ყველა სექტორი ცდილობს გააძლიეროს თავისი ოპერაციები, პროდუქტიულობა და უსაფრთხოება მეტი ავტომატიზაციის განხორციელებით. კომპიუტერულ პროგრამებს უნდა შეეძლოს შაბლონების გარჩევა და სამუშაოების შესრულება საიმედოდ და უსაფრთხოდ, რათა დაეხმაროს მათ.
თუმცა, სამყარო არასტრუქტურირებულია და სამუშაოების სპექტრი, რომელსაც ადამიანები ასრულებენ, მოიცავს უამრავ სცენარს, რომლებიც ძნელია ადეკვატურად გამოხატული იყოს პროგრამებში და წესებში.
Edge AI-ის მიღწევებმა შესაძლებელი გახადა კომპიუტერებსა და გაჯეტებს ადამიანის შემეცნების „ინტელექტთან“ მუშაობა, მიუხედავად იმისა, თუ სად არიან ისინი. ჭკვიანი ხელოვნური ინტელექტის მქონე აპლიკაციები სწავლობენ შესადარებელი ამოცანების შესრულებას სხვადასხვა სიტუაციებში, ისევე როგორც ადამიანები რეალურ ცხოვრებაში.
ჩვენ ღრმად გადავხედავთ Edge AI-ს, მის სარგებელს, გამოყენების შემთხვევებს და ბევრ სხვას ამ პოსტში.
რა არის Edge AI?
Edge კომპიუტერული მომხმარებლებს საშუალებას აძლევს ჰქონდეთ უფრო ადვილი წვდომა მონაცემთა შენახვაზე და დამუშავებაზე. ეს მიიღწევა პროცესების განხორციელებით ადგილობრივ მოწყობილობებზე, როგორიცაა ლეპტოპები, IoT მოწყობილობები ან სპეციალიზებული edge სერვერები.
შეყოვნება და გამტარუნარიანობა ეხება იმას, რომ ზოგჯერ ღრუბელზე დაფუძნებული ოპერაციების შეფერხება არ არის პრობლემა ზღვარზე ფუნქციებისთვის.
Edge AI აერთიანებს ხელოვნური ინტელექტი და კიდეების გამოთვლა (AI). ეს გულისხმობს ხელოვნური ინტელექტის ალგორითმების შესრულებას ადგილობრივ მოწყობილობებზე, რომელთა გადამამუშავებელი ძალა ზღვარზეა.
Edge AI გამორიცხავს სისტემური კავშირისა და ინტეგრაციის აუცილებლობას, რაც მომხმარებლებს საშუალებას აძლევს დაამუშავონ მონაცემები რეალურ დროში თავიანთ მოწყობილობებზე. მიუხედავად იმისა, რომ ხელოვნური ინტელექტის ოპერაციებს დიდი გამოთვლითი ძალა სჭირდება, მათი უმრავლესობა ახლა ღრუბელზე დაფუძნებულ ცენტრებში ხორციელდება.
მინუსი არის ის, რომ სერვისის შეფერხება ან მნიშვნელოვანი შენელება შეიძლება მოხდეს კავშირის ან ქსელის სირთულეების გამო.
Edge AI პროცესების ზღვრულ გამოთვლით მოწყობილობებში ინტეგრაციით, edge AI გადალახავს ამ შეშფოთებას. მონაცემების შეგროვებით და მომხმარებლების მომსახურებით სხვა ფიზიკურ საიტებთან კომუნიკაციის გარეშე, მომხმარებლებს შეუძლიათ დაზოგონ დრო.
როგორ მუშაობს Edge AI ტექნოლოგია?
მანქანებს უნდა შეეძლოთ დაინახონ, ამოიცნონ ობიექტები, მართონ მანქანები, გაიგონ მეტყველება, ისაუბრონ, გადაადგილდნენ და შეასრულონ სხვა ადამიანის მსგავსი ამოცანები. ადამიანის შემეცნების დუბლირებისთვის, AI იყენებს მონაცემთა სტრუქტურას, რომელიც ცნობილია როგორც ღრმა ნერვული ქსელის.
