Ogni settore sta cercando di migliorare le proprie operazioni, produttività e sicurezza implementando una maggiore automazione. I programmi per computer devono essere in grado di discernere i modelli ed eseguire lavori in modo affidabile e sicuro per assisterli.
Tuttavia, il mondo non è strutturato e lo spettro di lavori che gli esseri umani svolgono comprende un numero infinito di scenari difficili da esprimere adeguatamente in programmi e regole.
I progressi dell'IA di Edge hanno consentito a computer e gadget di lavorare con "l'intelligenza" della cognizione umana, indipendentemente da dove si trovino. Le app intelligenti abilitate all'intelligenza artificiale imparano a svolgere attività simili in una varietà di situazioni, proprio come fanno gli esseri umani nella vita reale.
Daremo uno sguardo approfondito a Edge AI, ai suoi vantaggi, casi d'uso e molto altro in questo post.
Cos'è Edge AI?
Edge computing consente agli utenti di accedere più facilmente alla memorizzazione e all'elaborazione dei dati. Ciò si ottiene eseguendo processi su dispositivi locali come laptop, dispositivi IoT o server edge specializzati.
I problemi di latenza e larghezza di banda che a volte ostacolano le operazioni basate su cloud non sono un problema per le funzioni perimetrali.
Miscele IA Edge intelligenza artificiale e edge computing (AI). Ciò comporta l'esecuzione di algoritmi di intelligenza artificiale su dispositivi locali con potenza di elaborazione all'edge.
Edge AI elimina la necessità di connettività e integrazione del sistema, consentendo agli utenti di elaborare i dati in tempo reale sui propri dispositivi. Sebbene le operazioni di intelligenza artificiale richiedano molta potenza di calcolo, la maggior parte di esse viene ora eseguita in centri basati su cloud.
Lo svantaggio è che potrebbe verificarsi un'interruzione del servizio o una notevole lentezza a causa di difficoltà di connessione o di rete.
Integrando i processi di intelligenza artificiale nei dispositivi di edge computing, l'IA edge supera queste preoccupazioni. Raccogliendo dati e fornendo assistenza agli utenti senza dover comunicare con altri siti fisici, gli utenti possono risparmiare tempo.
Come funziona la tecnologia Edge AI?
Le macchine devono essere in grado di vedere, identificare oggetti, azionare automobili, comprendere il parlato, parlare, muoversi ed eseguire altre attività simili a quelle umane. Per duplicare la cognizione umana, l'IA utilizza una struttura di dati nota come deep rete neurale.
A questi DNN viene insegnato a rispondere a determinati tipi di domande mostrando diversi campioni di quella domanda insieme a risposte accurate.
A causa della grande quantità di dati necessaria per addestrare un modello accurato e della necessità per i data scientist di collaborare alla costruzione del modello, questo processo di formazione, noto come "apprendimento profondo", viene generalmente eseguito in un data center o nel cloud. Il modello si sviluppa in un "motore di inferenza" in grado di rispondere a problemi del mondo reale dopo essere stato addestrato.
Il motore di inferenza nelle implementazioni di intelligenza artificiale perimetrale funziona su un computer o dispositivo in una posizione remota, come una fabbrica, un ospedale, un'automobile, un satellite o la casa di una persona.
Quando l'intelligenza artificiale riscontra un problema, i dati problematici vengono spesso trasferiti nel cloud per un ulteriore addestramento del modello di intelligenza artificiale originale, che alla fine sostituisce il motore di inferenza perimetrale. Una volta implementati i modelli di IA edge, diventano solo più e più saggi, grazie a questo ciclo di feedback.
Benefici
Gli algoritmi di intelligenza artificiale sono particolarmente utili in luoghi frequentati da utenti finali con problemi del mondo reale perché possono interpretare la lingua, le immagini, i suoni, i profumi, la temperatura, i volti e altri tipi analogici di informazioni non strutturate.
A causa di problemi di latenza, larghezza di banda e privacy, alcune applicazioni di intelligenza artificiale sarebbero poco pratiche o addirittura impossibili da implementare in un cloud centralizzato o in un data center aziendale.
