සෑම අංශයක්ම වැඩි ස්වයංක්රීයකරණයක් ක්රියාත්මක කිරීමෙන් එහි මෙහෙයුම්, ඵලදායිතාව සහ ආරක්ෂාව වැඩි දියුණු කිරීමට උත්සාහ කරයි. පරිගණක වැඩසටහන්වලට රටා හඳුනා ගැනීමට සහ ඒවාට සහාය වීම සඳහා විශ්වාසනීයව සහ ආරක්ෂිතව රැකියා කිරීමට හැකි විය යුතුය.
කෙසේ වෙතත්, ලෝකය ව්යුහගත නොවන අතර, මිනිසුන් විසින් ක්රියාත්මක කරන රැකියා වර්ණාවලිය, වැඩසටහන් සහ නීතිරීතිවල ප්රමාණවත් ලෙස ප්රකාශ කිරීමට අපහසු අවස්ථා ගණනාවකින් සමන්විත වේ.
Edge AI දියුණුව නිසා පරිගණක සහ උපකරණ කොතැනක සිටියත් මානව සංජානනයේ "බුද්ධිය" සමඟ වැඩ කිරීමට හැකි වී ඇත. ස්මාර්ට් AI-සක්රීය යෙදුම් මිනිසුන් සැබෑ ජීවිතයේ කරන ආකාරයටම විවිධ අවස්ථාවන්හිදී සැසඳිය හැකි කාර්යයන් කිරීමට ඉගෙන ගනී.
අපි Edge AI, එහි ප්රතිලාභ, භාවිත අවස්ථා සහ තවත් බොහෝ දේ මෙම ලිපියෙන් ගැඹුරින් බලන්නෙමු.
Edge AI යනු කුමක්ද?
එජ් කම්පියුටින් දත්ත ගබඩා කිරීමට සහ සැකසීමට පරිශීලකයින්ට පහසු ප්රවේශයක් ලබා ගැනීමට ඉඩ සලසයි. ලැප්ටොප්, IoT උපාංග, හෝ විශේෂිත එජ් සර්වර් වැනි දේශීය උපාංගවල ක්රියාවලි ක්රියාත්මක කිරීමෙන් මෙය ඉටු වේ.
ප්රමාදය සහ කලාප පළල සමහර විට වලාකුළු මත පදනම් වූ ක්රියාදාමයන් අද්දර කාර්යයන් සඳහා ගැටළුවක් නොවන බව සැලකිලිමත් වේ.
Edge AI මිශ්ර කරයි කෘතිම බුද්ධිය සහ එජ් කම්පියුටින් (AI). මෙයට අද්දර සැකසුම් බලය සහිත දේශීය උපාංග මත AI ඇල්ගොරිතම ක්රියාත්මක කිරීම ඇතුළත් වේ.
Edge AI මඟින් පද්ධති සම්බන්ධතාවය සහ ඒකාබද්ධ කිරීමේ අවශ්යතාවය ඉවත් කරයි, පරිශීලකයින්ට ඔවුන්ගේ උපාංගවල තත්ය කාලීන දත්ත සැකසීමට ඉඩ සලසයි. AI මෙහෙයුම් සඳහා විශාල පරිගණක බලයක් අවශ්ය වුවද, ඒවායින් බහුතරයක් දැන් ක්ලවුඩ් පාදක මධ්යස්ථානවල සිදු කෙරේ.
අවාසිය නම් සම්බන්ධතා හෝ ජාල දුෂ්කරතා හේතුවෙන් සේවා බාධා කිරීම් හෝ සැලකිය යුතු මන්දගාමී වීමක් සිදු විය හැකි බවයි.
AI ක්රියාවලි එජ් පරිගණක උපාංගවලට අනුකලනය කිරීමෙන්, එජ් AI මෙම ගැටළු ජය ගනී. වෙනත් භෞතික අඩවි සමඟ සන්නිවේදනය නොකර දත්ත එකතු කිරීම සහ පරිශීලකයින්ට සේවා සැපයීම මගින් පරිශීලකයින්ට කාලය ඉතිරි කර ගත හැක.
