Wie wir alle wissen, verbraucht künstliche Intelligenz Rechenleistung und erfordert eine große Anzahl von Rechenzentren. Aber unter den richtigen Umständen können seine beeindruckenden Fähigkeiten auch auf kleineren, tragbareren Geräten genutzt werden.
Edge AI ist die Praxis, künstliche Intelligenzsysteme auf dezentralen Hardwaregeräten näher an der Datenquelle zu platzieren. Dieser Ansatz kann die Latenz reduzieren, den Datenschutz erhöhen, die Datenübertragung von einem Gerät zum anderen reduzieren und die Leistung nativer KI-Anwendungen verbessern. Es kann jedoch auch mehr Rechenleistung erfordern als andere gängige Cloud-Computing-Workloads.
Edge AI bietet Leistungsvorteile, indem es die Rechenleistung in der Nähe von Datenquellen hält, sorgt für Sicherheit, wenn der Schutz der Privatsphäre Priorität hat, und bietet logistische Vorteile beim Sammeln von Daten an schwer zugänglichen Orten. Edge-KI-Anwendungsfälle, die Unternehmensleiter kennen sollten, tauchen in allen vertikalen Märkten auf. Wichtige Beispiele, die es zu erkunden gilt, sind Fertigung und Produktion, Gesundheitswesen, Energie, Transport und Einzelhandel.
Edge Artificial Intelligence und Edge Computing
Edge Artificial Intelligence ist die direkte Anwendung intelligenter Rechenleistung auf Geräte wie Smartphones, intelligente Kühlschränke und andere Geräte für das Internet der Dinge. Diese Geräte können Entscheidungen treffen, ohne auf die Übermittlung von Informationen über das Internet warten zu müssen. Beim Edge Computing geht es darum, die Rechenarbeit näher an die Datenerfassung heranzuführen. Neben der Entscheidungsfindung mit künstlicher Intelligenz umfasst Edge Computing auch Aufgaben wie Datenspeicherung und einfache Verarbeitung.
Anand Rao, globaler Leiter für künstliche Intelligenz bei PwC, sagte, dass künstliche Intelligenz im Edge-Bereich die Art und Weise revolutioniert, wie viele Branchen Daten für ihre Produkte sammeln und nutzen und Betrieb.
Edge Computing betreibt viele leistungsstarke Systeme, beispielsweise solche, die für die Überwachung von Krankenhausaufenthalten und die vorausschauende Wartung verwendet werden. Edge AI verbessert die Leistung solcher Aufgaben. Mithilfe von Computer Vision kann es beispielsweise wichtige Ereignisse wie das Ausrutschen und Stürzen von Patienten über lokale Geräte erkennen und dann Warnungen an das medizinische Personal senden. Weitere Beispiele für Add-on-Funktionen von Edge-Geräten sind die Verarbeitung natürlicher Sprache und prädiktive Analysen.
Bharath Thota, Partner im Bereich Advanced Analytics von Kearney, einem globalen Strategie- und Managementberatungsunternehmen, sagte: „Künstliche Edge-Intelligenz und Edge-Computing verändern die Art und Weise, wie wir Daten verarbeiten und Werte aus Daten ziehen, aber das tun sie nicht.“ auf die gleiche Weise.“
Vorteile von Edge AI für Unternehmen
Zu den Vorteilen für Unternehmen gehören geringere Kosten im Zusammenhang mit der Netzwerklast in Szenarien mit hohem Datenvolumen, Datenschutz für sensible Anwendungen sowie eine verbesserte Inferenzleistung und -genauigkeit. Edge AI erhöht außerdem die Effizienz und senkt die Kosten, indem komplexe KI-Berechnungen auf lokale Geräte übertragen werden. Dies verringert die Abhängigkeit von KI-Inferenz-Workloads von großen zentralisierten Computersystemen und Servern. In Situationen, in denen Anwendungen eine Echtzeitanalyse von Daten durchführen müssen, kann die Nähe zur Datenquelle die Latenz reduzieren.
Edge künstliche Intelligenz kann die Datensicherheit verbessern. Es schützt potenziell sensible Dateneingaben, indem es den Datenerfassungsprozess lokalisiert, Vorhersagen an der Datenquelle trifft und den externen Netzwerkverkehr nur auf die Ausgabe des KI-Modells beschränkt. Edge AI ist eine zuverlässige Lösung für Remote-Geräte und Vorgänge mit instabilen Netzwerkverbindungen
In diesem Inhalt sagt Lucas Liu, Senior Director beim globalen Beratungsunternehmen Protiviti Consulting, dass Edge AI eine Vielzahl neuer Anwendungsfälle durch Reduzierung der Latenz und ermöglichen kann Reduzierung der Notwendigkeit einer Internetverbindung. In diesen Szenarien können Anwendungen mit einem Edge-Computing-Setup schneller ausgeführt werden.
Branchenspezifische Anwendungsfälle für Edge-KI
Zu den Branchenanwendungsfällen gehören die folgenden:
Fertigung und Produktion: Edge-KI verbessert die vorausschauende Wartung einer Flotte oder Gruppe von Produktionsanlagen. KI-Modelle sagen voraus, wann Geräte am wahrscheinlichsten ausfallen. Lokal laufende Algorithmen analysieren unter anderem Vibrations-, thermische und akustische Daten der Maschine. Sie tun dies in hoher Auflösung und in Echtzeit. Die aus der Analyse gewonnenen Erkenntnisse sind die Ergebnisse.
Mit Datenbereinigung und Anomalieerkennung: Kann umfangreiche Datenerfassungsbemühungen in Produktionsanlagen und Außendiensten verbessern. Durch die lokale Ausführung dieser Aufgaben wird der Datenaufwand reduziert und die Antwortzeiten verbessert.
Gesundheitswesen: Edge AI hilft bei der Überwachung von Patienten in Echtzeit und verbessert so die Pflege und Sicherheit. Tragbare Geräte am Patienten sammeln Gesundheitsdaten. Wenn die KI-basierte Informationsanalyse lokal erfolgt, reduziert sie den Bandbreitenverbrauch und verbessert den Datenschutz im Vergleich zur Übertragung von Daten zur zentralen Verarbeitung.
Energie. Edge AI kann Geräte in Echtzeit überwachen. Dies kann helfen, vorherzusagen, wann Energieanlagen wie Kraftwerke und Windparks möglicherweise repariert werden müssen, beispielsweise in Anwendungsfällen in der Fertigung. Darüber hinaus könnten die Tools zur Untersuchung von Energieverbrauchsdaten verbessert werden, um Stoßzeiten zu erkennen, Nutzungsmuster vorherzusagen und die Energieverteilung in Fabriken zu verbessern.
Transport: Edge AI verarbeitet Daten von an Fahrzeugen angebrachten Sensoren in Echtzeit und ermöglicht es selbstfahrenden Fahrzeugen, ihre Umgebung zu verstehen, Entscheidungen zu treffen und schnell zu navigieren. Darüber hinaus kann es warnen, wenn das Auto die Spur verlässt, und Fahrerassistenzsysteme verbessern.
Einzelhandel: Edge AI verbessert die Erkennung von Sicherheitsvorfällen durch die Verarbeitung von Videostreams mit Anti-Loss-Unterstützung.
Das obige ist der detaillierte Inhalt vonWie Branchen Edge-KI nutzen können, um ihren Umsatz zu maximieren. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
