תוכן העניינים[להתחבא][הופעה]
כל מגזר שואף לשפר את התפעול, הפרודוקטיביות והבטיחות שלו על ידי הטמעת אוטומציה נוספת. תוכניות מחשב חייבות להיות מסוגלות להבחין בדפוסים ולבצע עבודות בצורה מהימנה ובטוחה על מנת לסייע להן.
עם זאת, העולם אינו מובנה, וספקטרום העבודות שבני אדם מבצעים מקיף מספר אינסופי של תרחישים שקשה לבטא בצורה מספקת בתוכניות ובכללים.
התקדמות ה-Edge AI אפשרה למחשבים ולגאדג'טים לעבוד עם ה"אינטליגנציה" של הקוגניציה האנושית, ללא קשר למקום שבו הם נמצאים. אפליקציות חכמות התומכות בינה מלאכותית לומדות לבצע משימות דומות במגוון מצבים, בדיוק כמו שבני אדם עושים בחיים האמיתיים.
נסקור לעומק את Edge AI, היתרונות שלו, מקרי שימוש ועוד הרבה בפוסט הזה.
מה זה Edge AI?
מחשוב קצה מאפשר למשתמשים לקבל גישה קלה יותר לאחסון ועיבוד נתונים. זה מושג על ידי ביצוע תהליכים במכשירים מקומיים כגון מחשבים ניידים, התקני IoT או שרתי קצה מיוחדים.
השהייה ורוחב הפס חוששים שלפעמים פעולות מעכבות מבוססות ענן אינן בעיה עבור פונקציות קצה.
תערובות בינה מלאכותית של Edge בינה מלאכותית ומחשוב קצה (AI). זה כרוך בביצוע אלגוריתמי AI במכשירים מקומיים עם כוח עיבוד בקצה.
Edge AI מבטל את הצורך בקישוריות ואינטגרציה של המערכת, ומאפשר למשתמשים לעבד נתונים בזמן אמת במכשירים שלהם. למרות שפעולות בינה מלאכותיות זקוקות לכוח חישוב רב, רובן מבוצעות כעת במרכזים מבוססי ענן.
החיסרון הוא שהפרעת שירות או איטיות ניכרת עלולה להתרחש עקב קשיי חיבור או רשת.
על ידי שילוב תהליכי בינה מלאכותית בהתקני מחשוב קצה, בינה מלאכותית קצה מתגברת על החששות הללו. על ידי איסוף נתונים ושירות למשתמשים ללא צורך לתקשר עם אתרים פיזיים אחרים, משתמשים יכולים לחסוך זמן.
איך עובדת טכנולוגיית Edge AI?
מכונות צריכות להיות מסוגלות לראות, לזהות חפצים, להפעיל מכוניות, להבין דיבור, לדבר, לנוע ולבצע משימות אחרות דמויות אדם. על מנת לשכפל את הקוגניציה האנושית, AI משתמשת במבנה נתונים המכונה עמוק רשת עצבית.
DNNs אלה נלמדים להגיב לסוגים מסוימים של שאילתות על ידי הצגת מספר דוגמאות של שאלה זו יחד עם תשובות מדויקות.
בשל כמות הנתונים הגדולה הדרושה להכשרת מודל מדויק והדרישה ממדעני נתונים לשתף פעולה בבניית המודל, תהליך הדרכה זה, המכונה "למידה עמוקה", מבוצע בדרך כלל במרכז נתונים או בענן. המודל מתפתח ל"מנוע היסק" שיכול לענות על בעיות בעולם האמיתי לאחר הכשרה.
מנוע ההסקה בפריסות בינה מלאכותית קצה עובד על מחשב או מכשיר במיקום מרוחק, כגון מפעל, בית חולים, רכב, לוויין או בית של אדם.
כאשר בינה מלאכותית נתקלת בבעיה, הנתונים הבעייתיים מועברים לעיתים קרובות לענן לצורך הכשרה נוספת של דגם הבינה המלאכותית המקורי, אשר בסופו של דבר מחליף את מנוע ההסקת הקצה. ברגע שהמודלים של קצה בינה מלאכותית מיושמים, הם רק הופכים ליותר וחכמים יותר, הודות ללולאת המשוב הזו.
הטבות
אלגוריתמי בינה מלאכותית מועילים במיוחד במקומות בהם פוקדים משתמשי קצה עם בעיות בעולם האמיתי, מכיוון שהם יכולים לפרש שפה, מראות, צלילים, ריחות, טמפרטורה, פרצופים וסוגים אנלוגיים אחרים של מידע לא מובנה.
בשל חששות לגבי זמן אחזור, רוחב פס ופרטיות, חלק מיישומי AI יהיו בלתי מעשיים או אפילו בלתי אפשריים ליישום בענן מרכזי או במרכז נתונים עסקי.
