Edge AI : cinq tendances à surveiller

L'intelligence artificielle à la pointe de la technologie évolue constamment et a d'innombrables applications, notamment les voitures autonomes, l'art, les soins de santé, la publicité personnalisée et le service client. Idéalement, l’architecture Edge offre une latence plus faible car elle est plus proche des demandes.

Il est prévu que le marché de l'intelligence artificielle de pointe passera de 1,4 million de dollars américains en 2021 à 8 millions de dollars américains en 2027, avec un taux de croissance annuel composé de 29,8 %. Une grande partie de cette croissance proviendra de facteurs tels que l’intelligence artificielle pour l’Internet des objets, les appareils portables grand public et la nécessité d’une informatique plus rapide dans les réseaux 5G. Celles-ci apportent des opportunités et de la rétention, car les données en temps réel de Edge AI sont vulnérables aux cyberattaques.

Jetons un coup d’œil à cinq tendances susceptibles de façonner l’espace de l’IA de pointe au cours de l’année prochaine.

Dissocier l'IA du Cloud

L'un des grands changements aujourd'hui est la possibilité d'exécuter le traitement de l'IA sans connexion au cloud. Par exemple, deux nouvelles conceptions de puces récemment publiées peuvent augmenter la puissance de traitement des appareils IoT à l'extrême, en ignorant les serveurs distants ou le cloud computing. Leur processeur Cortex-M actuel peut gérer la reconnaissance d'objets, tandis que d'autres fonctionnalités telles que la reconnaissance gestuelle ou vocale entrent en jeu avec l'ajout de l'Ethos-U55 d'ARM. Coral de Google, une boîte à outils permettant de créer des produits utilisant l'IA native, promet également de gérer de grandes quantités d'IA « hors ligne ».

Machine Learning en action

Les meilleures pratiques en matière d'opérations d'apprentissage automatique prouveront que l'IA de pointe est un processus métier précieux. La production informatique a besoin d'un nouveau cycle de vie - ou, du moins, c'est la spéculation lors du développement de MLOps. MLOps peut aider les entreprises à diffuser et à pousser les données vers la périphérie. À mesure que de plus en plus d’entreprises découvrent ce qui leur convient le mieux en matière d’IA de pointe, un cycle d’actualisation continu peut s’avérer efficace.

Puces spécialisées

Pour effectuer davantage de traitement à la périphérie, les entreprises ont besoin de puces personnalisées pour fournir suffisamment de puissance. Un exemple est une puce accélératrice d’IA associée à une suite logicielle qui convertit essentiellement les modèles d’IA en graphiques informatiques. IBM a lancé son premier matériel accélérateur en 2021 visant à lutter contre la fraude.

Nouveaux cas d'utilisation et nouvelles capacités pour la vision par ordinateur

La vision par ordinateur continue d'être l'une des principales utilisations de l'IA de pointe. Un développement majeur dans ce domaine est l’intelligence artificielle multimodale, qui extrait des données de plusieurs sources de données, va au-delà de la compréhension du langage naturel, analyse les gestes et effectue des inspections et des visualisations. Cela pourrait s’avérer utile pour l’IA qui interagit de manière transparente avec les gens, comme les assistants commerciaux.

Les algorithmes de vision d'ordre supérieur peuvent désormais classer les objets en utilisant des fonctionnalités plus fines. Il faut aller plus loin pour déterminer la marque et le modèle que pour identifier la voiture.

Former un modèle pour identifier les caractéristiques granulaires uniques à chaque objet est difficile. Cependant, des méthodes telles que la représentation des caractéristiques utilisant des informations à granularité fine, la segmentation pour extraire des caractéristiques spécifiques, les algorithmes pour normaliser les poses d'objets et les réseaux neuronaux convolutifs multicouches sont autant de moyens actuels pour atteindre cet objectif.

Les cas d'utilisation initiaux en entreprise incluent le contrôle qualité, le suivi de la chaîne d'approvisionnement en temps réel, l'utilisation d'instantanés pour identifier les emplacements internes et la détection des deepfakes.

La croissance de l'intelligence artificielle sur la 5G s'accélère

5G et des technologies plus avancées arrivent. Les réseaux satellite et la 6G attendent les fournisseurs de télécommunications. Pour le reste d’entre nous, il faudra un certain temps pour passer du réseau central 4G compatible avec certains services 5G avant de passer pleinement aux réseaux de nouvelle génération.

Qu'est-ce que cela a à voir avec l'IA de pointe ? L’IA sur la 5G peut apporter de meilleures performances et sécurité aux applications d’IA. Il peut offrir certains des avantages de faible latence requis pour l’intelligence artificielle et débloquer de nouvelles applications telles que l’automatisation des usines, la perception des péages et la télémétrie des véhicules, ainsi que des projets de chaîne d’approvisionnement intelligente.

Il existe plus de tendances émergentes en matière d’IA de pointe que nous ne pouvons en énumérer. Son développement pourrait notamment nécessiter certains changements du côté humain. La gestion de l’Edge AI deviendra la tâche des services informatiques, et les coûts pourront être optimisés en utilisant les ressources informatiques plutôt que de laisser les secteurs d’activité gérer les solutions de pointe.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!