ამ DNN-ებს ასწავლიან გარკვეული სახის შეკითხვებზე პასუხის გაცემას ამ შეკითხვის რამდენიმე ნიმუშის ჩვენებასთან ერთად ზუსტი პასუხებით.
ზუსტი მოდელის მოსამზადებლად საჭირო მონაცემების დიდი რაოდენობით და მოდელის შესაქმნელად მონაცემთა მეცნიერთა თანამშრომლობის მოთხოვნის გამო, ტრენინგის ეს პროცესი, რომელიც ცნობილია როგორც „ღრმა სწავლება“, ჩვეულებრივ ტარდება მონაცემთა ცენტრში ან ღრუბელში. მოდელი გადაიქცევა „დასკვნის ძრავად“, რომელსაც შეუძლია უპასუხოს რეალურ პრობლემებს ვარჯიშის შემდეგ.
Edge AI განლაგების დასკვნის ძრავა მუშაობს კომპიუტერზე ან მოწყობილობაზე დისტანციურ ადგილას, როგორიცაა ქარხანა, საავადმყოფო, ავტომობილი, თანამგზავრი ან ადამიანის სახლი.
როდესაც ხელოვნური ინტელექტი აწყდება პრობლემას, პრობლემური მონაცემები ხშირად გადადის ღრუბელში ორიგინალური AI მოდელის დამატებითი ტრენინგისთვის, რომელიც საბოლოოდ ცვლის ზღვარზე დასკვნების ძრავას. Edge AI მოდელების დანერგვის შემდეგ, ისინი უფრო და უფრო ბრძენი ხდებიან, ამ უკუკავშირის მარყუჟის წყალობით.
უპირატესობები
ხელოვნური ინტელექტის ალგორითმები განსაკუთრებით მომგებიანია იმ ადგილებში, სადაც ხშირად სტუმრობენ საბოლოო მომხმარებლები რეალურ სამყაროში პრობლემებით, რადგან მათ შეუძლიათ ენის, ხედების, ხმების, სურნელების, ტემპერატურის, სახეების და სხვა ანალოგური სახის არასტრუქტურირებული ინფორმაციის ინტერპრეტაცია.
შეყოვნების, გამტარუნარიანობის და კონფიდენციალურობის შეშფოთების გამო, ზოგიერთი AI აპლიკაციის განხორციელება არაპრაქტიკული ან თუნდაც შეუძლებელი იქნება ცენტრალიზებულ ღრუბელში ან ბიზნეს მონაცემთა ცენტრში.
ქვემოთ მოცემულია edge AI-ს რამდენიმე უპირატესობა:
- რეალურ დროში შეხედულებები: რადგან edge ტექნოლოგია აანალიზებს მონაცემებს ადგილობრივად და არა შორეულ ღრუბელში, რომელიც დაგვიანებულია შორ მანძილზე კავშირის გამო, ის პასუხობს მომხმარებლის მოთხოვნებს რეალურ დროში.
- დაზვერვის: ხელოვნური ინტელექტის აპლიკაციები უფრო მძლავრი და ადაპტირებადია ვიდრე ტრადიციულ პროგრამებს, რომლებსაც შეუძლიათ მხოლოდ პროგრამისტის მიერ ნაწინასწარმეტყველები შეყვანის პასუხები. AI ნერვული ქსელისმეორეს მხრივ, ის გაწვრთნილია არა კონკრეტულ კითხვაზე პასუხის გასაცემად, არამედ კონკრეტული ტიპის კითხვაზე პასუხის გასაცემად, თუნდაც ეს თავად შეკითხვა ახალია. აპლიკაციები ვერ შეძლებენ უსასრულოდ სხვადასხვა შეყვანის დამუშავებას, როგორიცაა ტექსტი, სალაპარაკო სიტყვები ან ვიდეო ხელოვნური ინტელექტის გარეშე.