להלן כמה מהיתרונות של Edge AI:
- תובנות בזמן אמת: מכיוון שטכנולוגיית הקצה מנתחת נתונים באופן מקומי ולא בענן מרוחק שמתעכב על ידי קישוריות למרחקים ארוכים, היא מגיבה לבקשות משתמשים בזמן אמת.
- מוֹדִיעִין: יישומי בינה מלאכותית חזקים וניתנים להתאמה יותר מתוכנות מסורתיות, שיכולות להגיב רק לקלט שהמתכנת חזה. AI רשת עצבית, לעומת זאת, מאומן לא לענות על שאלה ספציפית, אלא לענות על סוג מסוים של שאלה, גם אם השאלה עצמה חדשה. יישומים לא יוכלו לעבד אינסוף תשומות שונות כגון טקסט, מילים מדוברות או וידאו ללא AI.
- הפרטיות מוגברת: בינה מלאכותית יכולה לחקור נתונים מהעולם האמיתי מבלי לחשוף אותם לאדם, מה שמגביר במידה ניכרת את הפרטיות עבור כל מי שיש לחקור את המראה, הקול, התמונה הרפואית או מידע אישי אחר שלו. Edge AI משפר עוד יותר את הפרטיות על ידי אחסון נתונים מקומי והעברת רק הניתוח והתובנות לענן.
- עלות מופחתת: על ידי העברת כוח המחשוב קרוב יותר לקצה, יישומים דורשים פחות רוחב פס אינטרנט, וכתוצאה מכך לחסכון משמעותי בהוצאות הרשת.
- שיפור עקבי: ככל שמודלים של AI מאומנים על יותר נתונים, הם נעשים מדויקים יותר. כאשר אפליקציית AI edge נתקלת בנתונים שאינה מסוגלת לטפל בהם בצורה מדויקת או בטוחה, היא מעלה אותם לעתים קרובות כדי שה-AI יוכל להתאמן מחדש וללמוד מהם. כתוצאה מכך, ככל שדגם ייצור ארוך יותר בקצה, כך הוא יהיה מדויק יותר.
מקרי שימוש ב-Edge AI
מכונות תעשייתיות וגאדג'טים לצרכן הם שני הפלחים העיקריים של שוק הבינה המלאכותית הקצה. מבחני הדגמה מראים שיפור בתחומים כמו ויסות ואופטימיזציה של ציוד ואוטומציה של כישורי עבודה מיומנים.
גם גאדג'טים לצרכן עם מצלמות התומכות בינה מלאכותית המזהות אוטומטית נושאי תמונה מתקדמים. שוק המכשירים הצרכניים צפוי לגדול באופן דרמטי משנת 2021 ואילך, בשל העובדה שמספר המכשירים גדול ממספר הציוד התעשייתי. פירטנו להלן כמה מקרי שימוש פופולריים ב-Edge AI:
- רחפנים אוטונומיים - רחפנים איבדו שליטה ונעלמו תוך כדי ביצוע בדיקות טיסה מרחוק, לפי החדשות. טייס של מזל"ט אוטונומי אינו מעורב בהטסת המל"ט. הם פוקחים עין על דברים מרחוק ומשתמשים במזל"ט רק כאשר זה חיוני לחלוטין. Amazon Prime Air, עסק למשלוח רחפנים שמפתח רחפנים בנהיגה עצמית כדי לספק פריטים, היא הדוגמה הידועה ביותר לכך.
- מכוניות בנהיגה עצמית - ה השימוש המרגש ביותר במחשוב קצה הוא מכוניות בנהיגה עצמית. מכוניות בנהיגה עצמית חייבות לבצע הערכות מיידיות של מצבים בנסיבות רבות, מה שמחייב עיבוד נתונים בזמן אמת. חוק התעבורה בכבישים של יפן וחוק כלי רכב לתחבורה בכבישים תוקנו בדצמבר 2019, מה שהופך את זה לפשוט יותר להעלות על הכביש כלי רכב בנהיגה עצמית ברמה 3. דרישות הבטיחות בהן מכוניות אוטונומיות חייבות לעמוד, כמו גם המקומות בהם הן יכולות לנהוג, הן ביניהן. כתוצאה מכך, יצרניות הרכב מפתחות כלי רכב לנהיגה עצמית העומדים בדרישות אלו. טויוטה, למשל, מעמידה את ה-TRI-P4 בקצביה עם אוטומציה מלאה (רמה 4).
- סמארטפונים - זה הוא גאדג'ט AI הקצה שכולנו מכירים יותר מכל. Siri ו-Google Assistant, שמשתמשות בבינה מלאכותית קצה כדי להפעיל את הקול שלהן ממשקי משתמש, הם מקרים אידיאליים של בינה מלאכותית קצה בסמארטפונים. בינה מלאכותית במכשיר מבטלת את הצורך לשלוח נתוני מכשיר לענן מכיוון שהעיבוד מתרחש במכשיר (קצה). זה עוזר להגן על הפרטיות תוך הפחתת תנועה.
