Bab lan Paragraf[Singidaken][Tampilake]
Saben sektor ngupaya ningkatake operasi, produktivitas, lan safety kanthi ngetrapake otomatisasi liyane. Program komputer kudu bisa mbedakake pola lan nindakake pakaryan kanthi andal lan aman supaya bisa nulungi.
Nanging, jagad iki ora terstruktur, lan spektrum pakaryan sing ditindakake manungsa kalebu akeh skenario sing angel diungkapake kanthi cukup ing program lan aturan.
Kemajuan Edge AI wis nggawe komputer lan gadget bisa nggarap "kecerdasan" kognisi manungsa, ora ana ing ngendi wae. Aplikasi cerdas AI-aktif sinau kanggo nindakake tugas sing bisa dibandhingake ing macem-macem kahanan, kaya sing ditindakake manungsa ing urip nyata.
Kita bakal nliti Edge AI, mupangat, kasus panggunaan, lan liya-liyane ing kiriman iki.
Apa Edge AI?
Komputasi ujung ngidini pangguna duwe akses luwih gampang kanggo panyimpenan lan pangolahan data. Iki ditindakake kanthi nglakokake proses ing piranti lokal kayata laptop, piranti IoT, utawa server pinggiran khusus.
Latensi lan bandwidth kuwatir yen kadang operasi basis awan ora dadi masalah kanggo fungsi pinggiran.
Edge AI campuran Kacerdhasan gawéyan lan edge computing (AI). Iki mbutuhake nglakokake algoritma AI ing piranti lokal kanthi daya pangolahan ing pinggir.
Edge AI ngilangi kabutuhan konektivitas lan integrasi sistem, ngidini pangguna ngolah data ing wektu nyata ing piranti. Sanajan operasi AI mbutuhake akeh daya komputasi, mayoritas saiki ditindakake ing pusat berbasis awan.
Kerugian kasebut yaiku gangguan layanan utawa kalem sing cukup amarga masalah sambungan utawa jaringan.
Kanthi nggabungake proses AI menyang piranti komputasi pinggiran, AI pinggiran bisa ngatasi masalah kasebut. Kanthi ngumpulake data lan nglayani pangguna tanpa kudu komunikasi karo situs fisik liyane, pangguna bisa ngirit wektu.
Kepiye cara teknologi Edge AI?
Mesin kudu bisa ndeleng, ngenali obyek, ngoperasikake mobil, ngerti wicara, ngomong, mindhah, lan nindakake tugas kaya manungsa liyane. Kanggo nggawe duplikat kognisi manungsa, AI nggunakake struktur data sing dikenal minangka jero jaringan saraf.
DNN iki diwulangake kanggo nanggapi jinis pitakon tartamtu kanthi ditampilake sawetara conto pitakonan kasebut bebarengan karo balesan sing akurat.
Amarga akehe data sing dibutuhake kanggo nglatih model sing akurat lan syarat para ilmuwan data supaya bisa kerja sama mbangun model kasebut, proses latihan iki, sing dikenal minangka "pembelajaran jero," umume ditindakake ing pusat data utawa awan. Model kasebut berkembang dadi "mesin inferensi" sing bisa njawab masalah nyata sawise dilatih.
Mesin inferensi ing panyebaran AI pinggiran bisa digunakake ing komputer utawa piranti ing lokasi sing adoh, kayata pabrik, rumah sakit, mobil, satelit, utawa omahe wong.
Nalika AI nemoni masalah, data masalah kasebut kerep ditransfer menyang awan kanggo latihan tambahan model AI asli, sing pungkasane ngganti mesin inferensi pinggiran. Sawise model AI pinggiran diterapake, mung dadi luwih wicaksana, amarga ana umpan balik iki.
Wuku
Algoritma AI utamané migunani ing lokasi sing kerep dikunjungi pangguna pungkasan kanthi masalah ing donya nyata amarga bisa napsirake basa, pemandangan, swara, aroma, suhu, pasuryan, lan jinis informasi sing ora terstruktur analog liyane.
Amarga keprihatinan karo latensi, bandwidth, lan privasi, sawetara aplikasi AI bakal ora praktis utawa malah ora bisa dileksanakake ing awan terpusat utawa pusat data bisnis.