- კონფიდენციალურობა გაიზარდა: ხელოვნური ინტელექტის შესწავლას შეუძლია რეალურ სამყაროში არსებული მონაცემების შესწავლა ისე, რომ ისინი არასოდეს გამოაშკარავდეს ადამიანს, რაც მნიშვნელოვნად აძლიერებს კონფიდენციალურობას ყველასთვის, ვისი გარეგნობა, ხმა, სამედიცინო სურათი ან სხვა პირადი ინფორმაცია უნდა იყოს შესწავლილი. Edge AI კიდევ უფრო აუმჯობესებს კონფიდენციალურობას მონაცემების ლოკალურად შენახვით და მხოლოდ ანალიზისა და ინფორმაციის ღრუბელში გადაცემით.
- შემცირებული ღირებულება: გამოთვლითი სიმძლავრის ზღვართან მიახლოებით, აპლიკაციები საჭიროებენ ნაკლებ ინტერნეტ სიჩქარეს, რაც იწვევს ქსელის ხარჯების მნიშვნელოვან დაზოგვას.
- თანმიმდევრული გაუმჯობესება: რამდენადაც AI მოდელები ივარჯიშებენ მეტ მონაცემებზე, ისინი უფრო ზუსტი ხდებიან. როდესაც Edge AI აპლიკაცია ხვდება მონაცემებს, რომლებსაც არ შეუძლია ზუსტად ან დამაჯერებლად დამუშავება, ის ხშირად ატვირთავს მას, რათა AI-მა შეძლოს გადამზადება და მისგან სწავლა. შედეგად, რაც უფრო გრძელია მოდელი წარმოების ზღვარზე, მით უფრო ზუსტი იქნება ის.
Edge AI გამოყენების შემთხვევები
სამრეწველო მანქანები და სამომხმარებლო გაჯეტები არის ორი ძირითადი სეგმენტი AI ბაზრის. საჩვენებელი ტესტები აჩვენებს გაუმჯობესებას ისეთ სფეროებში, როგორიცაა აღჭურვილობის რეგულირება და ოპტიმიზაცია და გამოცდილი შრომის უნარების ავტომატიზაცია.
ასევე პროგრესირებს სამომხმარებლო გაჯეტები ხელოვნური ინტელექტის მქონე კამერებით, რომლებიც ავტომატურად ამოიცნობენ სურათების საგნებს. მოსალოდნელია, რომ სამომხმარებლო მოწყობილობების ბაზარი მკვეთრად გაიზრდება 2021 წლიდან, იმის გამო, რომ მოწყობილობების რაოდენობა სამრეწველო აღჭურვილობის რაოდენობაზე მეტია. ჩვენ ჩამოვთვალეთ რამდენიმე პოპულარული Edge AI გამოყენების შემთხვევები ქვემოთ:
- ავტონომიური დრონები – დრონები ახალი ამბების თანახმად, ისინი კარგავდნენ კონტროლს და უჩინარდნენ დისტანციური ფრენის ტესტების ჩატარებისას. ავტონომიური დრონის პილოტი არ მონაწილეობს თვითმფრინავის ფრენაში. ისინი თვალს ადევნებენ ნივთებს შორიდან და იყენებენ დრონს მხოლოდ მაშინ, როცა ეს აბსოლუტურად აუცილებელია. Amazon Prime Air, თვითმფრინავების მიწოდების ბიზნესი, რომელიც ავითარებს თვითმართვადი თვითმფრინავებს ნივთების მიწოდებისთვის, ამის ყველაზე ცნობილი მაგალითია.
