Inhaltsverzeechnes[Verstoppen][Show]
All Secteur probéiert seng Operatiounen, Produktivitéit a Sécherheet ze verbesseren andeems se méi Automatisatioun implementéieren. Computerprogrammer musse fäeg sinn Musteren z'erkennen an Aarbechtsplazen zouverlässeg a sécher auszeféieren fir hinnen ze hëllefen.
Wéi och ëmmer, d'Welt ass onstrukturéiert, an de Spektrum vun Aarbechtsplazen, déi d'Mënschen ausféieren, ëmfaasst eng endlos Unzuel vun Szenarien, déi schwéier adequat a Programmer a Reegelen auszedrécken.
Edge AI Fortschrëtter hunn et méiglech gemaach fir Computeren a Gadgeten mat der "Intelligenz" vun der mënschlecher Erkenntnis ze schaffen, egal wou se sinn. Smart AI-aktivéiert Apps léiere vergläichbar Aufgaben a ville Situatiounen ze maachen, sou wéi d'Mënschen am richtege Liewen maachen.
Mir kucken op Edge AI, seng Virdeeler, Benotzungsfäll a vill méi an dësem Post.
Wat ass Edge AI?
Edge Computing erlaabt Benotzer méi einfach Zougang zu Daten Stockage an Veraarbechtung ze hunn. Dëst gëtt erreecht duerch Ausféierung vu Prozesser op lokalen Apparater wéi Laptops, IoT Apparater oder spezialiséierte Randserveren.
D'Latenz an d'Bandbreed betrëfft datt heiansdo stymie Cloud-baséiert Operatiounen keen Thema fir Randfunktiounen sinn.
Edge AI vermëscht Kënschtlech Intelligenz an Edge Computing (AI). Dëst beinhalt d'Ausféierung vun AI Algorithmen op lokalen Apparater mat Veraarbechtungskraaft um Rand.
Edge AI eliminéiert de Besoin fir Systemkonnektivitéit an Integratioun, wat d'Benotzer erlaabt Daten an Echtzäit op hiren Apparater ze veraarbechten. Och wann AI Operatiounen vill Rechenkraaft brauchen, ginn d'Majoritéit vun hinnen elo a Cloud-baséiert Zentren duerchgefouert.
Den Nodeel ass datt Service Ënnerbriechung oder erheblech Lustegkeet optrieden wéinst Verbindungs- oder Netzwierkschwieregkeeten.
Duerch d'Integratioun vun AI Prozesser an Edge Computing Geräter, iwwerwannt Edge AI dës Bedenken. Andeems Dir Daten sammelt an d'Benotzer servéiert ouni mat anere kierperleche Site ze kommunizéieren, kënnen d'Benotzer Zäit spueren.
Wéi funktionnéiert Edge AI Technologie?
Maschinnen musse fäeg sinn Objekter ze gesinn, z'identifizéieren, Autoen ze bedreiwen, Ried ze begräifen, schwätzen, bewegen an aner mënschlech Aufgaben auszeféieren. Fir mënschlech Erkennung ze duplizéieren, benotzt AI eng Datestruktur bekannt als Deep neural Netz.
Dës DNNs ginn geléiert op verschidden Aarte vu Ufroen ze äntweren andeems se verschidde Proben vun där Fro zesumme mat korrekten Äntwerten gewisen ginn.
Wéinst der grousser Quantitéit un Donnéeën, déi néideg sinn fir e genee Modell ze trainéieren an d'Ufuerderung fir Datewëssenschaftler fir ze kooperéieren fir de Modell ze bauen, gëtt dësen Trainingsprozess, bekannt als "Deep Learning", allgemeng an engem Rechenzentrum oder an der Wollek duerchgefouert. De Modell entwéckelt sech zu engem "Inferenzmotor" deen d'Realweltproblemer beäntwere kann nodeems se trainéiert ginn.
Den Inferenzmotor a Rand AI Deployment funktionnéiert op engem Computer oder Apparat op enger Fernplaz, sou wéi eng Fabréck, e Spidol, en Auto, e Satellit oder engem Haus vun enger Persoun.
Wann AI en Thema begéint, ginn déi problematesch Donnéeën dacks an d'Wollek transferéiert fir zousätzlech Ausbildung vum originelle AI Modell, dee schliisslech de Randinferenzmotor ersetzt. Wann Edge AI Modeller ëmgesat sinn, gi se nëmme méi a méi schlau, dank dëser Feedback Loop.
Virdeeler
AI Algorithmen si besonnesch gutt op Plazen, déi vun Endverbraucher mat Real-Welt Themen besicht ginn, well se Sprooch, Siicht, Kläng, Doft, Temperatur, Gesiichter an aner analog Aarte vun onstrukturéierter Informatioun interpretéiere kënnen.
Wéinst Bedenken mat Latenz, Bandbreedung a Privatsphär, wieren e puer AI Uwendungen onpraktesch oder souguer onméiglech fir an enger zentraliséierter Cloud oder Geschäftsrechenzenter ëmzesetzen.