Ing ngisor iki sawetara kaluwihan edge AI:
- Wawasan wektu nyata: Minangka teknologi pinggiran nganalisa data sacara lokal tinimbang ing awan adoh sing ditundha dening panyambungan jarak adoh, iku nanggapi panjalukan pangguna ing wektu nyata.
- Intelligence: Aplikasi AI luwih kuat lan bisa adaptasi tinimbang program tradisional, sing mung bisa nanggapi input sing wis diprediksi dening programmer. Lan AI jaringan saraf, ing tangan liyane, dilatih ora kanggo njawab pitakonan tartamtu, nanging kanggo njawab Urut saka pitakonan tartamtu, sanajan pitakonan dhewe novel. Aplikasi ora bakal bisa ngolah macem-macem input tanpa wates kayata teks, tembung sing diucapake, utawa video tanpa AI.
- Privasi Tambah: AI bisa nyinaoni data ing donya nyata tanpa nuduhake menyang manungsa, bisa nambah privasi kanggo sapa wae sing katon, swara, gambar medis, utawa informasi pribadhi liyane kudu diteliti. Edge AI nambah privasi luwih akeh kanthi nyimpen data sacara lokal lan mung nransfer analisis lan wawasan menyang awan.
- Biaya Suda: Kanthi mindhah daya komputasi nyedhaki pinggiran, aplikasi mbutuhake bandwidth internet kurang, asil ing tabungan pinunjul ing expenses jaringan.
- Dandan sing konsisten: Minangka model AI dilatih ing data liyane, padha dadi luwih akurat. Nalika aplikasi AI pinggiran nemoni data sing ora bisa ditangani kanthi tepat utawa kanthi yakin, aplikasi kasebut kerep diunggah supaya AI bisa nglatih maneh lan sinau saka iku. Akibaté, maneh model ing produksi ing pinggiran, bakal luwih akurat.
Kasus panggunaan Edge AI
Mesin industri lan gadget konsumen minangka rong bagean utama pasar AI pinggiran. Tes demonstrasi nuduhake perbaikan ing wilayah kayata ngatur lan ngoptimalake peralatan lan ngotomatisasi katrampilan tenaga kerja trampil.
Gadget konsumen kanthi kamera AI-aktif sing kanthi otomatis ndeteksi subyek gambar uga maju. Pasar piranti konsumen diprediksi bakal tuwuh sacara dramatis wiwit taun 2021, amarga jumlah piranti luwih akeh tinimbang jumlah peralatan industri. Kita wis nyathet sawetara kasus panggunaan AI sing populer ing ngisor iki:
- Drone Otonom - Drone wis kelangan kontrol lan ilang nalika nganakake tes mabur adoh, miturut kabar kasebut. Pilot drone otonom ora melu mabur drone. Dheweke ngawasi samubarang saka kadohan lan mung nggunakake drone yen pancen penting. Amazon Prime Air, bisnis pangiriman drone sing ngembangake drone nyopir dhewe kanggo ngirim barang, minangka conto sing paling misuwur babagan iki.
- Mobil Self Driving - The Panggunaan komputasi pinggiran sing paling nyenengake yaiku mobil sing nyopir dhewe. Mobil sing nyopir dhewe kudu nggawe evaluasi langsung babagan kahanan ing pirang-pirang kahanan, sing mbutuhake pangolahan data wektu nyata. Undhang-undhang Lalu Lintas Jalan Jepang lan Undang-Undang Kendaraan Transportasi Jalan direvisi ing Desember 2019, dadi luwih gampang kanggo entuk kendaraan nyopir dhewe level 3 ing dalan. Keperluan safety sing kudu ditindakake mobil otonom, uga lokasi sing bisa nyopir, kalebu. Akibaté, produsen mobil ngembangake kendharaan nyopir sing nyukupi syarat kasebut. Toyota, contone, nglebokake TRI-P4 kanthi otomatis kanthi otomatis (level 4).
- Smartphone - Iki yaiku gadget AI pinggiran sing paling kita kenal. Siri lan Asisten Google, sing nggunakake AI pinggiran kanggo nguatake swara antarmuka pangguna, minangka conto becik saka pinggiran AI ing smartphone. AI ing piranti ngilangi kabutuhan ngirim data piranti menyang awan amarga pangolahan ditindakake ing piranti (pinggiran). Iki mbantu nglindhungi privasi nalika uga nyuda lalu lintas.
