Յուրաքանչյուր ոլորտ ձգտում է բարձրացնել իր գործունեությունը, արտադրողականությունը և անվտանգությունը՝ ավելի շատ ավտոմատացման ներդրմամբ: Համակարգչային ծրագրերը պետք է կարողանան տարբերակել օրինաչափությունները և կատարել աշխատանքները հուսալիորեն և ապահով կերպով, որպեսզի օգնեն դրանց:
Այնուամենայնիվ, աշխարհը կառուցվածք չունի, և մարդկանց կողմից իրականացվող աշխատանքների սպեկտրը ներառում է անսահման թվով սցենարներ, որոնք դժվար է պատշաճ կերպով արտահայտել ծրագրերում և կանոններում:
Edge AI-ի առաջխաղացումները թույլ են տվել համակարգիչներին և գաջեթներին աշխատել մարդկային ճանաչողության «հետախուզության» հետ՝ անկախ նրանց գտնվելու վայրից: Խելացի AI-ի վրա աշխատող հավելվածները սովորում են կատարել համադրելի առաջադրանքներ տարբեր իրավիճակներում, ճիշտ այնպես, ինչպես մարդիկ անում են իրական կյանքում:
Այս գրառման մեջ մենք խորապես կանդրադառնանք Edge AI-ին, դրա առավելություններին, օգտագործման դեպքերին և շատ ավելին:
Ի՞նչ է Edge AI-ն:
Եզրային հաշվարկ թույլ է տալիս օգտվողներին ավելի հեշտ մուտք ունենալ տվյալների պահպանման և մշակման համար: Սա իրականացվում է տեղական սարքերում գործընթացներ իրականացնելով, ինչպիսիք են նոութբուքերը, IoT սարքերը կամ մասնագիտացված եզրային սերվերները:
Լատենտությունը և թողունակությունը մտահոգում են, որ երբեմն ամպի վրա հիմնված գործողությունները խափանում են եզրային գործառույթների համար:
Edge AI-ի խառնուրդներ Արհեստական բանականություն և եզրային հաշվարկ (AI): Սա ենթադրում է արհեստական ինտելեկտի ալգորիթմների կատարում տեղական սարքերում, որոնց մշակման հզորությունը եզրին է:
Edge AI-ն վերացնում է համակարգի միացման և ինտեգրման անհրաժեշտությունը՝ թույլ տալով օգտվողներին իրական ժամանակում մշակել տվյալները իրենց սարքերում: Թեև արհեստական ինտելեկտի գործողությունները մեծ հաշվողական հզորության կարիք ունեն, դրանց մեծ մասն այժմ իրականացվում է ամպի վրա հիմնված կենտրոններում:
Թերությունն այն է, որ ծառայության ընդհատումը կամ զգալի դանդաղումը կարող են առաջանալ կապի կամ ցանցի դժվարությունների պատճառով:
Ինտեգրելով AI գործընթացները ծայրամասային հաշվողական սարքերի մեջ՝ edge AI-ն հաղթահարում է այս մտահոգությունները: Տվյալներ հավաքելով և օգտատերերին սպասարկելով՝ առանց այլ ֆիզիկական կայքերի հետ շփվելու՝ օգտատերերը կարող են խնայել ժամանակը:
Ինչպե՞ս է աշխատում Edge AI տեխնոլոգիան:
Մեքենաները պետք է կարողանան տեսնել, ճանաչել առարկաները, գործել մեքենաները, հասկանալ խոսքը, խոսել, շարժվել և կատարել մարդուն նման այլ առաջադրանքներ: Մարդկային ճանաչողությունը կրկնօրինակելու համար AI-ն օգտագործում է տվյալների կառուցվածք, որը հայտնի է որպես խորը նյարդային ցանց.
