ทุกภาคส่วนต่างพยายามปรับปรุงการดำเนินงาน ผลิตภาพ และความปลอดภัยด้วยการใช้ระบบอัตโนมัติมากขึ้น โปรแกรมคอมพิวเตอร์จะต้องสามารถแยกแยะรูปแบบและทำงานได้อย่างน่าเชื่อถือและปลอดภัยเพื่อช่วยเหลือพวกเขา
อย่างไรก็ตาม โลกไม่มีโครงสร้าง และสเปกตรัมของงานที่มนุษย์ดำเนินการนั้นครอบคลุมสถานการณ์จำนวนนับไม่ถ้วนที่ยากจะอธิบายอย่างเพียงพอในโปรแกรมและกฎเกณฑ์
ความก้าวหน้าของ Edge AI ทำให้คอมพิวเตอร์และอุปกรณ์ต่างๆ สามารถทำงานร่วมกับ "ความฉลาด" ของความรู้ความเข้าใจของมนุษย์ได้ ไม่ว่าจะอยู่ที่ใด แอพที่เปิดใช้งาน Smart AI เรียนรู้ที่จะทำงานที่เปรียบเทียบได้ในสถานการณ์ที่หลากหลาย เช่นเดียวกับที่มนุษย์ทำในชีวิตจริง
เราจะเจาะลึกถึง Edge AI, ประโยชน์, กรณีใช้งาน และอื่นๆ อีกมากมายในโพสต์นี้
Edge AI คืออะไร?
การประมวลผลแบบ Edge ช่วยให้ผู้ใช้สามารถเข้าถึงการจัดเก็บและประมวลผลข้อมูลได้ง่ายขึ้น ซึ่งทำได้โดยดำเนินการตามกระบวนการบนอุปกรณ์ในพื้นที่ เช่น แล็ปท็อป อุปกรณ์ IoT หรือเซิร์ฟเวอร์ขอบเฉพาะ
เวลาแฝงและแบนด์วิดธ์กังวลว่าบางครั้งการขัดขวางการทำงานบนคลาวด์นั้นไม่ใช่ปัญหาสำหรับฟังก์ชันขอบ
Edge AI ผสมผสาน ปัญญาประดิษฐ์ และเอดจ์คอมพิวติ้ง (AI) สิ่งนี้เกี่ยวข้องกับการดำเนินการอัลกอริธึม AI บนอุปกรณ์ในพื้นที่ด้วยพลังการประมวลผลที่ขอบ
Edge AI ขจัดความจำเป็นในการเชื่อมต่อและการรวมระบบ ทำให้ผู้ใช้สามารถประมวลผลข้อมูลบนอุปกรณ์ของตนได้แบบเรียลไทม์ แม้ว่าการดำเนินงานของ AI จะต้องการพลังในการคำนวณเป็นจำนวนมาก แต่ขณะนี้การดำเนินการส่วนใหญ่ดำเนินการในศูนย์บนระบบคลาวด์
ข้อเสียคือบริการหยุดชะงักหรือช้ามากอาจเกิดขึ้นเนื่องจากปัญหาการเชื่อมต่อหรือเครือข่าย
ด้วยการรวมกระบวนการ AI เข้ากับอุปกรณ์ Edge Computing ทำให้ Edge AI สามารถเอาชนะข้อกังวลเหล่านี้ได้ ด้วยการรวบรวมข้อมูลและให้บริการผู้ใช้โดยไม่ต้องสื่อสารกับไซต์ทางกายภาพอื่น ๆ ผู้ใช้สามารถประหยัดเวลาได้
เทคโนโลยี Edge AI ทำงานอย่างไร
เครื่องจักรจะต้องสามารถเห็น ระบุวัตถุ ควบคุมรถยนต์ เข้าใจคำพูด พูด เคลื่อนไหว และทำงานอื่นๆ ที่เหมือนมนุษย์ได้ เพื่อจำลองการรับรู้ของมนุษย์ AI ใช้โครงสร้างข้อมูลที่เรียกว่า deep เครือข่ายประสาท.
