Table des matières[Cacher][Montrer]
Chaque secteur cherche à améliorer ses opérations, sa productivité et sa sécurité en mettant en œuvre davantage d'automatisation. Les programmes informatiques doivent être capables de discerner des modèles et d'effectuer des tâches de manière fiable et sécurisée afin de les aider.
Cependant, le monde n'est pas structuré et l'éventail des tâches que les humains exécutent englobe un nombre infini de scénarios difficiles à exprimer de manière adéquate dans des programmes et des règles.
Les progrès de Edge AI ont permis aux ordinateurs et aux gadgets de travailler avec «l'intelligence» de la cognition humaine, où qu'ils se trouvent. Les applications intelligentes compatibles avec l'IA apprennent à effectuer des tâches comparables dans diverses situations, tout comme les humains le font dans la vraie vie.
Nous examinerons en profondeur Edge AI, ses avantages, ses cas d'utilisation et bien plus encore dans cet article.
Qu'est-ce qu'Edge AI ?
Edge computing permet aux utilisateurs d'accéder plus facilement au stockage et au traitement des données. Ceci est accompli en exécutant des processus sur des appareils locaux tels que des ordinateurs portables, des appareils IoT ou des serveurs de périphérie spécialisés.
Les problèmes de latence et de bande passante qui entravent parfois les opérations basées sur le cloud ne sont pas un problème pour les fonctions de périphérie.
Mélanges Edge AI intelligence artificielle et l'informatique de pointe (IA). Cela implique l'exécution d'algorithmes d'IA sur des appareils locaux avec une puissance de traitement à la périphérie.
Edge AI élimine le besoin de connectivité et d'intégration du système, permettant aux utilisateurs de traiter les données en temps réel sur leurs appareils. Bien que les opérations d'IA nécessitent beaucoup de puissance de calcul, la majorité d'entre elles sont désormais effectuées dans des centres basés sur le cloud.
L'inconvénient est qu'une interruption de service ou une lenteur considérable peuvent survenir en raison de difficultés de connexion ou de réseau.
En intégrant des processus d'IA dans des appareils informatiques de pointe, Edge AI surmonte ces préoccupations. En collectant des données et en servant les utilisateurs sans avoir à communiquer avec d'autres sites physiques, les utilisateurs peuvent gagner du temps.
Comment fonctionne la technologie Edge AI ?
Les machines doivent être capables de voir, d'identifier des objets, de faire fonctionner des automobiles, de comprendre la parole, de parler, de se déplacer et d'exécuter d'autres tâches de type humain. Afin de dupliquer la cognition humaine, l'IA utilise une structure de données connue sous le nom de deep Réseau neuronal.
Ces DNN apprennent à répondre à certains types de requêtes en leur montrant plusieurs exemples de cette question ainsi que des réponses précises.
En raison de la grande quantité de données nécessaires pour former un modèle précis et de la nécessité pour les data scientists de coopérer à la construction du modèle, ce processus de formation, appelé « apprentissage en profondeur », est généralement effectué dans un centre de données ou dans le cloud. Le modèle se développe en un « moteur d'inférence » qui peut répondre à des problèmes du monde réel après avoir été formé.
Le moteur d'inférence dans les déploiements d'intelligence artificielle en périphérie fonctionne sur un ordinateur ou un appareil dans un emplacement distant, comme une usine, un hôpital, une automobile, un satellite ou la maison d'une personne.
Lorsque l'IA rencontre un problème, les données problématiques sont fréquemment transférées vers le cloud pour une formation supplémentaire du modèle d'IA d'origine, qui remplace éventuellement le moteur d'inférence de périphérie. Une fois les modèles d'intelligence artificielle de pointe mis en œuvre, ils ne font que devenir de plus en plus sages, grâce à cette boucle de rétroaction.
Avantages
Les algorithmes d'IA sont particulièrement utiles dans les endroits fréquentés par les utilisateurs finaux ayant des problèmes réels, car ils peuvent interpréter le langage, les images, les sons, les odeurs, la température, les visages et d'autres types d'informations analogiques non structurées.
En raison de problèmes de latence, de bande passante et de confidentialité, certaines applications d'IA seraient peu pratiques, voire impossibles à mettre en œuvre dans un cloud centralisé ou un centre de données d'entreprise.