Այս DNN-ներին սովորեցնում են պատասխանել որոշակի տեսակի հարցումներին՝ ցույց տալով այդ հարցի մի քանի նմուշներ և ճշգրիտ պատասխաններ:
Ճշգրիտ մոդել պատրաստելու համար անհրաժեշտ տվյալների մեծ քանակի և մոդելի ստեղծման համար տվյալների գիտնականների համագործակցության պահանջի պատճառով այս վերապատրաստման գործընթացը, որը հայտնի է որպես «խորը ուսուցում», սովորաբար իրականացվում է տվյալների կենտրոնում կամ ամպում: Մոդելը վերածվում է «եզրակացության շարժիչի», որը կարող է պատասխանել իրական աշխարհի խնդիրներին մարզվելուց հետո:
Եզրակացության շարժիչը եզրային AI-ի տեղակայման ժամանակ աշխատում է համակարգչի կամ սարքի վրա հեռավոր վայրում, օրինակ՝ գործարանում, հիվանդանոցում, ավտոմեքենայում, արբանյակում կամ մարդու տանը:
Երբ AI-ն բախվում է խնդրի, խնդրահարույց տվյալները հաճախ փոխանցվում են ամպ՝ նախնական AI մոդելի լրացուցիչ ուսուցման համար, որն ի վերջո փոխարինում է եզրային եզրակացության շարժիչին: Եզրային արհեստական ինտելեկտի մոդելների ներդրումից հետո դրանք դառնում են ավելի ու ավելի իմաստուն՝ շնորհիվ այս հետադարձ կապի:
Առավելությունները
AI ալգորիթմները հատկապես օգտակար են այն վայրերում, որտեղ հաճախում են վերջնական օգտատերերը իրական աշխարհի խնդիրներով, քանի որ նրանք կարող են մեկնաբանել լեզուն, տեսարժան վայրերը, ձայները, հոտերը, ջերմաստիճանը, դեմքերը և այլ անալոգային տեսակի չկառուցված տեղեկատվություն:
Լատենտության, թողունակության և գաղտնիության հետ կապված մտահոգությունների պատճառով AI որոշ հավելվածներ անիրագործելի կամ նույնիսկ անհնար կլինի իրականացնել կենտրոնացված ամպի կամ բիզնես տվյալների կենտրոնում:
Հետևյալը Edge AI-ի առավելություններից են.
- Իրական ժամանակի պատկերացումներՔանի որ եզրային տեխնոլոգիան վերլուծում է տվյալները տեղական մակարդակում, այլ ոչ թե հեռավոր ամպի մեջ, որը հետաձգվում է հեռահար կապի պատճառով, այն արձագանքում է օգտատերերի հարցումներին իրական ժամանակում:
- ԽելքAI հավելվածներն ավելի հզոր և հարմարվող են, քան ավանդական ծրագրերը, որոնք կարող են արձագանքել միայն ծրագրավորողի կանխատեսած մուտքերին: AI նյարդային ցանցՄյուս կողմից, նա վարժված է ոչ թե կոնկրետ հարցի պատասխանելու, այլ կոնկրետ հարցի պատասխանելու համար, նույնիսկ եթե հարցը ինքնին նոր է: Հավելվածները չեն կարողանա մշակել անվերջ տարբեր մուտքեր, ինչպիսիք են տեքստը, խոսակցական բառերը կամ տեսանյութն առանց AI-ի:
- Գաղտնիությունը մեծացել էԱրհեստական ինտելեկտը կարող է ուսումնասիրել իրական աշխարհի տվյալները՝ առանց դրանք երբևէ բացահայտելու մարդուն, ինչը զգալիորեն խթանում է գաղտնիությունը բոլորի համար, ում արտաքինը, ձայնը, բժշկական պատկերը կամ այլ անձնական տեղեկություններ պետք է ուսումնասիրվեն: Edge AI-ն էլ ավելի է բարելավում գաղտնիությունը՝ տեղական տվյալների պահպանման միջոցով և միայն վերլուծություններն ու պատկերացումները փոխանցելով ամպին:
- Նվազեցված արժեքըՀաշվողական հզորությունը ավելի մոտեցնելով եզրին, հավելվածները պահանջում են ավելի քիչ ինտերնետ թողունակություն, ինչը հանգեցնում է ցանցային ծախսերի զգալի խնայողության:
- Հետևողական բարելավումՔանի որ AI մոդելները վերապատրաստվում են ավելի շատ տվյալների վրա, դրանք ավելի ճշգրիտ են դառնում: Երբ եզրային AI հավելվածը հանդիպում է տվյալների, որոնք նա չի կարողանում ճշգրիտ կամ վստահորեն մշակել, այն հաճախ վերբեռնում է դրանք, որպեսզի AI-ն կարողանա վերապատրաստվել և սովորել դրանցից: Արդյունքում, որքան երկար է մոդելը արտադրության եզրին, այնքան ավելի ճշգրիտ կլինի այն:
Edge AI-ի օգտագործման դեպքեր
Արդյունաբերական մեքենաները և սպառողական գաջեթները AI-ի առաջատար շուկայի երկու հիմնական հատվածներն են: Ցուցադրական թեստերը բարելավումներ են ցույց տալիս այնպիսի ոլորտներում, ինչպիսիք են սարքավորումների կարգավորումն ու օպտիմալացումը և հմուտ աշխատանքի հմտությունների ավտոմատացումը:
Առաջընթաց են արձանագրում նաև սպառողական գաջեթները՝ արհեստական ինտելեկտով աշխատող տեսախցիկներով, որոնք ավտոմատ կերպով հայտնաբերում են նկարների առարկաները: Կանխատեսվում է, որ սպառողական սարքերի շուկան կտրուկ կաճի 2021 թվականից սկսած՝ պայմանավորված այն հանգամանքով, որ սարքերի քանակն ավելի մեծ է, քան արդյունաբերական սարքավորումների քանակը։ Ստորև մենք թվարկել ենք եզրային AI-ի օգտագործման որոշ հայտնի դեպքեր.