Edge AI තාක්ෂණය ක්රියා කරන්නේ කෙසේද?
යන්ත්රවලට දැකීමට, වස්තූන් හඳුනා ගැනීමට, මෝටර් රථ ක්රියාත්මක කිරීමට, කථනය තේරුම් ගැනීමට, කථා කිරීමට, චලනය කිරීමට සහ මිනිසුන්ට සමාන වෙනත් කාර්යයන් ක්රියාත්මක කිරීමට හැකි විය යුතුය. මානව සංජානනය අනුපිටපත් කිරීම සඳහා, AI ගැඹුරු ලෙස හැඳින්වෙන දත්ත ව්යුහයක් භාවිතා කරයි ස්නායු ජාලය.
මෙම DNNs නිවැරදි පිළිතුරු සමඟ එම ප්රශ්නයේ සාම්පල කිහිපයක් පෙන්වීමෙන් යම් යම් විමසීම්වලට ප්රතිචාර දැක්වීමට උගන්වනු ලැබේ.
නිරවද්ය ආකෘතියක් පුහුණු කිරීමට අවශ්ය දත්ත විශාල ප්රමාණයක් සහ දත්ත විද්යාඥයින්ට ආකෘතිය ගොඩනැගීම සඳහා සහයෝගීතාවයේ අවශ්යතාවය හේතුවෙන්, “ගැඹුරු ඉගෙනීම” ලෙස හඳුන්වන මෙම පුහුණු ක්රියාවලිය සාමාන්යයෙන් දත්ත මධ්යස්ථානයක හෝ වලාකුළක සිදු කෙරේ. මෙම ආකෘතිය පුහුණු කිරීමෙන් පසු සැබෑ ලෝකයේ ගැටළු වලට පිළිතුරු දිය හැකි "අනුමාන එන්ජිමක්" දක්වා වර්ධනය වේ.
Edge AI යෙදවුම් වල අනුමාන එන්ජිම කර්මාන්ත ශාලාවක්, රෝහලක්, මෝටර් රථයක්, චන්ද්රිකාවක් හෝ පුද්ගලයෙකුගේ නිවසක් වැනි දුරස්ථ ස්ථානයක පරිගණකයක් හෝ උපාංගයක් මත ක්රියා කරයි.
AI හට ගැටලුවක් ඇති වූ විට, මුල් AI ආකෘතියේ අමතර පුහුණුව සඳහා ගැටලුකාරී දත්ත නිතර වලාකුළට මාරු කරනු ලැබේ, එය අවසානයේ එජ් අනුමාන එන්ජිම ප්රතිස්ථාපනය කරයි. Edge AI මාදිලි ක්රියාත්මක කළ පසු, මෙම ප්රතිපෝෂණ ලූපයට ස්තුති වන්නට ඒවා වඩාත් ප්රඥාවන්ත වේ.
ප්රතිලාභ
භාෂාව, දර්ශන, ශබ්ද, සුවඳ, උෂ්ණත්වය, මුහුණු සහ අනෙකුත් ප්රතිසම ආකාරයේ ව්යුහගත නොවන තොරතුරු අර්ථකථනය කළ හැකි නිසා සැබෑ ලෝකයේ ගැටලු ඇති අවසාන පරිශීලකයන් නිතර ගැවසෙන ස්ථානවල AI ඇල්ගොරිතම විශේෂයෙන් ප්රයෝජනවත් වේ.
ප්රමාදය, කලාප පළල සහ පෞද්ගලිකත්වය පිළිබඳ සැලකිල්ල හේතුවෙන්, සමහර AI යෙදුම් මධ්යගත වලාකුළු හෝ ව්යාපාරික දත්ත මධ්යස්ථානයක ක්රියාත්මක කිරීම ප්රායෝගික හෝ කළ නොහැකි වනු ඇත.