DNN เหล่านี้ได้รับการสอนให้ตอบคำถามบางประเภทโดยแสดงตัวอย่างคำถามนั้นพร้อมทั้งคำตอบที่ถูกต้อง
เนื่องจากมีข้อมูลจำนวนมากที่จำเป็นในการฝึกโมเดลที่แม่นยำและความต้องการสำหรับนักวิทยาศาสตร์ข้อมูลในการร่วมมือในการสร้างแบบจำลอง กระบวนการฝึกอบรมนี้เรียกว่า "การเรียนรู้เชิงลึก" โดยทั่วไปจึงดำเนินการในศูนย์ข้อมูลหรือระบบคลาวด์ โมเดลนี้พัฒนาเป็น "เครื่องมืออนุมาน" ที่สามารถตอบปัญหาในโลกแห่งความเป็นจริงได้หลังจากผ่านการฝึกอบรม
เอ็นจิ้นการอนุมานในการปรับใช้ Edge AI ทำงานบนคอมพิวเตอร์หรืออุปกรณ์ในสถานที่ห่างไกล เช่น โรงงาน โรงพยาบาล รถยนต์ ดาวเทียม หรือบ้านของบุคคล
เมื่อ AI พบปัญหา ข้อมูลที่เป็นปัญหามักจะถูกถ่ายโอนไปยังคลาวด์เพื่อการฝึกอบรมเพิ่มเติมของโมเดล AI ดั้งเดิม ซึ่งจะมาแทนที่เอ็นจิ้นการอนุมานขอบในที่สุด เมื่อนำโมเดล Edge AI ไปใช้แล้ว โมเดลเหล่านี้จะยิ่งฉลาดขึ้นและมากขึ้นเท่านั้น ต้องขอบคุณลูปความคิดเห็นนี้
ประโยชน์
อัลกอริธึม AI มีประโยชน์อย่างยิ่งในสถานที่ที่ผู้ใช้ปลายทางมักประสบปัญหาในโลกแห่งความเป็นจริง เนื่องจากพวกเขาสามารถตีความภาษา ภาพ เสียง กลิ่น อุณหภูมิ ใบหน้า และข้อมูลอะนาล็อกอื่นๆ ที่ไม่มีโครงสร้างได้
เนื่องจากความกังวลเกี่ยวกับเวลาแฝง แบนด์วิดท์ และความเป็นส่วนตัว แอปพลิเคชัน AI บางตัวอาจใช้งานไม่ได้หรือใช้งานไม่ได้ในระบบคลาวด์แบบรวมศูนย์หรือศูนย์ข้อมูลธุรกิจ
ต่อไปนี้เป็นข้อดีบางประการของ edge AI:
- ข้อมูลเชิงลึกแบบเรียลไทม์: เนื่องจากเทคโนโลยี Edge วิเคราะห์ข้อมูลในเครื่องมากกว่าในคลาวด์ระยะไกลที่มีความล่าช้าจากการเชื่อมต่อทางไกล จึงตอบสนองต่อคำขอของผู้ใช้แบบเรียลไทม์
- Intelligence: แอปพลิเคชัน AI มีประสิทธิภาพและปรับตัวได้ดีกว่าโปรแกรมแบบเดิม ซึ่งสามารถตอบสนองต่ออินพุตที่โปรแกรมเมอร์คาดการณ์ไว้เท่านั้น AI เครือข่ายประสาทในทางกลับกัน ได้รับการฝึกฝนให้ไม่ตอบคำถามเฉพาะ แต่ให้ตอบคำถามบางประเภท แม้ว่าคำถามนั้นจะแปลกใหม่ก็ตาม แอปพลิเคชันจะไม่สามารถประมวลผลอินพุตต่างๆ ได้ไม่จำกัด เช่น ข้อความ คำพูด หรือวิดีโอโดยปราศจาก AI
