que permite la implementación y el despliegue de varias aplicaciones de IA en tiempo real, como el análisis de video en tiempo real basado en IA, que se basa en la transferencia de datos de baja latencia.
Future
Edge AI se está volviendo más popular y se han realizado importantes inversiones en el campo. Por ejemplo, en enero de 2020, se anunció que Apple pagó 200 millones de dólares para comprar la empresa de inteligencia artificial Xnor.ai, con sede en Seattle.
La tecnología de inteligencia artificial de Xnor.ai utiliza el procesamiento perimetral para procesar datos en el teléfono inteligente del usuario. Con la IA integrada en los teléfonos inteligentes, deberíamos esperar mejoras en el procesamiento de voz, la tecnología de reconocimiento facial y la privacidad.
Con la introducción de 5G, podemos esperar precios más bajos y una mayor demanda de servicios de inteligencia artificial en todo el mundo.
Conclusión
A medida que las personas pasan más tiempo en sus dispositivos móviles, más empresas y desarrolladores ven el valor de implementar la tecnología Edge para brindar un servicio más rápido y eficiente al tiempo que aumentan los márgenes de ganancias.
En términos de servicios basados en IA de nivel empresarial, así como la comodidad y felicidad del consumidor, esto abrirá un nuevo universo de posibilidades.
Grandes empresas como Amazon y Google han invertido millones en el desarrollo de sus sistemas Edge AI, por lo que tomar la delantera e invertir en estas tecnologías es la única forma de mantenerse competitivo.
El aumento de la demanda de dispositivos IoT, por otro lado, hará que las redes 5G y Edge Computing se utilicen más ampliamente.
Deje un comentario