Di seguito sono riportati alcuni dei vantaggi dell'IA edge:
- Approfondimenti in tempo reale: poiché la tecnologia edge analizza i dati localmente anziché in un cloud distante ritardato dalla connettività a lunga distanza, risponde alle richieste degli utenti in tempo reale.
- Intelligence: le applicazioni di intelligenza artificiale sono più potenti e adattabili dei programmi tradizionali, che possono rispondere solo agli input previsti dal programmatore. Un'IA rete neurale, d'altra parte, è addestrato a non rispondere a una domanda specifica, ma piuttosto a rispondere a un tipo specifico di domanda, anche se la domanda stessa è nuova. Le applicazioni non sarebbero in grado di elaborare all'infinito vari input come testo, parole pronunciate o video senza l'IA.
- Privacy aumentata: l'IA può studiare i dati del mondo reale senza mai esporli a un essere umano, aumentando notevolmente la privacy di chiunque il cui aspetto, voce, immagine medica o altre informazioni personali debbano essere studiati. Edge AI migliora ulteriormente la privacy archiviando i dati in locale e trasferendo solo l'analisi e le informazioni dettagliate nel cloud.
- Costo ridotto: spostando la potenza di elaborazione più vicino all'edge, le applicazioni richiedono una minore larghezza di banda Internet, con conseguenti risparmi significativi nelle spese di rete.
- Miglioramento costante: Man mano che i modelli di intelligenza artificiale vengono addestrati su più dati, diventano più accurati. Quando un'applicazione di intelligenza artificiale incontra dati che non è in grado di gestire con precisione o sicurezza, spesso li carica in modo che l'IA possa riqualificarsi e imparare da essi. Di conseguenza, più a lungo un modello è in produzione sul bordo, più accurato sarà.
Casi d'uso di Edge AI
I macchinari industriali e i gadget di consumo sono i due segmenti principali del mercato dell'IA edge. I test dimostrativi stanno mostrando miglioramenti in aree quali la regolazione e l'ottimizzazione delle apparecchiature e l'automazione delle competenze di manodopera qualificata.
Anche i gadget di consumo con fotocamere abilitate all'intelligenza artificiale che rilevano automaticamente i soggetti delle immagini stanno facendo progressi. Si prevede che il mercato dei dispositivi di consumo crescerà notevolmente dal 2021 in poi, a causa del fatto che il numero di dispositivi è maggiore del numero di apparecchiature industriali. Di seguito abbiamo elencato alcuni casi d'uso dell'IA edge più diffusi:
- Droni autonomi – Droni hanno perso il controllo e sono scomparsi mentre conducevano test di volo a distanza, secondo le notizie. Il pilota di un drone autonomo non è coinvolto nel volo del drone. Tengono d'occhio le cose da lontano e usano il drone solo quando è assolutamente essenziale. Amazon Prime Air, un'azienda di consegna di droni che sta sviluppando droni a guida autonoma per la consegna di articoli, ne è l'esempio più noto.
- Auto a guida autonoma – Il l'uso più interessante dell'edge computing sono le automobili a guida autonoma. Le auto a guida autonoma devono effettuare valutazioni immediate delle situazioni in molte circostanze, il che richiede l'elaborazione dei dati in tempo reale. La legge giapponese sul traffico stradale e la legge sui veicoli per il trasporto su strada sono state riviste nel dicembre 2019, rendendo più semplice portare veicoli a guida autonoma di livello 3 sulla strada. Tra questi ci sono i requisiti di sicurezza che le auto a guida autonoma devono soddisfare, così come i luoghi in cui possono guidare. Di conseguenza, le case automobilistiche stanno sviluppando veicoli a guida autonoma che soddisfano questi requisiti. Toyota, ad esempio, sta mettendo alla prova il TRI-P4 con l'automazione completa (livello 4).
- Smartphone – Questo è il gadget di intelligenza artificiale con cui tutti abbiamo più familiarità. Siri e Google Assistant, che utilizzano l'IA all'avanguardia per potenziare la loro voce interfacce utente, sono esempi ideali di edge AI sugli smartphone. L'IA sul dispositivo elimina la necessità di inviare i dati del dispositivo al cloud perché l'elaborazione avviene sul dispositivo (edge). Questo aiuta a proteggere la privacy riducendo anche il traffico.