- בידור - וירטואלי יישומי מציאות, מציאות רבודה ומציאות מעורבת לבידור כוללים הזרמת חומרי וידאו למשקפי מציאות מדומה. על ידי מיקור חוץ של עיבוד מהמשקפיים לשרתי קצה ליד מכשיר הקצה, ניתן למזער את הגודל של משקפיים כאלה. מיקרוסופט, למשל, חשפה זה עתה את HoloLens, מחשב הולוגרפי המותקן בכיסוי ראש המאפשר למשתמשים לחוות מציאות רבודה. מיקרוסופט מתכננת להשתמש ב-HoloLens לספק מחשוב קונבנציונלי, ניתוח נתונים, הדמיה רפואית ויישומי משחקים בקצה.
- זיהוי פנים - טיפול פנים מערכות זיהוי הן התקדמות במצלמות מעקב שיכולות ללמוד לזהות אנשים על סמך הפנים שלהם. מודול מצלמת בינה מלאכותית המשתמש בטכניקות מחשב בינה מלאכותית כדי להעריך את מאפייני הפנים בזמן אמת. זה יכול לזהות פרצופים במהירות ובדייקנות, מה שהופך אותו לאידיאלי עבור כלים שיווקיים המתמקדים בתכונות מסוימות כגון גיל, כמו גם זיהוי פנים לפתיחת מכשירים.
5G & Edge AI
הדרישה החיונית ל-5G בתחומים בעלי צמיחה גבוהה כמו מכוניות בנהיגה עצמית מלאה, חוויות מציאות מדומה בזמן אמת, ויישומים קריטיים למשימה, מניעה יותר חדשנות בתחום מחשוב הקצה וב-Edge AI.
5G היא רשת הסלולר של הדור הבא השואפת לשפר משמעותית את איכות השירות, כגון תפוקה טובה יותר והשהייה מופחתת - נותן קצבי נתונים מהירים פי 10 מרשתות 5G קיימות.
שקול משלוח מנות בזמן אמת במכוניות בנהיגה עצמית, הדורש עיכוב מקצה לקצה של פחות מ-10 אלפיות השנייה כדי להעריך את הדרישה להעברת נתונים מהירה וחישוב מקומי במכשיר.
ההשהיה המינימלית מקצה לקצה עבור גישה לענן גדול מ-80 אלפיות השנייה, דבר שאינו מקובל עבור יישומים רבים בעולם האמיתי. מחשוב קצה עונה על הדרישות של תת אלפיות השנייה של יישומי 5G תוך הפחתת צריכת האנרגיה ב-30-40%, וכתוצאה מכך עד פי 5 פחות צריכת אנרגיה בהשוואה לגישה לענן.
מחשוב קצה ו-5G מגבירים את מהירות הרשת, ומאפשרים הטמעה ופריסה של יישומי בינה מלאכותית בזמן אמת, כגון ניתוח וידאו בזמן אמת מבוסס בינה מלאכותית, המסתמכות על העברת נתונים עם חביון נמוך.
שלנו
Edge AI הופך פופולרי יותר, והשקעות משמעותיות נעשו בתחום. לדוגמה, בינואר 2020, הוכרז שאפל שילמה 200 מיליון דולר כדי לרכוש את חברת הבינה המלאכותית Xnor.ai מסיאטל.
עיבוד קצה משמש את טכנולוגיית ה-AI של Xnor.ai לעיבוד נתונים בסמארטפון של המשתמש. עם AI מובנה בסמארטפונים, אנו צריכים לצפות לשיפורים בעיבוד קולי, טכנולוגיית זיהוי פנים ופרטיות.
עם הצגת 5G, אנו יכולים לצפות למחירים נמוכים יותר ולביקוש רב יותר לשירותי AI קצה ברחבי העולם.
סיכום
ככל שאנשים מבלים יותר זמן במכשירים הניידים שלהם, יותר עסקים ומפתחים רואים את הערך של הטמעת טכנולוגיית Edge כדי לספק שירות מהיר ויעיל יותר תוך הגדלת שולי הרווח.
במונחים של שירותים מבוססי בינה מלאכותית ברמה הארגונית, כמו גם נוחות ואושר צרכנים, זה יפתח יקום חדש לגמרי של אפשרויות.
חברות גדולות כמו אמזון וגוגל השקיעו מיליונים בפיתוח מערכות ה-Edge AI שלהן, ובכך לקחת את ההובלה והשקעה בטכנולוגיות אלו היא הדרך היחידה להישאר תחרותיים.
ביקוש מוגבר למכשירי IoT, לעומת זאת, יעשה שימוש נרחב יותר ברשתות 5G וב-Edge Computing.
השאירו תגובה