Déi folgend sinn e puer vun de Virdeeler vum Edge AI:
- Echtzäit Abléck: Wéi d'Kantetechnologie Daten lokal analyséiert anstatt an enger wäiter Wollek déi duerch laang Distanzkonnektivitéit verspéit ass, reagéiert se op d'Ufroe vun de Benotzer an Echtzäit.
- Intelligenz: AI Uwendungen si méi mächteg an adaptéierbar wéi traditionell Programmer, déi nëmmen op Input reagéiere kënnen, déi de Programméierer virausgesot huet. An AI neural Netz, op der anerer Säit, ass trainéiert net eng spezifesch Fro ze beäntweren, mee éischter eng spezifesch Zort vu Fro ze beäntweren, och wann d'Fro selwer nei ass. D'Applikatioune wäerten net fäeg sinn endlos verschidden Inputen wéi Text, geschwate Wierder oder Video ouni AI ze veraarbechten.
- Privatsphär erhéicht: AI kann real-Welt Daten studéieren ouni et jeemools engem Mënsch auszesetzen, d'Privatsphär wesentlech stäerken fir jiddereen deem säi Look, seng Stëmm, medizinescht Bild oder aner perséinlech Informatioun musse studéiert ginn. Edge AI verbessert d'Privatsphär nach weider andeems Dir Daten lokal späichert an nëmmen d'Analyse an d'Abléck an d'Wollek transferéiert.
- Käschten reduzéiert: Andeems Dir Rechenkraaft méi no un de Rand beweegt, erfuerderen Uwendungen manner Internetbandbreedung, wat zu bedeitende Spuerungen an Netzwierkskäschten resultéiert.
- Konsequent Verbesserung: Wéi AI Modeller op méi Daten trainéiert ginn, gi se méi genee. Wann eng Edge AI Applikatioun Daten begéint, déi se net präzis oder zouversiichtlech handhaben kann, lued se se dacks erop, sou datt d'AI sech ëmtrainéiere kann an dovunner léiere kann. Als Resultat, wat méi laang e Modell an der Produktioun um Rand ass, dest méi genau ass et.
Edge AI Benotzungsfäll
Industriell Maschinnen a Konsument Gadgeten sinn déi zwee Haaptsegmenter vum Rand AI Maart. Demonstratiounstester weisen Verbesserung a Beräicher wéi d'Reguléierung an d'Optimiséierung vun Ausrüstung an d'Automatiséierung vun qualifizéierten Aarbechtsfäegkeeten.
Konsument Gadgeten mat AI-aktivéierten Kameraen, déi automatesch Bildmotive erkennen, maachen och Fortschrëtter. De Konsumentapparat Maart gëtt virausgesot dramatesch vun 2021 un ze wuessen, wéinst der Tatsaach datt d'Zuel vun den Apparater méi grouss ass wéi d'Zuel vun den industriellen Ausrüstung. Mir hunn e puer populär Edge AI Benotzungsfäll hei ënnen opgelëscht:
- Autonom Dronen - Dronen hunn d'Kontroll verluer a verschwonnen wärend Dir Fernfléien Tester gemaach hutt, laut den Neiegkeeten. De Pilot vun enger autonomer Dron ass net am Fluch vun der Dron involvéiert. Si behalen d'Saache vu wäitem am Aen a benotzen d'Dron just wann et absolut essentiell ass. Amazon Prime Air, en Drone Liwwerungsgeschäft dat selbstfahrend Dronen entwéckelt fir Artikelen ze liwweren, ass dat bekanntst Beispill vun dësem.
- Selbstfahrend Autoen - Den Déi spannendst Notzung vum Rand Computing ass selbstfahrend Autoen. Selbstfahrend Autoen mussen direkt Evaluatioune vu Situatiounen a ville Ëmstänn maachen, wat Echtzäitdatenveraarbechtung erfuerdert. Japan's Road Traffic Act a Road Transportation Vehicle Law goufen am Dezember 2019 iwwerschafft, wat et méi einfach mécht Niveau 3 selbstfahrend Gefierer op der Strooss ze kréien. D'Sécherheetsfuerderungen, déi autonom Autoen erfëllen mussen, wéi och d'Plaze wou se kënne fueren, gehéieren zu hinnen. Als Resultat entwéckelen d'Automobilisten selbstfahrend Gefierer déi dës Ufuerderunge entspriechen. Toyota, zum Beispill, setzt den TRI-P4 duerch seng Schrëtt mat kompletter Automatioun (Niveau 4).
- Smartphones - Dëst ass de Rand AI Gadget mat deem mir all am meeschte vertraut sinn. Siri a Google Assistant, déi Rand AI beschäftegen fir hir Stëmm ze stäerken Benotzerinterfaces, sinn ideal Instanzen vu Rand AI op Smartphones. On-Device AI eliminéiert d'Notzung fir Apparatdaten an d'Wollek ze schécken, well d'Veraarbechtung um Apparat (Rand) stattfënnt. Dëst hëlleft Privatsphär ze schützen wärend och den Traffic reduzéiert.
