Sisällysluettelo[Piilottaa][Näytä]
Jokainen toimiala pyrkii tehostamaan toimintaansa, tuottavuuttaan ja turvallisuuttaan lisäämällä automaatiota. Tietokoneohjelmien on kyettävä erottamaan kuviot ja suorittamaan työt luotettavasti ja turvallisesti auttaakseen niitä.
Maailma on kuitenkin jäsentämätön, ja ihmisten suorittamien töiden kirjo sisältää loputtoman määrän skenaarioita, joita on vaikea ilmaista riittävästi ohjelmissa ja säännöissä.
Edge AI -kehitys on mahdollistanut tietokoneiden ja laitteiden työskentelyn ihmisen kognition "älyn" kanssa riippumatta siitä, missä ne ovat. Älykkäät tekoälyä tukevat sovellukset oppivat suorittamaan vastaavia tehtäviä monissa tilanteissa, aivan kuten ihmiset tekevät tosielämässä.
Tässä viestissä tarkastellaan perusteellisesti Edge AI:tä, sen etuja, käyttötapauksia ja paljon muuta.
Mikä on Edge AI?
Reunalaskenta antaa käyttäjille helpomman pääsyn tietojen tallentamiseen ja käsittelyyn. Tämä saavutetaan suorittamalla prosesseja paikallisissa laitteissa, kuten kannettavissa tietokoneissa, IoT-laitteissa tai erikoistuneissa reunapalvelimissa.
Latenssi ja kaistanleveys ovat huolissaan siitä, että joskus pilvipohjaiset toiminnot eivät ole ongelma reunatoimintojen kannalta.
Edge AI -sekoituksia tekoäly ja reunalaskenta (AI). Tämä edellyttää AI-algoritmien suorittamista paikallisissa laitteissa, joiden käsittelyteho on reunassa.
Edge AI eliminoi järjestelmän liitettävyyden ja integroinnin tarpeen, jolloin käyttäjät voivat käsitellä tietoja reaaliajassa laitteissaan. Vaikka tekoälytoiminnot vaativat paljon laskentatehoa, suurin osa niistä tehdään nykyään pilvipohjaisissa keskuksissa.
Haittapuolena on, että yhteys- tai verkko-ongelmista johtuen saattaa ilmetä palvelukatkoksia tai huomattavaa hitautta.
Integroimalla tekoälyprosessit reunalaskentalaitteisiin, edge AI voittaa nämä huolenaiheet. Keräämällä tietoja ja palvelemalla käyttäjiä ilman, että heidän tarvitsee olla yhteydessä muihin fyysisiin sivustoihin, käyttäjät voivat säästää aikaa.
Kuinka Edge AI -tekniikka toimii?
Koneiden on kyettävä näkemään, tunnistamaan esineitä, käyttämään autoja, ymmärtämään puhetta, puhumaan, liikkumaan ja suorittamaan muita ihmisen kaltaisia tehtäviä. Ihmisen kognition monistamiseksi tekoäly käyttää tietorakennetta, joka tunnetaan syvänä neuroverkkomallien.
Nämä DNN:t opetetaan vastaamaan tietynlaisiin kyselyihin näyttämällä useita näytteitä kyseisestä kysymyksestä tarkkojen vastausten ohella.
Koska tarkan mallin kouluttamiseen tarvitaan paljon dataa ja datatieteilijöiden on tehtävä yhteistyötä mallin rakentamisessa, tämä "syväoppimisena" tunnettu koulutusprosessi suoritetaan yleensä datakeskuksessa tai pilvessä. Mallista kehittyy "päätelmämoottori", joka voi vastata todellisiin ongelmiin koulutuksen jälkeen.
Äärimmäisen tekoälyn käyttöönoton päättelymoottori toimii tietokoneessa tai laitteessa etäpaikassa, kuten tehtaassa, sairaalassa, autossa, satelliitissa tai ihmisen kotona.
Kun tekoäly kohtaa ongelman, ongelmalliset tiedot siirretään usein pilveen alkuperäisen AI-mallin lisäkoulutusta varten, mikä lopulta korvaa reunapäätelmämoottorin. Kun reuna-AI-mallit on otettu käyttöön, niistä tulee vain enemmän ja viisaampia tämän palautesilmukan ansiosta.
Hyödyt
Tekoälyalgoritmit ovat erityisen hyödyllisiä paikoissa, joissa loppukäyttäjillä on todellisia ongelmia, koska ne voivat tulkita kieltä, nähtävyyksiä, ääniä, tuoksuja, lämpötilaa, kasvoja ja muuta analogista jäsentämätöntä tietoa.
Latenssiin, kaistanleveyteen ja yksityisyyteen liittyvien huolenaiheiden vuoksi jotkin tekoälysovellukset olisivat epäkäytännöllisiä tai jopa mahdottomia toteuttaa keskitetyssä pilvessä tai yrityksen tietokeskuksessa.