- ความเป็นส่วนตัวเพิ่มขึ้น: AI สามารถศึกษาข้อมูลในโลกแห่งความเป็นจริงได้โดยไม่ต้องเปิดเผยต่อมนุษย์ ช่วยเพิ่มความเป็นส่วนตัวให้กับใครก็ตามที่ต้องศึกษารูปลักษณ์ เสียง ภาพลักษณ์ทางการแพทย์ หรือข้อมูลส่วนบุคคลอื่นๆ Edge AI ปรับปรุงความเป็นส่วนตัวให้ดียิ่งขึ้นด้วยการจัดเก็บข้อมูลในเครื่องและถ่ายโอนเฉพาะการวิเคราะห์และข้อมูลเชิงลึกไปยังคลาวด์
- ลดต้นทุน: โดยการย้ายพลังการประมวลผลไปใกล้กับขอบ แอปพลิเคชันต้องการแบนด์วิดท์อินเทอร์เน็ตน้อยลง ส่งผลให้ประหยัดค่าใช้จ่ายด้านเครือข่ายได้มาก
- ปรับปรุงอย่างต่อเนื่อง: เนื่องจากโมเดล AI ได้รับการฝึกอบรมเกี่ยวกับข้อมูลมากขึ้น จึงแม่นยำยิ่งขึ้น เมื่อแอปพลิเคชัน Edge AI พบข้อมูลที่ไม่สามารถจัดการได้อย่างแม่นยำหรือมั่นใจ แอปพลิเคชันมักจะอัปโหลดเพื่อให้ AI สามารถฝึกและเรียนรู้จากข้อมูลดังกล่าวได้ เป็นผลให้ยิ่งมีการผลิตแบบจำลองที่ขอบนานเท่าใดก็ยิ่งมีความแม่นยำมากขึ้นเท่านั้น
กรณีการใช้งาน Edge AI
เครื่องจักรอุตสาหกรรมและอุปกรณ์สำหรับผู้บริโภคเป็นสองส่วนหลักของตลาดเอดจ์ AI การทดสอบสาธิตแสดงให้เห็นการปรับปรุงในด้านต่างๆ เช่น การควบคุมและเพิ่มประสิทธิภาพอุปกรณ์ และทักษะการใช้แรงงานที่มีทักษะโดยอัตโนมัติ
อุปกรณ์สำหรับผู้บริโภคที่มีกล้องที่เปิดใช้งาน AI ซึ่งตรวจจับวัตถุในภาพโดยอัตโนมัติก็กำลังคืบหน้าเช่นกัน ตลาดอุปกรณ์สำหรับผู้บริโภคคาดการณ์ว่าจะเติบโตอย่างรวดเร็วตั้งแต่ปี 2021 เป็นต้นไป เนื่องจากจำนวนอุปกรณ์มากกว่าจำนวนอุปกรณ์อุตสาหกรรม เราได้แสดงรายการกรณีการใช้งาน edge AI ยอดนิยมด้านล่าง:
- โดรนอัตโนมัติ – โดรน สูญเสียการควบคุมและหายตัวไปขณะทำการทดสอบการบินระยะไกล ตามข่าว นักบินของโดรนอิสระไม่เกี่ยวข้องกับการบินของโดรน พวกเขาคอยจับตาดูสิ่งต่างๆ จากระยะไกล และใช้โดรนเฉพาะเมื่อจำเป็นเท่านั้น Amazon Prime Air ซึ่งเป็นธุรกิจจัดส่งแบบใช้โดรนซึ่งกำลังพัฒนาโดรนแบบขับเคลื่อนด้วยตนเองเพื่อส่งสินค้า เป็นตัวอย่างที่รู้จักกันดีที่สุดในเรื่องนี้
- รถยนต์ขับเอง – The การใช้ Edge Computing ที่น่าตื่นเต้นที่สุดคือรถยนต์ที่ขับเคลื่อนด้วยตนเอง รถยนต์ที่ขับด้วยตนเองจะต้องทำการประเมินสถานการณ์ทันทีในหลาย ๆ สถานการณ์ ซึ่งจำเป็นต้องมีการประมวลผลข้อมูลแบบเรียลไทม์ พระราชบัญญัติการจราจรบนถนนของญี่ปุ่นและกฎหมายยานพาหนะสำหรับการขนส่งทางถนนได้รับการแก้ไขในเดือนธันวาคม 2019 ทำให้การรับยานพาหนะที่ขับเคลื่อนด้วยตนเองระดับ 3 บนท้องถนนง่ายขึ้น