Daftar Isi[Bersembunyi][Menunjukkan]
Setiap sektor berupaya meningkatkan operasi, produktivitas, dan keselamatannya dengan menerapkan lebih banyak otomatisasi. Program komputer harus mampu membedakan pola dan melakukan pekerjaan dengan andal dan aman untuk membantu mereka.
Namun, dunia ini tidak terstruktur, dan spektrum pekerjaan yang dilakukan manusia mencakup banyak sekali skenario yang sulit untuk diungkapkan secara memadai dalam program dan aturan.
Kemajuan Edge AI telah memungkinkan komputer dan gadget untuk bekerja dengan "kecerdasan" kognisi manusia, di mana pun mereka berada. Aplikasi berkemampuan AI pintar belajar melakukan tugas yang sebanding dalam berbagai situasi, seperti yang dilakukan manusia dalam kehidupan nyata.
Kami akan melihat lebih dalam pada Edge AI, manfaatnya, kasus penggunaan, dan banyak lagi di posting ini.
Apa itu Edge AI?
Komputasi tepi memungkinkan pengguna untuk memiliki akses yang lebih mudah ke penyimpanan dan pemrosesan data. Ini dicapai dengan menjalankan proses pada perangkat lokal seperti laptop, perangkat IoT, atau server tepi khusus.
Masalah latensi dan bandwidth yang terkadang menghalangi operasi berbasis cloud tidak menjadi masalah untuk fungsi edge.
Campuran tepi AI kecerdasan buatan dan komputasi tepi (AI). Ini memerlukan eksekusi algoritme AI pada perangkat lokal dengan kekuatan pemrosesan di edge.
Edge AI menghilangkan kebutuhan akan konektivitas dan integrasi sistem, memungkinkan pengguna untuk memproses data secara real-time di perangkat mereka. Meskipun operasi AI membutuhkan banyak daya komputasi, sebagian besar sekarang dilakukan di pusat berbasis cloud.
Kerugiannya adalah bahwa gangguan layanan atau kelambatan yang cukup besar mungkin terjadi karena koneksi atau kesulitan jaringan.
Dengan mengintegrasikan proses AI ke dalam perangkat komputasi edge, edge AI mengatasi masalah ini. Dengan mengumpulkan data dan melayani pengguna tanpa harus berkomunikasi dengan situs fisik lainnya, pengguna dapat menghemat waktu.
Bagaimana cara kerja teknologi Edge AI?
Mesin harus dapat melihat, mengidentifikasi objek, mengoperasikan mobil, memahami ucapan, berbicara, bergerak, dan melakukan tugas mirip manusia lainnya. Untuk menduplikasi kognisi manusia, AI menggunakan struktur data yang dikenal sebagai deep saraf jaringan.
DNN ini diajarkan untuk menanggapi jenis pertanyaan tertentu dengan menunjukkan beberapa contoh pertanyaan itu bersama dengan jawaban yang akurat.
Karena banyaknya data yang diperlukan untuk melatih model yang akurat dan persyaratan bagi ilmuwan data untuk bekerja sama dalam membangun model, proses pelatihan ini, yang dikenal sebagai “pembelajaran mendalam”, umumnya dilakukan di pusat data atau cloud. Model berkembang menjadi “mesin inferensi” yang dapat menjawab masalah dunia nyata setelah dilatih.
Mesin inferensi dalam penerapan edge AI bekerja pada komputer atau perangkat di lokasi yang jauh, seperti pabrik, rumah sakit, mobil, satelit, atau rumah seseorang.
Saat AI mengalami masalah, data bermasalah sering kali ditransfer ke cloud untuk pelatihan tambahan dari model AI asli, yang pada akhirnya menggantikan mesin inferensi tepi. Setelah model edge AI diimplementasikan, mereka hanya menjadi lebih dan lebih bijaksana, berkat loop umpan balik ini.
manfaat
Algoritme AI sangat bermanfaat di lokasi yang sering dikunjungi oleh pengguna akhir dengan masalah dunia nyata karena mereka dapat menginterpretasikan bahasa, pemandangan, suara, aroma, suhu, wajah, dan jenis informasi tidak terstruktur analog lainnya.
Karena kekhawatiran dengan latensi, bandwidth, dan privasi, beberapa aplikasi AI tidak praktis atau bahkan tidak mungkin diterapkan di cloud terpusat atau pusat data bisnis.