Seuraavassa on joitain reuna-AI:n etuja:
- Reaaliaikaiset näkemykset: Koska reunateknologia analysoi tietoja paikallisesti eikä kaukaisessa pilvessä, joka viivästyy pitkän matkan yhteyden vuoksi, se vastaa käyttäjien pyyntöihin reaaliajassa.
- Älykkyys: AI-sovellukset ovat tehokkaampia ja mukautuvampia kuin perinteiset ohjelmat, jotka voivat vastata vain ohjelmoijan ennustamiin tuloihin. AI neuroverkkomallien, toisaalta on koulutettu olemaan vastaamatta tiettyyn kysymykseen, vaan pikemminkin vastaamaan tietynlaiseen kysymykseen, vaikka kysymys sinänsä olisi uusi. Sovellukset eivät pystyisi käsittelemään loputtomasti erilaisia syötteitä, kuten tekstiä, puhuttuja sanoja tai videoita ilman tekoälyä.
- Yksityisyys lisääntynyt: Tekoäly voi tutkia reaalimaailman dataa paljastamatta sitä koskaan ihmiselle, mikä lisää huomattavasti yksityisyyttä kaikille, joiden ulkonäköä, ääntä, lääketieteellistä kuvaa tai muita henkilökohtaisia tietoja on tutkittava. Edge AI parantaa yksityisyyttä entisestään tallentamalla tiedot paikallisesti ja siirtämällä vain analyysit ja oivallukset pilveen.
- Kustannukset alennettu: Siirtämällä laskentatehoa lähemmäs reunaa, sovellukset vaativat vähemmän Internetin kaistanleveyttä, mikä johtaa merkittäviin säästöihin verkkokuluissa.
- Jatkuva parannus: Kun tekoälymalleja koulutetaan lisäämään dataa, niistä tulee tarkempia. Kun edge AI -sovellus kohtaa dataa, jota se ei pysty käsittelemään tarkasti tai luotettavasti, se usein lataa ne, jotta tekoäly voi kouluttaa uudelleen ja oppia siitä. Tämän seurauksena mitä kauemmin malli on tuotannossa reunassa, sitä tarkempi se on.
Edge AI -käyttötapaukset
Teollisuuskoneet ja kuluttajalaitteet ovat AI-markkinoiden kaksi pääsegmenttiä. Demonstraatiotesteissä on havaittavissa parannuksia muun muassa laitteiden säätelyn ja optimoinnin sekä ammattitaitoisen työvoiman automatisoinnin osalta.
Kuluttajalaitteet, joissa on tekoälyyhteensopivilla kameroilla, jotka tunnistavat automaattisesti kuvan kohteet, edistyvät myös. Kuluttajalaitemarkkinoiden ennustetaan kasvavan dramaattisesti vuodesta 2021 eteenpäin, koska laitteita on enemmän kuin teollisuuslaitteita. Olemme listanneet alla joitain suosittuja reuna-AI-käyttötapauksia:
- Itsenäiset droonit – droonit ovat menettäneet hallinnan ja kadonneet tehdessään etälentokoneita uutisten mukaan. Itseohjautuvan dronin lentäjä ei ole osallisena dronin lentämisessä. He pitävät asioita silmällä kaukaa ja käyttävät dronea vain, kun se on ehdottoman välttämätöntä. Tunnetuin esimerkki tästä on droonien toimitusyritys Amazon Prime Air, joka kehittää itseohjautuvia droneja tavaroiden toimittamiseen.
- Itseajavat autot – The Mielenkiintoisin reunalaskennan käyttötapa on itseajavat autot. Itseajavien autojen on monissa olosuhteissa tehtävä välittömiä arvioita tilanteista, mikä edellyttää reaaliaikaista tietojenkäsittelyä. Japanin tieliikennelakia ja tieliikenneajoneuvoja koskevaa lakia tarkistettiin joulukuussa 2019, mikä helpotti tason 3 itseohjautuvien ajoneuvojen saamista tielle. Turvallisuusvaatimukset, jotka autonomisten autojen on täytettävä, sekä paikat, joissa ne voivat ajaa, ovat yksi niistä. Tämän seurauksena autonvalmistajat kehittävät itseohjautuvia ajoneuvoja, jotka täyttävät nämä vaatimukset. Esimerkiksi Toyota käy läpi TRI-P4:n vauhtia täydellisellä automaatiolla (taso 4).
- Älypuhelimet - Tämä on AI-vempain, jonka me kaikki tunnemme parhaiten. Siri ja Google Assistant, jotka käyttävät reuna-AI-tekniikkaa äänensä tehostamiseen käyttöliittymät, ovat ihanteellisia esimerkkejä reuna-AI:stä älypuhelimissa. Laitteen AI eliminoi tarpeen lähettää laitetietoja pilveen, koska käsittely tapahtuu laitteessa (reuna). Tämä auttaa suojaamaan yksityisyyttä ja vähentämään samalla liikennettä.