ข้อกำหนดด้านความปลอดภัยที่รถยนต์ไร้คนขับต้องปฏิบัติตาม รวมถึงสถานที่ที่สามารถขับขี่ได้นั้นรวมอยู่ในนั้น ด้วยเหตุนี้ ผู้ผลิตรถยนต์จึงกำลังพัฒนารถยนต์ที่ขับเคลื่อนด้วยตนเองซึ่งตรงตามข้อกำหนดเหล่านี้ ตัวอย่างเช่น โตโยต้ากำลังทำให้ TRI-P4 ก้าวไปข้างหน้าด้วยระบบอัตโนมัติที่สมบูรณ์ (ระดับ 4)
- สมาร์ทโฟน – นี่ คืออุปกรณ์ Edge AI ที่เราทุกคนคุ้นเคยมากที่สุด Siri และ Google Assistant ซึ่งใช้ Edge AI เพื่อขับเคลื่อนเสียงของพวกเขา ส่วนต่อประสานผู้ใช้เป็นอินสแตนซ์ในอุดมคติของ edge AI บนสมาร์ทโฟน AI บนอุปกรณ์ขจัดความจำเป็นในการส่งข้อมูลอุปกรณ์ไปยังระบบคลาวด์ เนื่องจากการประมวลผลเกิดขึ้นที่อุปกรณ์ (ขอบ) ซึ่งจะช่วยปกป้องความเป็นส่วนตัวในขณะเดียวกันก็ลดปริมาณการใช้ข้อมูล
- ความบันเทิง – Virtual แอปพลิเคชั่นความเป็นจริง ความจริงเสริม และความเป็นจริงผสมเพื่อความบันเทิงรวมถึงการสตรีมเนื้อหาวิดีโอไปยังแว่นตาเสมือนจริง ด้วยการเอาต์ซอร์ซการประมวลผลจากแว่นตาไปยังเซิร์ฟเวอร์ขอบใกล้กับอุปกรณ์ปลายทาง ขนาดของแว่นตาดังกล่าวจะลดลง ตัวอย่างเช่น Microsoft เพิ่งเปิดตัว HoloLens ซึ่งเป็นคอมพิวเตอร์โฮโลแกรมที่ติดตั้งในหมวกที่อนุญาตให้ผู้ใช้สัมผัสกับความเป็นจริงยิ่ง Microsoft วางแผนที่จะใช้ HoloLens เพื่อให้การประมวลผลแบบเดิม การวิเคราะห์ข้อมูล ภาพทางการแพทย์ และแอพพลิเคชั่นการเล่นเกมที่ล้ำสมัย
- การจดจำใบหน้า – ใบหน้า ระบบการจดจำคือความก้าวหน้าในกล้องวงจรปิดที่สามารถเรียนรู้ที่จะจดจำบุคคลโดยพิจารณาจากใบหน้าของพวกเขา โมดูลกล้อง AI ที่ใช้เทคนิคคอมพิวเตอร์ Edge AI เพื่อประเมินลักษณะใบหน้าแบบเรียลไทม์ สามารถตรวจจับใบหน้าได้อย่างรวดเร็วและแม่นยำ ทำให้เหมาะสำหรับเครื่องมือทางการตลาดที่กำหนดเป้าหมายไปยังลักษณะบางอย่าง เช่น อายุ รวมถึงการจดจำใบหน้าสำหรับการปลดล็อกอุปกรณ์
5G และเอดจ์ AI
ความต้องการที่สำคัญสำหรับ 5G ในพื้นที่ที่มีการเติบโตสูง เช่น รถยนต์ที่ขับเคลื่อนด้วยตนเองโดยสมบูรณ์ ประสบการณ์เสมือนจริงแบบเรียลไทม์ และแอปพลิเคชันที่มีความสำคัญต่อภารกิจ ขับเคลื่อนนวัตกรรมในการประมวลผลแบบขอบและ Edge AI มากขึ้น
5G คือเครือข่ายเซลลูลาร์ยุคหน้า ที่พยายามปรับปรุงคุณภาพการบริการอย่างมาก เช่น ปริมาณงานที่ดีขึ้นและความหน่วงแฝงที่ลดลง — ให้อัตราการรับส่งข้อมูลเร็วกว่าเครือข่าย 10G ที่มีอยู่ถึง 5 เท่า