Edge AI හි වාසි කිහිපයක් පහත දැක්වේ:
- තත්ය කාලීන අවබෝධය: එජ් තාක්ෂණය දිගු-දුර සම්බන්ධතාවෙන් ප්රමාද වන දුරස්ථ වලාකුළකට වඩා දේශීයව දත්ත විශ්ලේෂණය කරන බැවින්, එය පරිශීලක ඉල්ලීම්වලට තත්ය කාලීනව ප්රතිචාර දක්වයි.
- බුද්ධි අංශ: AI යෙදුම් සාම්ප්රදායික වැඩසටහන් වලට වඩා බලවත් සහ අනුවර්තනය විය හැකි අතර, ක්රමලේඛකයා පුරෝකථනය කර ඇති යෙදවුම් වලට පමණක් ප්රතිචාර දැක්විය හැක. AI එකක් ස්නායු ජාලය, අනෙක් අතට, පුහුණු කරනු ලබන්නේ නිශ්චිත ප්රශ්නයකට පිළිතුරු දීමට නොව, ප්රශ්නයම නවකතාවක් වුවද, විශේෂිත ප්රශ්නයකට පිළිතුරු දීමට ය. AI නොමැතිව පෙළ, කථන වචන, හෝ වීඩියෝ වැනි විවිධ යෙදවුම් නිමක් නැතිව සැකසීමට යෙදුම්වලට නොහැකි වනු ඇත.
- පෞද්ගලිකත්වය වැඩි විය: AI හට සැබෑ ලෝකයේ දත්ත කිසිදා මිනිසෙකුට නිරාවරණය නොකර අධ්යයනය කළ හැකි අතර, පෙනුම, කටහඬ, වෛද්ය ප්රතිරූපය හෝ වෙනත් පුද්ගලික තොරතුරු අධ්යයනය කළ යුතු ඕනෑම අයෙකුගේ පෞද්ගලිකත්වය සැලකිය යුතු ලෙස ඉහළ නංවයි. Edge AI දත්ත දේශීයව ගබඩා කිරීමෙන් සහ විශ්ලේෂණය සහ තීක්ෂ්ණ බුද්ධිය වලාකුළට මාරු කිරීමෙන් පුද්ගලිකත්වය තවත් වැඩි දියුණු කරයි.
- පිරිවැය අඩු කර ඇත: පරිගණන බලය අද්දරට ගෙන යාමෙන්, යෙදුම් සඳහා අඩු අන්තර්ජාල කලාප පළලක් අවශ්ය වන අතර, එහි ප්රතිඵලයක් ලෙස ජාලකරණ වියදම් සැලකිය යුතු ලෙස ඉතිරි වේ.
- අඛණ්ඩ වැඩිදියුණු කිරීම: AI ආකෘති වැඩි දත්ත මත පුහුණු කර ඇති බැවින්, ඒවා වඩාත් නිවැරදි වේ. එජ් AI යෙදුමකට නිශ්චිතව හෝ විශ්වාසයෙන් හැසිරවීමට නොහැකි දත්ත හමු වූ විට, එය බොහෝ විට එය උඩුගත කරන අතර එමඟින් AI හට නැවත පුහුණු වී එයින් ඉගෙන ගත හැකිය. එහි ප්රතිඵලයක් වශයෙන්, ආකෘතියක් අද්දර නිෂ්පාදනයේ දිගු වේ, එය වඩාත් නිවැරදි වනු ඇත.
Edge AI භාවිත අවස්ථා
කාර්මික යන්ත්රෝපකරණ සහ පාරිභෝගික උපකරණ යනු AI වෙළඳපොලේ ප්රධාන කොටස් දෙකයි. නිරූපණ පරීක්ෂණ උපකරණ නියාමනය සහ ප්රශස්ත කිරීම සහ නිපුණ ශ්රම කුසලතා ස්වයංක්රීය කිරීම වැනි ක්ෂේත්රවල දියුණුවක් පෙන්නුම් කරයි.