Berikut ini adalah beberapa keunggulan edge AI:
- Wawasan waktu nyata: Saat teknologi edge menganalisis data secara lokal, bukan di awan jauh yang tertunda oleh konektivitas jarak jauh, teknologi ini merespons permintaan pengguna secara real-time.
- Intelijen: Aplikasi AI lebih kuat dan mudah beradaptasi daripada program tradisional, yang hanya dapat merespons input yang telah diprediksi oleh programmer. Sebuah AI saraf jaringan, di sisi lain, dilatih untuk tidak menjawab pertanyaan tertentu, melainkan untuk menjawab jenis pertanyaan tertentu, bahkan jika pertanyaan itu sendiri baru. Aplikasi tidak akan dapat memproses berbagai input tanpa henti seperti teks, kata-kata yang diucapkan, atau video tanpa AI.
- Privasi Meningkat: AI dapat mempelajari data dunia nyata tanpa pernah memaparkannya kepada manusia, sangat meningkatkan privasi bagi siapa saja yang penampilan, suara, citra medis, atau informasi pribadi lainnya harus dipelajari. Edge AI meningkatkan privasi lebih jauh dengan menyimpan data secara lokal dan hanya mentransfer analisis dan wawasan ke cloud.
- Pengurangan Biaya: Dengan memindahkan daya komputasi lebih dekat ke edge, aplikasi membutuhkan lebih sedikit bandwidth internet, sehingga menghemat biaya jaringan secara signifikan.
- Peningkatan yang konsisten: Karena model AI dilatih pada lebih banyak data, model tersebut menjadi lebih akurat. Saat aplikasi edge AI menemukan data yang tidak dapat ditangani dengan tepat atau percaya diri, aplikasi tersebut sering mengunggahnya sehingga AI dapat melatih ulang dan belajar darinya. Akibatnya, semakin lama model diproduksi di edge, semakin akurat.
Kasus penggunaan Edge AI
Mesin industri dan gadget konsumen adalah dua segmen utama pasar AI edge. Tes demonstrasi menunjukkan peningkatan di berbagai bidang seperti mengatur dan mengoptimalkan peralatan dan mengotomatisasi keterampilan tenaga kerja terampil.
Gadget konsumen dengan kamera berkemampuan AI yang secara otomatis mendeteksi subjek gambar juga mengalami kemajuan. Pasar perangkat konsumen diprediksi akan tumbuh secara dramatis mulai tahun 2021 dan seterusnya, karena jumlah perangkat lebih banyak daripada jumlah peralatan industri. Kami telah mencantumkan beberapa kasus penggunaan AI edge yang populer di bawah ini:
- Drone Otonom – Drone telah kehilangan kendali dan menghilang saat melakukan tes terbang jarak jauh, menurut berita. Pilot drone otonom tidak terlibat dalam menerbangkan drone. Mereka mengawasi hal-hal dari jauh dan hanya menggunakan drone jika benar-benar penting. Amazon Prime Air, bisnis pengiriman drone yang mengembangkan drone swakemudi untuk mengirimkan barang, adalah contoh paling terkenal dari hal ini.
- Mobil Mengemudi Sendiri – The Penggunaan edge computing yang paling menarik adalah mobil self-driving. Mobil self-driving harus segera melakukan evaluasi situasi dalam banyak keadaan, yang memerlukan pemrosesan data secara real-time. Undang-Undang Lalu Lintas Jalan Jepang dan Undang-Undang Kendaraan Angkutan Jalan direvisi pada Desember 2019, membuatnya lebih mudah untuk mendapatkan kendaraan self-driving level 3 di jalan. Persyaratan keselamatan yang harus dipenuhi mobil otonom, serta lokasi di mana mereka dapat mengemudi, termasuk di antaranya. Akibatnya, pembuat mobil mengembangkan kendaraan self-driving yang memenuhi persyaratan ini. Toyota, misalnya, menempatkan TRI-P4 melalui langkahnya dengan otomatisasi lengkap (level 4).
- Smartphone – Ini adalah gadget AI terdepan yang paling kita kenal. Siri dan Asisten Google, yang menggunakan AI edge untuk memperkuat suara mereka antarmuka pengguna, adalah contoh ideal edge AI pada ponsel cerdas. AI pada perangkat menghilangkan kebutuhan untuk mengirim data perangkat ke cloud karena pemrosesan berlangsung di perangkat (tepi). Ini membantu melindungi privasi sekaligus mengurangi lalu lintas.
