Talaan ng nilalaman[Tago][Ipakita]
Sinisikap ng bawat sektor na pahusayin ang mga operasyon, produktibidad, at kaligtasan nito sa pamamagitan ng pagpapatupad ng higit pang automation. Ang mga computer program ay dapat na matukoy ang mga pattern at gumanap ng mga trabaho nang mapagkakatiwalaan at ligtas upang matulungan sila.
Gayunpaman, ang mundo ay hindi nakaayos, at ang spectrum ng mga trabaho na ginagawa ng mga tao ay sumasaklaw sa walang katapusang bilang ng mga sitwasyon na mahirap ipahayag nang sapat sa mga programa at panuntunan.
Ang mga pagsulong ng Edge AI ay naging posible para sa mga computer at gadget na gumana sa "katalinuhan" ng katalinuhan ng tao, nasaan man sila. Ang mga Smart AI-enabled na app ay natututong gumawa ng mga katulad na gawain sa iba't ibang sitwasyon, tulad ng ginagawa ng mga tao sa totoong buhay.
Susuriin namin nang malalim ang Edge AI, ang mga benepisyo nito, mga kaso ng paggamit, at marami pa sa post na ito.
Ano ang Edge AI?
Edge computing nagbibigay-daan sa mga user na magkaroon ng mas madaling access sa imbakan at pagproseso ng data. Nagagawa ito sa pamamagitan ng pagsasagawa ng mga proseso sa mga lokal na device gaya ng mga laptop, IoT device, o mga espesyal na edge server.
Ang latency at bandwidth ay nag-aalala na kung minsan ay nakakagambala sa cloud-based na mga operasyon ay hindi isang isyu para sa mga pag-andar sa gilid.
Pinaghalong Edge AI artificial intelligence at edge computing (AI). Nangangailangan ito ng pagpapatupad ng mga algorithm ng AI sa mga lokal na device na may kapangyarihan sa pagpoproseso sa gilid.
Tinatanggal ng Edge AI ang pangangailangan para sa pagkakakonekta at pagsasama ng system, na nagpapahintulot sa mga user na magproseso ng data nang real-time sa kanilang mga device. Bagama't ang mga operasyon ng AI ay nangangailangan ng maraming computational power, karamihan sa mga ito ay isinasagawa na ngayon sa mga cloud-based na sentro.
Ang kawalan ay ang pagkaantala ng serbisyo o malaking kabagalan ay maaaring mangyari dahil sa mga kahirapan sa koneksyon o network.
Sa pamamagitan ng pagsasama ng mga proseso ng AI sa mga edge computing device, nalampasan ng edge AI ang mga alalahaning ito. Sa pamamagitan ng pagkolekta ng data at paglilingkod sa mga user nang hindi kinakailangang makipag-ugnayan sa ibang mga pisikal na site, makakatipid ng oras ang mga user.
Paano gumagana ang teknolohiya ng Edge AI?
Kailangang makita ng mga makina, makilala ang mga bagay, magpatakbo ng mga sasakyan, maunawaan ang pananalita, magsalita, gumalaw, at magsagawa ng iba pang mga gawaing tulad ng tao. Upang ma-duplicate ang cognition ng tao, gumagamit ang AI ng istruktura ng data na kilala bilang deep neural network.
Ang mga DNN na ito ay tinuturuan na tumugon sa ilang uri ng mga query sa pamamagitan ng pagpapakita ng ilang sample ng tanong na iyon kasama ng mga tumpak na tugon.
Dahil sa malaking dami ng data na kinakailangan upang sanayin ang isang tumpak na modelo at ang pangangailangan para sa mga data scientist na makipagtulungan sa pagbuo ng modelo, ang proseso ng pagsasanay na ito, na kilala bilang "deep learning," ay karaniwang ginagawa sa isang data center o sa cloud. Ang modelo ay bubuo sa isang "inference engine" na makakasagot sa mga problema sa totoong mundo pagkatapos ng pagsasanay.
Gumagana ang inference engine sa mga edge AI deployment sa isang computer o device sa malayong lokasyon, gaya ng pabrika, ospital, sasakyan, satellite, o bahay ng isang tao.
Kapag ang AI ay nakatagpo ng isang isyu, ang may problemang data ay madalas na inililipat sa cloud para sa karagdagang pagsasanay ng orihinal na modelo ng AI, na kalaunan ay papalitan ang edge inference engine. Kapag naipatupad na ang mga modelo ng edge AI, lalo lang silang nagiging matalino, salamat sa feedback loop na ito.
Mga Benepisyo
Ang mga algorithm ng AI ay partikular na kapaki-pakinabang sa mga lokasyong madalas puntahan ng mga end-user na may mga isyu sa totoong mundo dahil maaari nilang bigyang-kahulugan ang wika, mga tanawin, tunog, pabango, temperatura, mga mukha, at iba pang mga analog na uri ng hindi nakaayos na impormasyon.
Dahil sa mga alalahanin sa latency, bandwidth, at privacy, ang ilang AI application ay magiging hindi praktikal o imposibleng ipatupad sa isang sentralisadong cloud o business data center.