පින්තූර විෂයයන් ස්වයංක්රීයව හඳුනා ගන්නා AI-සක්රීය කැමරා සහිත පාරිභෝගික උපකරණ ද ප්රගතියක් ලබමින් පවතී. කාර්මික උපකරණ සංඛ්යාවට වඩා උපාංග සංඛ්යාව වැඩි වීම හේතුවෙන් පාරිභෝගික උපාංග වෙළඳපොළ 2021 සිට නාටකාකාර ලෙස වර්ධනය වනු ඇතැයි පුරෝකථනය කර ඇත. අපි පහත ජනප්රිය AI භාවිත අවස්ථා කිහිපයක් ලැයිස්තුගත කර ඇත්තෙමු:
- ස්වයංක්රීය ඩ්රෝන - ඩ්රෝන ප්රවෘත්ති වලට අනුව දුරස්ථ පියාසර පරීක්ෂණ පවත්වමින් සිටියදී පාලනය ගිලිහී ගොස් අතුරුදහන් වී ඇත. ස්වයංක්රීය ඩ්රෝන යානයක නියමුවා ඩ්රෝන යානය පියාසර කිරීමට සම්බන්ධ නොවේ. ඔවුන් දුර බැහැර දේවල් ගැන විමසිල්ලෙන් සිටින අතර ඩ්රෝන් යානය භාවිතා කරන්නේ අත්යවශ්ය වූ විට පමණි. ඇමේසන් ප්රයිම් එයාර්, ඩ්රෝන් බෙදාහැරීමේ ව්යාපාරයක් වන අතර එය භාණ්ඩ බෙදා හැරීම සඳහා ස්වයංක්රීය ඩ්රෝන යානා සංවර්ධනය කරයි, මෙයට වඩාත්ම ප්රසිද්ධ උදාහරණයයි.
- ස්වයං රියදුරු කාර් - ද Edge computing හි වඩාත් ආකර්ෂණීය භාවිතය ස්වයං-රිය පැදවීමේ මෝටර් රථ වේ. ස්වයං-රිය පදවන මෝටර් රථ තත්ය කාලීන දත්ත සැකසීම අවශ්ය වන බොහෝ අවස්ථාවන්හිදී තත්ත්වයන් ක්ෂණිකව ඇගයීමට ලක් කළ යුතුය. ජපානයේ මාර්ග රථවාහන පනත සහ මාර්ග ප්රවාහන වාහන නීතිය 2019 දෙසැම්බර් මාසයේදී සංශෝධනය කරන ලද අතර එමඟින් 3 මට්ටමේ ස්වයංක්රීයව ධාවනය වන වාහන පාරට ගෙන ඒම පහසු විය. ස්වයංක්රීය මෝටර් රථ සපුරාලිය යුතු ආරක්ෂක අවශ්යතා මෙන්ම ඒවා ධාවනය කළ හැකි ස්ථාන ද ඒ අතර වේ. එහි ප්රතිඵලයක් වශයෙන්, මෝටර් රථ නිෂ්පාදකයින් මෙම අවශ්යතා සපුරාලන ස්වයංක්රීය ධාවන වාහන සංවර්ධනය කරයි. උදාහරණයක් ලෙස, Toyota, TRI-P4 සම්පූර්ණ ස්වයංක්රීයකරණය (4 මට්ටම) සමඟින් එහි වේගයන් හරහා යවයි.
- ස්මාර්ට්ෆෝන් - මෙය අපි කවුරුත් හුරුපුරුදු AI ගැජට් එකයි. Siri සහ Google Assistant, ඔවුන්ගේ කටහඬ බලගැන්වීම සඳහා AI භාවිතා කරයි පරිශීලක අතුරුමුහුණත්, ස්මාට්ෆෝන් වල එජ් AI හි කදිම අවස්ථාවන් වේ. උපාංගයේ (දාරය) සැකසුම් සිදු වන නිසා උපාංගයේ AI උපාංග දත්ත වලාකුළට යැවීමේ අවශ්යතාවය ඉවත් කරයි. මෙය ගමනාගමනය අඩු කරන අතරම පුද්ගලිකත්වය ආරක්ෂා කිරීමට උපකාරී වේ.