- Intrattenimento – Virtuale le applicazioni di realtà, realtà aumentata e realtà mista per l'intrattenimento includono lo streaming di materiale video su occhiali per realtà virtuale. Esternalizzando l'elaborazione dagli occhiali ai server perimetrali vicino al dispositivo finale, le dimensioni di tali occhiali possono essere ridotte al minimo. Microsoft, ad esempio, ha appena presentato HoloLens, un computer olografico inserito in un copricapo che consente agli utenti di sperimentare la realtà aumentata. Microsoft prevede di utilizzare HoloLens per fornire informatica convenzionale, analisi dei dati, imaging medico e applicazioni di gioco all'avanguardia.
- Riconoscimento facciale – Facciale i sistemi di riconoscimento sono un progresso nelle telecamere di sorveglianza che possono imparare a riconoscere le persone in base ai loro volti. Modulo fotocamera AI che utilizza tecniche informatiche di intelligenza artificiale per valutare le caratteristiche del viso in tempo reale. È in grado di rilevare i volti in modo rapido e preciso, il che lo rende ideale per gli strumenti di marketing che prendono di mira determinati tratti come l'età, nonché il riconoscimento facciale per lo sblocco dei dispositivi.
5G e intelligenza artificiale perimetrale
Il requisito fondamentale per il 5G in aree ad alta crescita come le auto a guida completamente autonoma, le esperienze di realtà virtuale in tempo reale e le applicazioni mission-critical guida una maggiore innovazione nell'edge computing e nell'Edge AI.
Il 5G è la rete cellulare di nuova generazione che mira a migliorare significativamente la qualità del servizio, come un migliore throughput e una latenza ridotta, offrendo velocità di trasmissione dati 10 volte più veloci rispetto alle reti 5G esistenti.
Prendi in considerazione la consegna di pacchetti in tempo reale nelle automobili a guida autonoma, che richiede un ritardo end-to-end inferiore a 10 ms per apprezzare la necessità di un trasferimento rapido dei dati e di un calcolo locale sul dispositivo.
Il ritardo end-to-end minimo per l'accesso al cloud è maggiore di 80 ms, il che è inaccettabile per molte applicazioni del mondo reale. Edge computing soddisfa i requisiti inferiori al millisecondo delle applicazioni 5G riducendo al contempo il consumo di energia del 30-40%, con un consumo energetico fino a 5 volte inferiore rispetto all'accesso al cloud.
L'edge computing e il 5G aumentano la velocità della rete, consentendo l'implementazione e l'implementazione di varie applicazioni di intelligenza artificiale in tempo reale, come l'analisi video in tempo reale basata su intelligenza artificiale, che si basano su un trasferimento di dati a bassa latenza.
Futuro
Edge AI sta diventando sempre più popolare e sono stati fatti investimenti significativi nel campo. Ad esempio, nel gennaio 2020 è stato annunciato che Apple ha pagato 200 milioni di dollari per l'acquisto della società di intelligenza artificiale con sede a Seattle Xnor.ai.
L'elaborazione dei bordi viene utilizzata dalla tecnologia AI di Xnor.ai per elaborare i dati sullo smartphone dell'utente. Con l'IA integrata negli smartphone, dovremmo aspettarci miglioramenti nell'elaborazione vocale, nella tecnologia di riconoscimento facciale e nella privacy.
Con l'introduzione del 5G, possiamo aspettarci prezzi più bassi e una maggiore domanda di servizi di intelligenza artificiale perimetrale in tutto il mondo.
Conclusione
Man mano che le persone trascorrono più tempo sui propri dispositivi mobili, sempre più aziende e sviluppatori vedono il valore dell'implementazione della tecnologia Edge per fornire un servizio più rapido ed efficiente aumentando al contempo i margini di profitto.
In termini di servizi basati sull'intelligenza artificiale a livello aziendale, nonché di comfort e felicità per i consumatori, questo aprirà un intero nuovo universo di possibilità.
Grandi aziende come Amazon e Google hanno investito milioni nello sviluppo dei loro sistemi Edge AI, quindi assumere il comando e investire in queste tecnologie è l'unico modo per rimanere competitivi.
L'aumento della domanda di dispositivi IoT, d'altra parte, renderà le reti 5G e l'Edge Computing più ampiamente utilizzati.
Lascia un Commento