Voici quelques-uns des avantages de l'IA de périphérie :
- Aperçu en temps réel: comme la technologie Edge analyse les données localement plutôt que dans un cloud distant retardé par une connectivité longue distance, elle répond aux demandes des utilisateurs en temps réel.
- Intelligence: Les applications d'IA sont plus puissantes et adaptables que les programmes traditionnels, qui ne peuvent répondre qu'aux entrées que le programmeur a prédites. Une IA Réseau neuronal, d'autre part, est formé non pas pour répondre à une question spécifique, mais plutôt pour répondre à un type spécifique de question, même si la question elle-même est nouvelle. Les applications seraient incapables de traiter à l'infini diverses entrées telles que du texte, des mots parlés ou de la vidéo sans l'IA.
- Confidentialité accrue: L'IA peut étudier des données du monde réel sans jamais les exposer à un humain, ce qui renforce considérablement la confidentialité de toute personne dont l'apparence, la voix, l'image médicale ou d'autres informations personnelles doivent être étudiées. Edge AI améliore encore plus la confidentialité en stockant les données localement et en transférant uniquement l'analyse et les informations vers le cloud.
- Coût réduit: En rapprochant la puissance de calcul de la périphérie, les applications nécessitent moins de bande passante Internet, ce qui se traduit par des économies importantes sur les dépenses de mise en réseau.
- Amélioration constante: À mesure que les modèles d'IA sont formés sur plus de données, ils deviennent plus précis. Lorsqu'une application d'IA de pointe rencontre des données qu'elle est incapable de gérer avec précision ou en toute confiance, elle les télécharge souvent afin que l'IA puisse se recycler et en tirer des leçons. Par conséquent, plus un modèle est en production longtemps à la périphérie, plus il sera précis.
Cas d'utilisation Edge AI
Les machines industrielles et les gadgets grand public sont les deux principaux segments du marché de l'IA de pointe. Les tests de démonstration montrent des améliorations dans des domaines tels que la réglementation et l'optimisation des équipements et l'automatisation des compétences de la main-d'œuvre qualifiée.
Les gadgets grand public dotés d'appareils photo compatibles avec l'IA qui détectent automatiquement les sujets de l'image progressent également. Le marché des appareils grand public devrait connaître une croissance spectaculaire à partir de 2021, du fait que le nombre d'appareils est supérieur au nombre d'équipements industriels. Nous avons répertorié ci-dessous quelques cas d'utilisation populaires de l'IA Edge :
- Drones autonomes – Drones ont perdu le contrôle et ont disparu lors de tests de vol à distance, selon les informations. Le pilote d'un drone autonome n'intervient pas dans le pilotage du drone. Ils surveillent les choses de loin et n'utilisent le drone que lorsque c'est absolument indispensable. Amazon Prime Air, une entreprise de livraison de drones qui développe des drones autonomes pour livrer des articles, en est l'exemple le plus connu.
- Voitures autonomes - Les l'utilisation la plus excitante de l'informatique de pointe est l'automobile autonome. Les voitures autonomes doivent évaluer immédiatement les situations dans de nombreuses circonstances, ce qui nécessite un traitement des données en temps réel. La loi japonaise sur la circulation routière et la loi sur les véhicules de transport routier ont été révisées en décembre 2019, ce qui simplifie la circulation des véhicules autonomes de niveau 3. Les exigences de sécurité auxquelles les voitures autonomes doivent répondre, ainsi que les lieux dans lesquels elles peuvent circuler, en font partie. En conséquence, les constructeurs automobiles développent des véhicules autonomes qui répondent à ces exigences. Toyota, par exemple, met à l'épreuve le TRI-P4 avec une automatisation complète (niveau 4).
- Smartphones – Ceci est le gadget d'intelligence artificielle de pointe avec lequel nous sommes tous le plus familiers. Siri et Google Assistant, qui utilisent l'IA de pointe pour alimenter leur voix interfaces utilisateur, sont des exemples idéaux d'intelligence artificielle de pointe sur les smartphones. L'IA sur l'appareil élimine le besoin d'envoyer les données de l'appareil vers le cloud, car le traitement a lieu sur l'appareil (périphérie). Cela aide à protéger la confidentialité tout en réduisant le trafic.