- თვითმართვადი მანქანები – The Edge Computing-ის ყველაზე საინტერესო გამოყენება არის თვითმართვადი მანქანები. თვითმართვადი მანქანებმა დაუყოვნებლივ უნდა შეაფასონ სიტუაციები ბევრ გარემოებაში, რაც საჭიროებს მონაცემთა რეალურ დროში დამუშავებას. იაპონიის საგზაო მოძრაობის აქტი და საგზაო სატრანსპორტო სატრანსპორტო საშუალებების შესახებ კანონი გადაიხედა 2019 წლის დეკემბერში, რამაც გაამარტივა გზაზე მე-3 დონის თვითმართვადი მანქანების მიღება. მათ შორისაა უსაფრთხოების მოთხოვნები, რომლებიც უნდა აკმაყოფილებდეს ავტონომიურ მანქანებს, ისევე როგორც იმ ადგილებს, სადაც მათ შეუძლიათ მოძრაობა. შედეგად, ავტომწარმოებლები ავითარებენ თვითმართველ მანქანებს, რომლებიც აკმაყოფილებენ ამ მოთხოვნებს. Toyota, მაგალითად, აყენებს TRI-P4-ს თავისი ტემპებით სრული ავტომატიზაციით (დონე 4).
- სმარტფონები - ეს არის ხელოვნური ინტელექტის გაჯეტი, რომელსაც ჩვენ ყველა ყველაზე კარგად ვიცნობთ. Siri და Google Assistant, რომლებიც იყენებენ edge AI-ს ხმის გასაძლიერებლად მომხმარებლის ინტერფეისი, არის edge AI-ის იდეალური შემთხვევები სმარტფონებზე. მოწყობილობაზე AI გამორიცხავს მოწყობილობის მონაცემების ღრუბელში გაგზავნის აუცილებლობას, რადგან დამუშავება ხდება მოწყობილობაზე (ზღვარზე). ეს ხელს უწყობს კონფიდენციალურობის დაცვას და ასევე ამცირებს ტრაფიკს.
- გართობა - ვირტუალური რეალობის, გაძლიერებული რეალობის და შერეული რეალობის აპლიკაციები გართობისთვის მოიცავს ვიდეო მასალის გადატანას ვირტუალური რეალობის სათვალეებში. სათვალეებიდან დამუშავების აუთსორსინგით ბოლო მოწყობილობის მახლობლად კიდეების სერვერებზე, ასეთი სათვალეების ზომა შეიძლება მინიმუმამდე შემცირდეს. მაგალითად, Microsoft-მა ახლახან წარმოადგინა HoloLens, ჰოლოგრაფიული კომპიუტერი, რომელიც მოთავსებულია თავსაბურავში, რომელიც მომხმარებლებს საშუალებას აძლევს განიცადონ გაძლიერებული რეალობა. Microsoft გეგმავს HoloLens-ის გამოყენებას უზრუნველყოს ჩვეულებრივი გამოთვლები, მონაცემთა ანალიზი, სამედიცინო გამოსახულება და სათამაშო აპლიკაციები.
- სახის ამოცნობა - სახის ამოცნობის სისტემები არის წინსვლა სათვალთვალო კამერებში, რომლებსაც შეუძლიათ ისწავლონ ადამიანების ამოცნობა მათი სახეების მიხედვით. AI კამერის მოდული, რომელიც იყენებს Edge AI კომპიუტერული ტექნიკას რეალურ დროში სახის მახასიათებლების შესაფასებლად. მას შეუძლია სწრაფად და ზუსტად ამოიცნოს სახეები, რაც მას იდეალურს ხდის მარკეტინგული ინსტრუმენტებისთვის, რომლებიც მიზნად ისახავს გარკვეულ მახასიათებლებს, როგორიცაა ასაკი, ასევე სახის ამოცნობა მოწყობილობების განბლოკვისთვის.
5G და Edge AI
5G-ის სასიცოცხლო მოთხოვნა მაღალი ზრდის სფეროებში, როგორიცაა სრულად თვითმართვადი მანქანები, რეალურ დროში ვირტუალური რეალობის გამოცდილება და მისიის კრიტიკული აპლიკაციები, განაპირობებს მეტ ინოვაციებს edge computing-სა და Edge AI-ში.