Ang mga sumusunod ay ilan sa mga pakinabang ng edge AI:
- Mga real-time na insight: Habang sinusuri ng edge technology ang data nang lokal sa halip na sa isang malayong ulap na naantala ng malayuang pagkakakonekta, tumutugon ito sa mga kahilingan ng user nang real-time.
- Intelligence: Ang mga AI application ay mas malakas at madaling ibagay kaysa sa mga tradisyonal na programa, na maaari lamang tumugon sa mga input na hinulaan ng programmer. Isang AI neural network, sa kabilang banda, ay sinanay na huwag sagutin ang isang partikular na tanong, ngunit sa halip ay sagutin ang isang partikular na uri ng tanong, kahit na ang tanong mismo ay nobela. Ang mga application ay hindi makakapagproseso ng walang katapusang iba't ibang input gaya ng text, spoken words, o video nang walang AI.
- Tumaas ang Privacy: Maaaring pag-aralan ng AI ang real-world na data nang hindi ito inilalantad sa isang tao, na lubos na nagpapalakas ng privacy para sa sinuman na ang hitsura, boses, medikal na imahe, o iba pang personal na impormasyon ay dapat pag-aralan. Pinapabuti pa ng Edge AI ang privacy sa pamamagitan ng lokal na pag-iimbak ng data at paglilipat lamang ng pagsusuri at mga insight sa cloud.
- Nabawasan ang Gastos: Sa pamamagitan ng paglipat ng computing power na mas malapit sa gilid, ang mga application ay nangangailangan ng mas kaunting bandwidth ng internet, na nagreresulta sa malaking pagtitipid sa mga gastos sa networking.
- Patuloy na pagpapabuti: Habang ang mga modelo ng AI ay sinanay sa mas maraming data, nagiging mas tumpak ang mga ito. Kapag ang isang edge na AI application ay nakatagpo ng data na hindi nito kayang pangasiwaan nang tumpak o may kumpiyansa, madalas itong ina-upload upang ang AI ay makapagsanay at matuto mula rito. Bilang resulta, mas matagal ang paggawa ng isang modelo sa gilid, mas magiging tumpak ito.
Mga kaso ng paggamit ng Edge AI
Ang mga makinang pang-industriya at mga gadget ng consumer ay ang dalawang pangunahing bahagi ng edge AI market. Ang mga pagsubok sa demonstrasyon ay nagpapakita ng pagpapabuti sa mga lugar tulad ng pag-regulate at pag-optimize ng kagamitan at pag-automate ng mga kasanayan sa skilled labor.
Ang mga gadget ng consumer na may mga camera na naka-enable ang AI na awtomatikong nakakakita ng mga paksa ng larawan ay umuunlad din. Ang merkado ng consumer device ay hinuhulaan na lalago nang husto mula 2021 pataas, dahil sa katotohanan na ang bilang ng mga device ay mas malaki kaysa sa bilang ng mga pang-industriyang kagamitan. Naglista kami ng ilang sikat na edge AI use case sa ibaba:
- Mga Autonomous Drone - Mga Drone ay nawalan ng kontrol at nawawala habang nagsasagawa ng mga remote flying test, ayon sa balita. Ang piloto ng isang autonomous drone ay hindi kasama sa pagpapalipad ng drone. Binabantayan nila ang mga bagay mula sa malayo at ginagamit lang ang drone kapag ito ay talagang mahalaga. Ang Amazon Prime Air, isang negosyo sa paghahatid ng drone na gumagawa ng mga self-driving na drone para maghatid ng mga item, ay ang pinakakilalang halimbawa nito.
- Self Driving Cars – Ang ang pinakakapana-panabik na paggamit ng edge computing ay ang mga self-driving na sasakyan. Ang mga self-driving na sasakyan ay dapat gumawa ng agarang pagsusuri ng mga sitwasyon sa maraming pagkakataon, na nangangailangan ng real-time na pagproseso ng data. Ang Road Traffic Act at Road Transportation Vehicle Law ng Japan ay binago noong Disyembre 2019, na ginagawang mas simple ang pagkuha ng level 3 na self-driving na sasakyan sa kalsada. Ang mga kinakailangan sa kaligtasan na dapat matugunan ng mga autonomous na sasakyan, pati na rin ang mga lokasyon kung saan maaari silang magmaneho, ay kabilang sa mga ito. Bilang resulta, ang mga automaker ay gumagawa ng mga self-driving na sasakyan na nakakatugon sa mga kinakailangang ito. Ang Toyota, halimbawa, ay inilalagay ang TRI-P4 sa mga bilis nito na may kumpletong automation (antas 4).
- Mga Smartphone – Ito ay ang gilid ng AI gadget na pinakapamilyar nating lahat. Siri at Google Assistant, na gumagamit ng edge AI para palakasin ang kanilang boses mga interface ng gumagamit, ay mainam na mga pagkakataon ng edge AI sa mga smartphone. Inalis ng on-device AI ang pangangailangang magpadala ng data ng device sa cloud dahil nagaganap ang pagproseso sa device (edge). Nakakatulong ito na protektahan ang privacy habang binabawasan din ang trapiko.