- Hiburan – Virtual kasunyatan, kasunyatan ditambah, lan aplikasi kasunyatan campuran kanggo hiburan kalebu streaming materi video kanggo kaca tingal kasunyatan virtual. Kanthi proses outsourcing saka kaca tingal menyang server pinggiran cedhak piranti pungkasan, ukuran kaca tingal kuwi bisa nyilikake. Microsoft, umpamane, mung mbukak HoloLens, komputer holografik sing dipasang ing tutup kepala sing ngidini pangguna ngalami kasunyatan ditambah. Microsoft ngrancang nggunakake HoloLens kanggo nyedhiyakake komputasi konvensional, analisis data, pencitraan medis, lan aplikasi game-at-the-edge.
- Pangenalan rai - rai sistem pangenalan minangka kemajuan ing kamera ndjogo sing bisa sinau kanggo ngenali individu adhedhasar pasuryan. Modul kamera AI sing nggunakake teknik komputer AI pinggiran kanggo netepake karakteristik pasuryan ing wektu nyata. Bisa ndeteksi pasuryan kanthi cepet lan tepat, dadi cocog kanggo alat marketing sing ngarahake sipat tartamtu kayata umur, uga pangenalan rai kanggo mbukak kunci piranti.
5G & Edge AI
Keperluan penting kanggo 5G ing wilayah kanthi pertumbuhan dhuwur kayata mobil sing bisa nyopir kanthi otomatis, pengalaman realitas virtual wektu nyata, lan aplikasi sing penting misi ndadekake luwih akeh inovasi ing komputasi pinggiran lan Edge AI.
5G minangka jaringan seluler generasi sabanjure sing ngupaya ningkatake kualitas layanan kanthi nyata, kayata throughput sing luwih apik lan suda latensi - menehi tarif data 10x luwih cepet tinimbang jaringan 5G sing ana.
Coba kiriman paket wektu nyata ing mobil sing nyopir dhewe, sing mbutuhake wektu tundha end-to-end kurang saka 10 ms kanggo ngerteni syarat transfer data kanthi cepet lan komputasi ing piranti lokal.
Wektu tundha end-to-end minimal kanggo akses awan luwih gedhe tinimbang 80 ms, sing ora bisa ditampa kanggo akeh aplikasi ing donya nyata. Komputasi ujung nyukupi syarat sub-milidetik aplikasi 5G nalika nyuda panggunaan energi nganti 30-40%, nyebabake konsumsi energi nganti 5x luwih sithik dibandhingake karo akses awan.
Komputasi pinggiran lan 5G ngedongkrak kacepetan jaringan, ngidini kanggo implementasi lan panyebaran macem-macem aplikasi AI wektu nyata, kayata analytics video wektu nyata berbasis AI, sing gumantung marang transfer data latensi sing sithik.
Future
Edge AI dadi luwih populer, lan investasi sing signifikan wis digawe ing lapangan. Contone, ing Januari 2020, diumumake manawa Apple mbayar $ 200 yuta kanggo tuku perusahaan AI berbasis Seattle Xnor.ai.
Pangolahan pinggiran digunakake dening teknologi AI Xnor.ai kanggo ngolah data ing smartphone pangguna. Kanthi AI sing dibangun ing smartphone, kita kudu ngarepake dandan ing pangolahan swara, teknologi pangenalan rai, lan privasi.
Kanthi introduksi 5G, kita bisa ngarepake rega sing luwih murah lan luwih akeh permintaan kanggo layanan AI pinggiran ing saindenging jagad.
kesimpulan
Nalika wong nglampahi wektu luwih akeh ing piranti seluler, luwih akeh bisnis lan pangembang sing ndeleng nilai ngleksanakake teknologi Edge kanggo ngirim layanan sing luwih cepet lan luwih efisien nalika nambah bathi.
Ing babagan layanan basis AI tingkat perusahaan, uga kenyamanan lan rasa seneng konsumen, iki bakal mbukak kemungkinan jagad anyar.
Perusahaan gedhe kaya Amazon lan Google wis nandur modal mayuta-yuta kanggo pangembangan sistem Edge AI, saengga dadi pimpinan lan nandur modal ing teknologi kasebut minangka cara mung kanggo tetep kompetitif.
Tambah dikarepake kanggo piranti IoT, ing sisih liya, bakal nggawe jaringan 5G lan Edge Computing luwih akeh digunakake.
Ninggalake a Reply