5G არის ახალი თაობის ფიჭური ქსელი რომელიც ცდილობს მნიშვნელოვნად გააუმჯობესოს მომსახურების ხარისხი, როგორიცაა უკეთესი გამტარუნარიანობა და შემცირებული შეყოვნება - რაც უზრუნველყოფს მონაცემთა 10-ჯერ უფრო სწრაფ სიჩქარეს, ვიდრე არსებული 5G ქსელები.
განვიხილოთ პაკეტის მიწოდება რეალურ დროში თვითმართველ მანქანებში, რაც მოითხოვს 10 ms-ზე ნაკლებს ბოლოდან ბოლომდე დაყოვნებას მონაცემთა სწრაფი გადაცემისა და ადგილობრივი გამოთვლების საჭიროების შესაფასებლად.
ღრუბლოვანი წვდომის მინიმალური ბოლოდან ბოლომდე შეფერხება 80 ms-ზე მეტია, რაც მიუღებელია მრავალი რეალური აპლიკაციისთვის. Edge კომპიუტერული აკმაყოფილებს 5G აპლიკაციების ქვემილიწამიან მოთხოვნებს და ამცირებს ენერგიის მოხმარებას 30-40%-ით, რაც იწვევს ენერგიის მოხმარებას 5-ჯერ ნაკლებს ღრუბელთან შედარებით.
Edge computing და 5G აძლიერებს ქსელის სიჩქარეს, რაც საშუალებას იძლევა რეალურ დროში AI აპლიკაციების დანერგვა და განთავსება, როგორიცაა AI-ზე დაფუძნებული რეალურ დროში ვიდეო ანალიტიკა, რომელიც ეყრდნობა დაბალი შეყოვნების მონაცემთა გადაცემას.
მომავალი
Edge AI სულ უფრო პოპულარული ხდება და ამ სფეროში მნიშვნელოვანი ინვესტიციები განხორციელდა. მაგალითად, 2020 წლის იანვარში გამოცხადდა, რომ Apple-მა 200 მილიონი დოლარი გადაიხადა სიეტლში დაფუძნებული AI ფირმა Xnor.ai-ს შესაძენად.
Edge დამუშავებას იყენებს Xnor.ai-ს AI ტექნოლოგია მომხმარებლის სმარტფონზე მონაცემების დასამუშავებლად. სმარტფონებზე ჩაშენებული AI-ით, ჩვენ უნდა ველოდოთ ხმის დამუშავების, სახის ამოცნობის ტექნოლოგიასა და კონფიდენციალურობის გაუმჯობესებას.
5G-ის დანერგვით, ჩვენ შეგვიძლია ველოდოთ დაბალ ფასებს და მეტ მოთხოვნას Edge AI სერვისებზე მთელ მსოფლიოში.
დასკვნა
რამდენადაც ადამიანები მეტ დროს ატარებენ მობილურ მოწყობილობებზე, უფრო მეტი ბიზნესი და დეველოპერი ხედავს Edge ტექნოლოგიის დანერგვის მნიშვნელობას უფრო სწრაფი, ეფექტური სერვისის მიწოდებისთვის, ხოლო მოგების მარჟის გაზრდისას.
საწარმოს დონის AI-ზე დაფუძნებული სერვისების, ასევე მომხმარებლის კომფორტისა და ბედნიერების თვალსაზრისით, ეს გახსნის შესაძლებლობების სრულიად ახალ სამყაროს.
მსხვილმა ფირმებმა, როგორიცაა Amazon და Google, მილიონების ინვესტიცია მოახდინეს თავიანთი Edge AI სისტემების განვითარებაში, რითაც ლიდერობენ და ამ ტექნოლოგიებში ინვესტიცია კონკურენტუნარიანობის შენარჩუნების ერთადერთი გზაა.
მეორეს მხრივ, IoT მოწყობილობებზე გაზრდილი მოთხოვნა გახდის 5G ქსელებს და Edge Computing-ს უფრო ფართო გამოყენებას.
დატოვე პასუხი