- Libangan – Virtual Kasama sa mga reality, augmented reality, at mixed reality na application para sa entertainment ang streaming video material sa virtual reality glasses. Sa pamamagitan ng pagpoproseso ng outsourcing mula sa mga baso hanggang sa mga server sa gilid malapit sa end device, maaaring mabawasan ang laki ng naturang baso. Ang Microsoft, halimbawa, ay nag-unveiled lang ng HoloLens, isang holographic na computer na nilagyan ng headgear na nagbibigay-daan sa mga user na makaranas ng augmented reality. Plano ng Microsoft na gamitin ang HoloLens upang magbigay ng kumbensyonal na computing, pagsusuri ng data, medikal na imaging, at gaming-at-the-edge na mga application.
- Pagkilala sa mukha - Facial Ang mga sistema ng pagkilala ay isang pagsulong sa mga surveillance camera na maaaring matutong makilala ang mga indibidwal batay sa kanilang mga mukha. AI camera module na gumagamit ng edge AI computer techniques para masuri ang mga katangian ng mukha sa real-time. Maaari itong makakita ng mga mukha nang mabilis at tumpak, na ginagawa itong perpekto para sa mga tool sa marketing na nagta-target ng ilang partikular na katangian gaya ng edad, pati na rin ang pagkilala sa mukha para sa pag-unlock ng mga device.
5G at Edge AI
Ang mahalagang kinakailangan para sa 5G sa mga lugar na may mataas na paglago tulad ng mga ganap na self-driving na mga kotse, real-time na virtual reality na mga karanasan, at mission-critical na mga application ay nagtutulak ng higit pang inobasyon sa edge computing at Edge AI.
Ang 5G ay ang susunod na henerasyong cellular network na naglalayong makabuluhang pahusayin ang kalidad ng serbisyo, gaya ng mas mahusay na throughput at pinababang latency — nagbibigay ng 10x na mas mabilis na rate ng data kaysa sa mga kasalukuyang 5G network.
Isaalang-alang ang real-time na paghahatid ng packet sa mga self-driving na sasakyan, na nangangailangan ng end-to-end na pagkaantala na mas mababa sa 10 ms upang pahalagahan ang kinakailangan para sa mabilis na paglipat ng data at lokal na on-device na pagkalkula.
Ang minimal na end-to-end na pagkaantala para sa cloud access ay mas malaki sa 80 ms, na hindi katanggap-tanggap para sa maraming real-world na application. Edge computing nakakatugon sa mga sub-millisecond na kinakailangan ng mga 5G application habang binabawasan ang paggamit ng enerhiya ng 30-40%, na nagreresulta sa hanggang 5x na mas kaunting pagkonsumo ng enerhiya kumpara sa cloud access.
Ang Edge computing at 5G ay nagpapalakas ng bilis ng network, na nagbibigay-daan para sa pagpapatupad at pag-deploy ng iba't ibang real-time na AI application, tulad ng real-time na video analytics na nakabatay sa AI, na umaasa sa mababang latency na paglilipat ng data.
Hinaharap
Ang Edge AI ay nagiging mas sikat, at makabuluhang pamumuhunan ang ginawa sa larangan. Halimbawa, noong Enero 2020, inihayag na nagbayad ang Apple ng $200 milyon para bilhin ang AI firm na nakabase sa Seattle na Xnor.ai.
Ang pagpoproseso ng gilid ay ginagamit ng teknolohiya ng AI ng Xnor.ai upang iproseso ang data sa smartphone ng user. Gamit ang built-in na AI sa mga smartphone, dapat nating asahan ang mga pagpapabuti sa pagproseso ng boses, teknolohiya sa pagkilala sa mukha, at privacy.
Sa pagpapakilala ng 5G, maaari nating asahan ang mas mababang presyo at mas maraming demand para sa mga serbisyo ng edge AI sa buong mundo.
Konklusyon
Habang ang mga tao ay gumugugol ng mas maraming oras sa kanilang mga mobile device, mas maraming negosyo at developer ang nakikita ang halaga ng pagpapatupad ng teknolohiya ng Edge upang makapaghatid ng mas mabilis, mas mahusay na serbisyo habang pinapataas ang mga margin ng kita.
Sa mga tuntunin ng mga serbisyong nakabatay sa AI sa antas ng enterprise, pati na rin ang kaginhawahan at kaligayahan ng consumer, magbubukas ito ng isang bagong uniberso ng mga posibilidad.
Ang malalaking kumpanya tulad ng Amazon at Google ay namuhunan ng milyun-milyon sa pagbuo ng kanilang mga Edge AI system, kaya ang pangunguna at pamumuhunan sa mga teknolohiyang ito ang tanging paraan upang manatiling mapagkumpitensya.
Ang tumaas na demand para sa mga IoT device, sa kabilang banda, ay gagawing mas malawak na ginagamit ang mga 5G network at Edge Computing.
Mag-iwan ng Sagot