- විනෝදාස්වාදය - අතථ්ය යථාර්ථය, වැඩි දියුණු කළ යථාර්ථය සහ විනෝදාස්වාදය සඳහා මිශ්ර යථාර්ත යෙදුම් අතර අතථ්ය රියැලිටි වීදුරුවලට වීඩියෝ ද්රව්ය ප්රවාහය ඇතුළත් වේ. අවසාන උපාංගය ආසන්නයේ ඇති උපැස් සිට එජ් සර්වර් දක්වා පිරිසැකසුම් කිරීම බාහිරින් ලබා දීමෙන් එවැනි වීදුරු වල ප්රමාණය අවම කර ගත හැක. උදාහරණයක් ලෙස, Microsoft, හුදෙක් HoloLens එළිදක්වන ලදී, හිස්ආවරණයක සවි කර ඇති හොලෝග්රැෆික් පරිගණකයක් වන අතර එමඟින් පරිශීලකයින්ට වැඩි දියුණු කළ යථාර්ථය අත්විඳීමට ඉඩ සලසයි. Microsoft HoloLens භාවිතා කිරීමට සැලසුම් කරයි සාම්ප්රදායික පරිගණනය, දත්ත විශ්ලේෂණය, වෛද්ය ප්රතිරූපණ සහ සූදු ක්රීඩාවේ කෙළවරේ යෙදුම් සැපයීමට.
- මුහුණ හඳුනාගැනීම - මුහුණ හඳුනාගැනීමේ පද්ධති යනු ඔවුන්ගේ මුහුණු මත පදනම්ව පුද්ගලයන් හඳුනා ගැනීමට ඉගෙන ගත හැකි නිරීක්ෂණ කැමරා වල දියුණුවකි. AI කැමරා මොඩියුලය තත්ය කාලීනව මුහුණු ලක්ෂණ තක්සේරු කිරීමට එජ් AI පරිගණක ශිල්පීය ක්රම භාවිතා කරයි. එයට මුහුණු වේගයෙන් සහ නිවැරදිව හඳුනාගත හැකි අතර, එය වයස වැනි ඇතැම් ලක්ෂණ ඉලක්ක කරන අලෙවිකරණ මෙවලම් සඳහා මෙන්ම උපාංග අගුලු හැරීම සඳහා මුහුණ හඳුනාගැනීම සඳහා වඩාත් සුදුසු වේ.
5G සහ Edge AI
සම්පුර්ණයෙන්ම ස්වයංක්රීයව ධාවනය වන මෝටර් රථ, තත්ය කාලීන අතථ්ය රියැලිටි අත්දැකීම් සහ මෙහෙවර-විවේචනාත්මක යෙදුම් වැනි ඉහළ වර්ධන ප්රදේශවල 5G සඳහා අත්යවශ්ය අවශ්යතාවය එජ් පරිගණකකරණය සහ Edge AI හි වැඩි නව්යකරණයක් ඇති කරයි.
5G යනු ඊළඟ පරම්පරාවේ සෙලියුලර් ජාලයයි දැනට පවතින 10G ජාලවලට වඩා 5x වේගවත් දත්ත අනුපාත ලබා දෙමින් වඩා හොඳ ප්රතිදානය සහ අඩු ප්රමාදය වැනි සේවා ගුණාත්මක භාවය සැලකිය යුතු ලෙස ඉහළ නැංවීමට උත්සාහ කරයි.
ස්වයංක්රීයව ධාවනය වන මෝටර් රථවල තත්ය කාලීන පැකට් බෙදාහැරීම සලකා බලන්න, වේගවත් දත්ත හුවමාරුව සහ දේශීය උපාංගය මත ගණනය කිරීමේ අවශ්යතාවය අගය කිරීම සඳහා 10 ms ට වඩා අඩු ප්රමාදයක් අවශ්ය වේ.