- Viihde – Virtuaalinen todellisuus, lisätty todellisuus ja sekatodellisuussovellukset viihteeseen sisältävät videomateriaalin suoratoiston virtuaalitodellisuuslaseihin. Ulkoistamalla käsittely laseista päätelaitteen lähellä oleville reunapalvelimille voidaan tällaisten lasien koko minimoida. Esimerkiksi Microsoft julkisti juuri HoloLensin, holografisen tietokoneen, joka on sovitettu pääremmiin ja jonka avulla käyttäjät voivat kokea lisätyn todellisuuden. Microsoft aikoo käyttää HoloLensiä tarjota tavanomaisia laskenta-, data-analyysi-, lääketieteellisiä kuvantamis- ja pelaamissovelluksia.
- Kasvojentunnistus – Kasvojen tunnistus Tunnistusjärjestelmät ovat edistysaskel valvontakameroissa, jotka voivat oppia tunnistamaan henkilöitä heidän kasvojensa perusteella. Tekoälykameramoduuli, joka käyttää reaaliaikaisia tekoälytietokonetekniikoita kasvojen ominaisuuksien arvioimiseen reaaliajassa. Se tunnistaa kasvot nopeasti ja tarkasti, joten se on ihanteellinen markkinointityökaluille, jotka kohdistuvat tiettyihin piirteisiin, kuten ikään, sekä kasvojentunnistukseen laitteiden lukituksen avaamiseen.
5G ja Edge AI
5G:n elintärkeä vaatimus nopeasti kasvavilla alueilla, kuten täysin itseohjautuvissa autoissa, reaaliaikaisissa virtuaalitodellisuuskokemuksissa ja kriittisissä sovelluksissa, lisää innovaatioita reunalaskentaan ja Edge AI:hen.
5G on seuraavan sukupolven matkapuhelinverkko joka pyrkii parantamaan merkittävästi palvelun laatua, kuten paremman suorituskyvyn ja pienemmän latenssin, mikä tarjoaa 10 kertaa nopeammat tiedonsiirtonopeudet kuin olemassa olevat 5G-verkot.
Harkitse reaaliaikaista pakettien toimitusta itseohjautuvissa autoissa, mikä vaatii alle 10 ms:n päästä päähän -viivettä, jotta voidaan ymmärtää nopean tiedonsiirron ja paikallisen laitteessa tapahtuvan laskennan vaatimus.
Minimaalinen päästä päähän -viive pilvikäytössä on yli 80 ms, mikä ei ole hyväksyttävää monissa tosielämän sovelluksissa. Reunalaskenta täyttää 5G-sovellusten alle millisekunnin vaatimukset ja vähentää samalla energiankulutusta 30–40 %, mikä johtaa jopa 5 kertaa pienempään energiankulutukseen verrattuna pilvikäyttöön.
Edge-laskenta ja 5G lisäävät verkon nopeutta, mikä mahdollistaa erilaisten reaaliaikaisten tekoälysovellusten, kuten tekoälypohjaisen reaaliaikaisen videoanalytiikan, toteuttamisen ja käyttöönoton, jotka perustuvat alhaiseen latenssiin tiedonsiirtoon.
Tulevaisuus
Edge AI on yleistymässä ja alalle on tehty merkittäviä investointeja. Esimerkiksi tammikuussa 2020 ilmoitettiin, että Apple maksoi 200 miljoonaa dollaria ostaakseen Seattlessa toimivan tekoälyyrityksen Xnor.ai:n.
Xnor.ai:n AI-teknologia käyttää reunakäsittelyä tietojen käsittelyyn käyttäjän älypuhelimessa. Älypuhelimien sisäänrakennetun tekoälyn ansiosta meidän pitäisi odottaa parannuksia äänenkäsittelyyn, kasvojentunnistustekniikkaan ja yksityisyyteen.
5G:n käyttöönoton myötä voimme odottaa alhaisempia hintoja ja lisää kysyntää reuna-AI-palveluille kaikkialla maailmassa.
Yhteenveto
Kun ihmiset viettävät enemmän aikaa mobiililaitteidensa parissa, yhä useammat yritykset ja kehittäjät näkevät Edge-teknologian käyttöönoton arvon nopeamman ja tehokkaamman palvelun tuottamiseksi samalla kun voittomarginaalit kasvavat.
Yritystason tekoälypohjaisten palvelujen sekä kuluttajien mukavuuden ja onnellisuuden kannalta tämä avaa kokonaan uuden mahdollisuuksien universumin.
Suuret yritykset, kuten Amazon ja Google, ovat investoineet miljoonia Edge AI -järjestelmiensä kehittämiseen, joten johtoaseman ottaminen ja näihin teknologioihin investoiminen on ainoa tapa säilyttää kilpailukykynsä.
IoT-laitteiden lisääntynyt kysyntä puolestaan lisää 5G-verkkojen ja Edge Computingin käyttöä.
Jätä vastaus