- Ինքնավար դրոններ – Դրոններ Ըստ լուրերի՝ նրանք կորցրել են կառավարումը և անհետացել՝ հեռահար թռիչքի փորձարկումներ կատարելիս։ Ինքնավար անօդաչու թռչող սարքի օդաչուն չի մասնակցում անօդաչու թռչող սարքի թռիչքին։ Նրանք հեռվից հետևում են իրերին և օգտագործում են դրոնը միայն այն դեպքում, երբ դա բացարձակապես անհրաժեշտ է: Amazon Prime Air-ը՝ անօդաչու սարքերի առաքման բիզնեսը, որը մշակում է ինքնակառավարվող անօդաչու թռչող սարքեր՝ ապրանքներ առաքելու համար, դրա ամենահայտնի օրինակն է:
- Ինքնավար Մեքենաներ – The Եզրային հաշվարկների ամենահետաքրքիր օգտագործումը ինքնակառավարվող մեքենաներն են: Ինքնավար մեքենաները պետք է անհապաղ գնահատեն իրավիճակները բազմաթիվ հանգամանքներում, ինչը պահանջում է իրական ժամանակում տվյալների մշակում: Ճապոնիայի «Ճանապարհային երթևեկության մասին» օրենքը և «Ճանապարհային փոխադրամիջոցների մասին» օրենքը վերանայվել են 2019 թվականի դեկտեմբերին՝ հեշտացնելով 3-րդ մակարդակի ինքնակառավարվող մեքենաների օգտագործումը ճանապարհին: Անվտանգության պահանջները, որոնք պետք է բավարարեն ինքնավար մեքենաները, ինչպես նաև այն վայրերը, որտեղ նրանք կարող են վարել, դրանց թվում են: Արդյունքում, ավտոարտադրողները մշակում են այս պահանջներին համապատասխանող ինքնակառավարվող մեքենաներ: Toyota-ն, օրինակ, TRI-P4-ն անցնում է իր տեմպերով ամբողջական ավտոմատացումով (4-րդ մակարդակ):
- Սմարթֆոններ - Սա AI-ի եզրային գործիքն է, որին մենք բոլորս առավել ծանոթ ենք: Siri-ն և Google Assistant-ը, որոնք օգտագործում են edge AI՝ իրենց ձայնը հզորացնելու համար օգտագործողի միջերեսներ, սմարթֆոնների վրա edge AI-ի իդեալական օրինակներ են: Սարքի վրա գտնվող AI-ն վերացնում է սարքի տվյալները ամպ ուղարկելու անհրաժեշտությունը, քանի որ մշակումը տեղի է ունենում սարքի վրա (եզր): Սա օգնում է պաշտպանել գաղտնիությունը՝ միաժամանակ նվազեցնելով երթեւեկությունը:
- Ժամանց – Վիրտուալ իրականություն, հավելյալ իրականություն և խառը իրականություն ժամանցի հավելվածները ներառում են վիդեո նյութերի հոսք դեպի վիրտուալ իրականության ակնոցներ: Աութսորսինգի միջոցով վերամշակումը ակնոցներից մինչև ծայրամասային սարքի մոտ գտնվող ծայրամասային սերվերներին՝ նման ակնոցների չափը կարելի է նվազագույնի հասցնել: Microsoft-ը, օրինակ, հենց նոր ներկայացրեց HoloLens-ը՝ հոլոգրաֆիկ համակարգիչ, որը տեղադրված է գլխարկի մեջ, որը թույլ է տալիս օգտվողներին զգալ հավելյալ իրականությունը: Microsoft-ը նախատեսում է օգտագործել HoloLens-ը տրամադրել սովորական հաշվարկներ, տվյալների վերլուծություն, բժշկական պատկերներ և խաղերի ամենաարդիական հավելվածներ:
- Դեմքի ճանաչում - Դեմքի ճանաչում Ճանաչման համակարգերը առաջընթաց են հսկողության տեսախցիկների մեջ, որոնք կարող են սովորել ճանաչել անհատներին՝ ելնելով նրանց դեմքերից: AI տեսախցիկի մոդուլ, որն օգտագործում է եզրային AI համակարգչային տեխնիկան իրական ժամանակում դեմքի բնութագրերը գնահատելու համար: Այն կարող է արագ և ճշգրիտ հայտնաբերել դեմքերը՝ դարձնելով այն իդեալական մարքեթինգային գործիքների համար, որոնք ուղղված են որոշակի հատկանիշների, ինչպիսիք են տարիքը, ինչպես նաև դեմքի ճանաչման սարքերը բացելու համար:
5G և Edge AI
5G-ի կենսական պահանջը բարձր աճի ոլորտներում, ինչպիսիք են ամբողջությամբ ինքնակառավարվող մեքենաները, իրական ժամանակի վիրտուալ իրականության փորձը և առաքելության համար կարևոր հավելվածները, ավելի շատ նորարարություններ են մղում եզրային հաշվարկների և Edge AI-ի ոլորտում:
5G-ը հաջորդ սերնդի բջջային ցանցն է որը ձգտում է զգալիորեն բարելավել ծառայությունների որակը, օրինակ՝ ավելի լավ թողունակությունը և կրճատված ուշացումը՝ տալով 10 անգամ ավելի արագ տվյալների փոխանցման արագություն, քան գոյություն ունեցող 5G ցանցերը:
Հաշվի առեք իրական ժամանակում փաթեթների առաքումը ինքնակառավարվող մեքենաներում, որը պահանջում է վերջից մինչև վերջ 10 մվ-ից պակաս ուշացում՝ գնահատելու համար տվյալների արագ փոխանցման և սարքի վրա տեղային հաշվարկների պահանջը:
Ամպային հասանելիության նվազագույն վերջից մինչև վերջ ուշացումը 80 ms-ից ավելի է, ինչը անընդունելի է իրական աշխարհի բազմաթիվ ծրագրերի համար: Եզրային հաշվարկ համապատասխանում է 5G հավելվածների ենթամլիվայրկյան պահանջներին՝ միաժամանակ նվազեցնելով էներգիայի օգտագործումը 30-40%-ով, ինչի արդյունքում էներգիայի սպառումը մինչև 5 անգամ ավելի քիչ է, քան ամպային հասանելիությունը:
Edge computing-ը և 5G-ը մեծացնում են ցանցի արագությունը՝ թույլ տալով իրական ժամանակում տարբեր AI հավելվածների ներդրում և տեղակայում, ինչպիսիք են AI-ի վրա հիմնված իրական ժամանակի վիդեո վերլուծությունը, որը հիմնված է տվյալների ցածր ուշացման վրա:
Ապագա
Edge AI-ն ավելի տարածված է դառնում, և ոլորտում զգալի ներդրումներ են կատարվել։ Օրինակ՝ 2020 թվականի հունվարին հայտարարվեց, որ Apple-ը 200 միլիոն դոլար է վճարել Սիեթլում գործող AI Xnor.ai ընկերությունը գնելու համար։
Edge մշակումն օգտագործվում է Xnor.ai-ի AI տեխնոլոգիայի կողմից՝ օգտագործողի սմարթֆոնի տվյալները մշակելու համար: Սմարթֆոնների վրա ներկառուցված AI-ի շնորհիվ մենք պետք է ակնկալենք բարելավումներ ձայնի մշակման, դեմքի ճանաչման տեխնոլոգիայի և գաղտնիության ոլորտում:
5G-ի ներդրմամբ մենք կարող ենք ակնկալել ավելի ցածր գներ և ավելի մեծ պահանջարկ AI ծառայությունների համար ամբողջ աշխարհում:
Եզրափակում
Քանի որ մարդիկ ավելի շատ ժամանակ են ծախսում իրենց շարժական սարքերի վրա, ավելի շատ ձեռնարկություններ և ծրագրավորողներ տեսնում են Edge տեխնոլոգիայի ներդրման արժեքը՝ ավելի արագ և արդյունավետ ծառայություններ մատուցելու համար՝ միաժամանակ ավելացնելով շահույթի մարժան:
Ձեռնարկությունների մակարդակի արհեստական ինտելեկտի վրա հիմնված ծառայությունների, ինչպես նաև սպառողների հարմարավետության և երջանկության առումով սա հնարավորությունների մի ամբողջ նոր աշխարհ կբացի:
Խոշոր ընկերությունները, ինչպիսիք են Amazon-ը և Google-ը, միլիոններ են ներդրել իրենց Edge AI համակարգերի զարգացման համար, այդպիսով առաջատար դիրք գրավելով և այս տեխնոլոգիաներում ներդրումները մրցունակ մնալու միակ միջոցն է:
Մյուս կողմից, IoT սարքերի նկատմամբ պահանջարկի աճը կդարձնի 5G ցանցերը և Edge Computing-ը ավելի լայն կիրառություն ունենալ:
Թողնել գրառում