වලාකුළු ප්රවේශය සඳහා වන අවම අවසානය ප්රමාදය ms 80 ට වඩා විශාල වන අතර එය බොහෝ සැබෑ ලෝකයේ යෙදුම් සඳහා පිළිගත නොහැකිය. එජ් කම්පියුටින් 5G යෙදුම්වල උප-මිලි තත්පර අවශ්යතා සපුරාලන අතර බලශක්ති භාවිතය 30-40% කින් අඩු කරයි, එහි ප්රතිඵලයක් ලෙස වලාකුළු ප්රවේශයට සාපේක්ෂව බලශක්ති පරිභෝජනය 5x දක්වා අඩු වේ.
Edge computing සහ 5G ජාල වේගය ඉහළ නංවන අතර, අඩු ප්රමාද දත්ත හුවමාරුව මත රඳා පවතින AI මත පදනම් වූ තත්ය කාලීන වීඩියෝ විශ්ලේෂණ වැනි විවිධ තත්ය කාලීන AI යෙදුම් ක්රියාත්මක කිරීමට සහ යෙදවීමට ඉඩ සලසයි.
අනාගතය
Edge AI වඩාත් ජනප්රිය වෙමින් පවතින අතර ක්ෂේත්රයේ සැලකිය යුතු ආයෝජන සිදු කර ඇත. උදාහරණයක් ලෙස, 2020 ජනවාරි මාසයේදී, සියැටල් පදනම් කරගත් AI සමාගමක් වන Xnor.ai මිලදී ගැනීම සඳහා Apple විසින් ඩොලර් මිලියන 200ක් ගෙවූ බව නිවේදනය කරන ලදී.
පරිශීලකයාගේ ස්මාර්ට් ජංගම දුරකතනයේ දත්ත සැකසීමට Xnor.ai හි AI තාක්ෂණය මඟින් Edge සැකසුම් භාවිතා කරයි. ස්මාට්ෆෝන් වල කෘත්රිම බුද්ධිය සමඟින්, හඬ සැකසීම, මුහුණු හඳුනාගැනීමේ තාක්ෂණය සහ පෞද්ගලිකත්වය වැඩිදියුණු කිරීම් අප අපේක්ෂා කළ යුතුය.
5G හඳුන්වාදීමත් සමඟ, අපට ලොව පුරා AI සේවා සඳහා අඩු මිලක් සහ වැඩි ඉල්ලුමක් අපේක්ෂා කළ හැකිය.
නිගමනය
මිනිසුන් තම ජංගම උපාංග මත වැඩි කාලයක් ගත කරන විට, ලාභ ආන්තික වැඩි කරන අතරම වේගවත්, වඩා කාර්යක්ෂම සේවාවක් සැපයීම සඳහා Edge තාක්ෂණය ක්රියාත්මක කිරීමේ වටිනාකම වැඩි ව්යාපාර සහ සංවර්ධකයින් දකියි.
ව්යවසාය මට්ටමේ AI මත පදනම් වූ සේවාවන් මෙන්ම පාරිභෝගික සුවපහසුව සහ සතුට සම්බන්ධයෙන් ගත් කල, මෙය නව ශක්යතා විශ්වයක් විවෘත කරනු ඇත.
Amazon සහ Google වැනි විශාල සමාගම් ඔවුන්ගේ Edge AI පද්ධති සංවර්ධනය සඳහා මිලියන ගණනක් ආයෝජනය කර ඇත, එබැවින් මෙම තාක්ෂණයන් සඳහා මූලිකත්වය ගෙන ආයෝජනය කිරීම තරඟකාරීව සිටීමට ඇති එකම මාර්ගයයි.
අනෙක් අතට, IoT උපාංග සඳහා වැඩි ඉල්ලුමක්, 5G ජාල සහ Edge Computing වඩාත් පුළුල් ලෙස භාවිතා කරනු ඇත.
ඔබමයි