พิจารณาการส่งแพ็กเก็ตแบบเรียลไทม์ในรถยนต์ที่ขับเคลื่อนด้วยตนเอง ซึ่งต้องการความล่าช้าจากต้นทางถึงปลายทางน้อยกว่า 10 มิลลิวินาที เพื่อชื่นชมความต้องการสำหรับการถ่ายโอนข้อมูลที่รวดเร็วและการคำนวณบนอุปกรณ์ภายในเครื่อง
การหน่วงเวลาแบบ end-to-end ขั้นต่ำสำหรับการเข้าถึงระบบคลาวด์นั้นมากกว่า 80 มิลลิวินาที ซึ่งไม่เป็นที่ยอมรับสำหรับแอปพลิเคชันในโลกแห่งความเป็นจริงจำนวนมาก การประมวลผลแบบ Edge ตรงตามข้อกำหนดระดับย่อยของมิลลิวินาทีของแอปพลิเคชัน 5G ในขณะที่ลดการใช้พลังงานลง 30-40% ส่งผลให้มีการใช้พลังงานน้อยลงถึง 5 เท่า เมื่อเทียบกับการเข้าถึงระบบคลาวด์
Edge Computing และ 5G เพิ่มความเร็วเครือข่าย ทำให้สามารถติดตั้งและปรับใช้แอปพลิเคชัน AI แบบเรียลไทม์ต่างๆ เช่น การวิเคราะห์วิดีโอแบบเรียลไทม์บน AI ซึ่งอาศัยการถ่ายโอนข้อมูลที่มีเวลาแฝงต่ำ
อนาคต
Edge AI กำลังเป็นที่นิยมมากขึ้น และมีการลงทุนจำนวนมากในภาคสนาม ตัวอย่างเช่น ในเดือนมกราคม 2020 มีการประกาศว่า Apple จ่ายเงิน 200 ล้านดอลลาร์เพื่อซื้อ Xnor.ai บริษัท AI ในซีแอตเทิล
การประมวลผลขอบถูกใช้โดยเทคโนโลยี AI ของ Xnor.ai เพื่อประมวลผลข้อมูลบนสมาร์ทโฟนของผู้ใช้ ด้วย AI ในตัวบนสมาร์ทโฟน เราควรคาดหวังการปรับปรุงในการประมวลผลเสียง เทคโนโลยีการจดจำใบหน้า และความเป็นส่วนตัว
ด้วยการเปิดตัว 5G เราสามารถคาดหวังราคาที่ต่ำกว่าและความต้องการบริการ Edge AI ทั่วโลกมากขึ้น
สรุป
ในขณะที่ผู้คนใช้เวลาบนอุปกรณ์มือถือมากขึ้น ธุรกิจและนักพัฒนาจำนวนมากขึ้นเห็นคุณค่าของการนำเทคโนโลยี Edge มาใช้เพื่อให้บริการที่รวดเร็วและมีประสิทธิภาพมากขึ้นในขณะที่เพิ่มอัตรากำไร
ในแง่ของบริการที่ใช้ AI ระดับองค์กร ตลอดจนความสะดวกสบายและความสุขของผู้บริโภค จะเป็นการเปิดโลกแห่งความเป็นไปได้ใหม่ทั้งหมด
บริษัทขนาดใหญ่เช่น Amazon และ Google ได้ลงทุนหลายล้านคนในการพัฒนาระบบ Edge AI ของตน ดังนั้นการเป็นผู้นำและลงทุนในเทคโนโลยีเหล่านี้เป็นหนทางเดียวที่จะคงความสามารถในการแข่งขันได้
ในทางกลับกัน ความต้องการอุปกรณ์ IoT ที่เพิ่มขึ้นจะทำให้เครือข่าย 5G และ Edge Computing ใช้กันอย่างแพร่หลายมากขึ้น
เขียนความเห็น