- Hiburan – Virtual aplikasi realitas, augmented reality, dan realitas campuran untuk hiburan termasuk streaming materi video ke kacamata realitas virtual. Dengan mengalihdayakan pemrosesan dari kacamata ke server tepi di dekat perangkat akhir, ukuran kacamata tersebut dapat diminimalkan. Microsoft, misalnya, baru saja meluncurkan HoloLens, komputer holografik yang dipasang di tutup kepala yang memungkinkan pengguna untuk mengalami augmented reality. Microsoft berencana untuk menggunakan HoloLens untuk menyediakan komputasi konvensional, analisis data, pencitraan medis, dan aplikasi game-di-tepi.
- Pengenalan wajah – Wajah sistem pengenalan adalah kemajuan dalam kamera pengintai yang dapat belajar mengenali individu berdasarkan wajah mereka. Modul kamera AI yang menggunakan teknik komputer AI edge untuk menilai karakteristik wajah secara real-time. Ini dapat mendeteksi wajah dengan cepat dan tepat, menjadikannya ideal untuk alat pemasaran yang menargetkan ciri-ciri tertentu seperti usia, serta pengenalan wajah untuk membuka kunci perangkat.
5G & Edge AI
Persyaratan vital untuk 5G di area dengan pertumbuhan tinggi seperti mobil self-driving sepenuhnya, pengalaman realitas virtual real-time, dan aplikasi mission-critical mendorong lebih banyak inovasi dalam edge computing dan Edge AI.
5G adalah jaringan seluler generasi berikutnya yang berupaya meningkatkan kualitas layanan secara signifikan, seperti throughput yang lebih baik dan latensi yang berkurang — memberikan kecepatan data 10x lebih cepat daripada jaringan 5G yang ada.
Pertimbangkan pengiriman paket real-time dalam mobil self-driving, yang menuntut penundaan ujung-ke-ujung kurang dari 10 ms untuk menghargai kebutuhan transfer data yang cepat dan komputasi lokal pada perangkat.
Penundaan end-to-end minimal untuk akses cloud lebih besar dari 80 ms, yang tidak dapat diterima untuk banyak aplikasi dunia nyata. Komputasi tepi memenuhi persyaratan sub-milidetik aplikasi 5G sekaligus mengurangi penggunaan energi sebesar 30-40%, menghasilkan konsumsi energi hingga 5x lebih sedikit dibandingkan dengan akses cloud.
Komputasi tepi dan 5G meningkatkan kecepatan jaringan, memungkinkan penerapan dan penerapan berbagai aplikasi AI real-time, seperti analitik video real-time berbasis AI, yang mengandalkan transfer data latensi rendah.
Masa depan
Edge AI menjadi lebih populer, dan investasi signifikan telah dilakukan di lapangan. Misalnya, pada Januari 2020, diumumkan bahwa Apple membayar $200 juta untuk membeli perusahaan AI yang berbasis di Seattle, Xnor.ai.
Pemrosesan tepi digunakan oleh teknologi AI Xnor.ai untuk memproses data di ponsel cerdas pengguna. Dengan AI bawaan pada ponsel cerdas, kami mengharapkan peningkatan dalam pemrosesan suara, teknologi pengenalan wajah, dan privasi.
Dengan diperkenalkannya 5G, kita dapat mengharapkan harga yang lebih rendah dan lebih banyak permintaan untuk layanan edge AI di seluruh dunia.
Kesimpulan
Karena orang menghabiskan lebih banyak waktu di perangkat seluler mereka, semakin banyak bisnis dan pengembang melihat nilai penerapan teknologi Edge untuk memberikan layanan yang lebih cepat dan efisien sambil meningkatkan margin keuntungan.
Dalam hal layanan berbasis AI tingkat perusahaan, serta kenyamanan dan kebahagiaan konsumen, ini akan membuka berbagai kemungkinan baru.
Perusahaan besar seperti Amazon dan Google telah menginvestasikan jutaan dalam pengembangan sistem Edge AI mereka, sehingga memimpin dan berinvestasi dalam teknologi ini adalah satu-satunya cara untuk tetap kompetitif.
Peningkatan permintaan perangkat IoT, di sisi lain, akan membuat jaringan 5G dan Edge Computing lebih banyak digunakan.
Tinggalkan Balasan