- Ënnerhaalung - Virtuell Realitéit, augmentéiert Realitéit, a gemëschte Realitéit Uwendungen fir Ënnerhalung enthalen Streaming Videomaterial op virtuell Realitéit Brëller. Duerch d'Outsourcing vun der Veraarbechtung vun de Brëller op Randserveren no beim Endapparat kann d'Gréisst vun esou Brëller miniméiert ginn. Microsoft, zum Beispill, huet just HoloLens enthüllt, en holographesche Computer, deen an e Kappbedeckung gepasst ass, deen d'Benotzer erlaabt augmentéiert Realitéit ze erliewen. Microsoft plangt d'HoloLens ze benotzen fir konventionell Informatik, Datenanalyse, medizinesch Imaging, a Gaming-um-Rand Uwendungen ze bidden.
- Gesiichtserkennung - Gesiichtserkennung Unerkennungssystemer sinn e Fortschrëtt an Iwwerwaachungskameraen déi léiere kënnen Individuen op Basis vun hire Gesiichter ze erkennen. AI Kamera Modul deen Rand AI Computer Technike benotzt fir Gesiichtseigenschaften an Echtzäit ze bewäerten. Et kann Gesiichter séier a präzis z'entdecken, sou datt et ideal ass fir Marketing Tools déi bestëmmte Charaktere wéi Alter zielen, souwéi Gesiichtserkennung fir Apparater ze spären.
5G & Edge AI
Déi vital Fuerderung fir 5G an héije Wuesstumsberäicher wéi voll selbstfahrend Autoen, Echtzäit virtuell Realitéit Erfarungen, a missionskritesch Uwendungen dréit méi Innovatioun am Edge Computing an Edge AI.
5G ass déi nächst Generatioun Cellular Netzwierk dat probéiert d'Servicequalitéit wesentlech ze verbesseren, sou wéi e besseren Duerchgang a reduzéierter latency - 10x méi séier Datenraten ze ginn wéi existent 5G Netzwierker.
Betruecht Echtzäit Paket Liwwerung a selbstfahrend Autoen, déi en Enn-zu-Enn Verzögerung vu manner wéi 10 ms erfuerdert fir d'Ufuerderung fir séier Datenübertragung a lokal on-Device Berechnung ze schätzen.
Déi minimal Enn-zu-Enn Verzögerung fir Cloud-Zougang ass méi grouss wéi 80 ms, wat inakzeptabel ass fir vill real-Welt Uwendungen. Edge Computing entsprécht den Ënner-Millisekonnen Ufuerderunge vun 5G Uwendungen wärend d'Energieverbrauch ëm 30-40% reduzéiert gëtt, wat zu bis zu 5x manner Energieverbrauch resultéiert am Verglach zum Cloud Zougang.
Edge Computing an 5G erhéijen d'Netzgeschwindegkeet, wat d'Ëmsetzung an d'Deployment vu verschiddenen Echtzäit AI Uwendungen erlaabt, sou wéi AI-baséiert Echtzäit Videoanalytik, déi op niddereg latency Datentransfer vertrauen.
Zukunft
Edge AI gëtt ëmmer méi populär, a bedeitend Investitioune goufen am Feld gemaach. Zum Beispill, am Januar 2020 gouf ugekënnegt datt Apple $ 200 Milliounen bezuelt huet fir d'Seattle-baséiert AI Firma Xnor.ai ze kafen.
Edge Veraarbechtung gëtt vun der Xnor.ai's AI Technologie benotzt fir Daten um Smartphone vum Benotzer ze veraarbecht. Mat agebauter AI op Smartphones sollte mir Verbesserungen an der Stëmmveraarbechtung, Gesiichtserkennungstechnologie a Privatsphär erwaarden.
Mat der Aféierung vum 5G kënne mir méi niddereg Präisser a méi Nofro fir Edge AI Servicer op der ganzer Welt erwaarden.
Konklusioun
Wéi d'Leit méi Zäit op hiren mobilen Apparater verbréngen, gesinn méi Geschäfter an Entwéckler de Wäert vun der Implementéierung vun Edge Technologie fir méi séier, méi effizient Service ze liwweren wärend de Gewënnmargen erhéijen.
Wat d'Entreprise-Niveau AI-baséiert Servicer ugeet, souwéi Konsumentkomfort a Gléck, wäert dëst e ganz neien Universum vu Méiglechkeeten opmaachen.
Grouss Firmen wéi Amazon a Google hunn Millioune investéiert an d'Entwécklung vun hiren Edge AI Systemer, sou datt d'Leedung an dës Technologien investéiert ass deen eenzege Wee fir kompetitiv ze bleiwen.
Méi erhéicht Nofro fir IoT Geräter, op der anerer Säit, wäert 5G Netzwierker an Edge Computing méi verbreet maachen.
Hannerlooss eng Äntwert