- Divertissement – Virtuel les applications de réalité, de réalité augmentée et de réalité mixte pour le divertissement comprennent la diffusion de matériel vidéo sur des lunettes de réalité virtuelle. En externalisant le traitement des lunettes vers des serveurs périphériques proches du périphérique final, la taille de ces lunettes peut être minimisée. Microsoft, par exemple, vient de dévoiler HoloLens, un ordinateur holographique intégré dans un casque qui permet aux utilisateurs de faire l'expérience de la réalité augmentée. Microsoft prévoit d'utiliser HoloLens pour fournir des applications informatiques conventionnelles, d'analyse de données, d'imagerie médicale et de jeu à la pointe.
- Reconnaissance faciale – Facial Les systèmes de reconnaissance sont une avancée dans les caméras de surveillance qui peuvent apprendre à reconnaître les individus en fonction de leur visage. Module de caméra AI qui utilise des techniques informatiques Edge AI pour évaluer les caractéristiques du visage en temps réel. Il peut détecter les visages rapidement et avec précision, ce qui le rend idéal pour les outils marketing qui ciblent certains traits tels que l'âge, ainsi que la reconnaissance faciale pour déverrouiller les appareils.
5G et IA de périphérie
L'exigence vitale de la 5G dans des domaines à forte croissance tels que les voitures entièrement autonomes, les expériences de réalité virtuelle en temps réel et les applications critiques stimule davantage l'innovation dans l'informatique de pointe et l'IA de pointe.
La 5G est le réseau cellulaire de nouvelle génération qui vise à améliorer considérablement la qualité du service, comme un meilleur débit et une latence réduite, offrant des débits de données 10 fois plus rapides que les réseaux 5G existants.
Considérez la livraison de paquets en temps réel dans les automobiles autonomes, qui nécessite un délai de bout en bout inférieur à 10 ms pour apprécier l'exigence d'un transfert de données rapide et d'un calcul local sur l'appareil.
Le délai minimal de bout en bout pour l'accès au cloud est supérieur à 80 ms, ce qui est inacceptable pour de nombreuses applications du monde réel. Edge computing répond aux exigences inférieures à la milliseconde des applications 5G tout en réduisant la consommation d'énergie de 30 à 40 %, ce qui entraîne jusqu'à 5 fois moins de consommation d'énergie par rapport à l'accès au cloud.
L'informatique de périphérie et la 5G augmentent la vitesse du réseau, permettant la mise en œuvre et le déploiement de diverses applications d'IA en temps réel, telles que l'analyse vidéo en temps réel basée sur l'IA, qui reposent sur un transfert de données à faible latence.
A venir
Edge AI devient de plus en plus populaire et des investissements importants ont été réalisés dans le domaine. Par exemple, en janvier 2020, il a été annoncé qu'Apple avait payé 200 millions de dollars pour acheter la société d'IA basée à Seattle Xnor.ai.
Le traitement Edge est utilisé par la technologie AI de Xnor.ai pour traiter les données sur le smartphone de l'utilisateur. Avec l'IA intégrée sur les smartphones, nous devrions nous attendre à des améliorations dans le traitement de la voix, la technologie de reconnaissance faciale et la confidentialité.
Avec l'introduction de la 5G, nous pouvons nous attendre à des prix plus bas et à une demande accrue de services d'intelligence artificielle de pointe dans le monde entier.
Conclusion
Alors que les gens passent plus de temps sur leurs appareils mobiles, de plus en plus d'entreprises et de développeurs voient la valeur de la mise en œuvre de la technologie Edge pour fournir un service plus rapide et plus efficace tout en augmentant les marges bénéficiaires.
En termes de services basés sur l'IA au niveau de l'entreprise, ainsi que de confort et de bonheur des consommateurs, cela ouvrira un tout nouvel univers de possibilités.
De grandes entreprises comme Amazon et Google ont investi des millions dans le développement de leurs systèmes Edge AI, prenant ainsi les devants et investir dans ces technologies est le seul moyen de rester compétitif.
La demande accrue d'appareils IoT, d'autre part, rendra les réseaux 5G et Edge Computing plus largement utilisés.
Soyez sympa! Laissez un commentaire