Une étude préliminaire sur l'application de Edge AI de nouvelle génération

L'IA n'est plus seulement le sujet des films de science-fiction, elle est appliquée à tous les aspects de la vie quotidienne à un rythme alarmant. Des relations personnelles aux projets professionnels, l’IA change progressivement notre façon de penser et de nous comporter.

Parmi eux, un domaine typique est l'application NextGEN Edge AI (intelligence artificielle de pointe de nouvelle génération). Il offre une expérience utilisateur immersive, intuitive et amusante à travers de multiples modes tels que le classement, la classification et la conception, tout en économisant du temps et de l'argent.

Qu'est-ce que NextGEN Edge AI ?

NextGEN Edge AI, également connue sous le nom d'intelligence de pointe ou d'intelligence artificielle de nouvelle génération, combine l'informatique de pointe et la technologie d'intelligence artificielle pour suivre et effectuer des tâches d'apprentissage automatique. Il utilise la puissance de calcul et les capacités de traitement des données des appareils de pointe pour parvenir à une prise de décision et à une analyse intelligentes, réduisant ainsi la dépendance au cloud computing. En poussant l'intelligence à la périphérie, NextGEN Edge AI accélère les temps de réponse et améliore la confidentialité et la sécurité des données. Elle jouera un rôle important dans divers domaines, tels que l'intelligence

Les workflows Edge AI impliquent souvent l'utilisation de données provenant de centres de données centralisés (tels que des cloud ou des appareils) ainsi que des données provenant de ressources de pointe. L'IA cloud est plus courante et repose principalement sur la puissance du cloud computing pour le développement et l'exécution. Edge AI comprend des composants tels que des appareils distants, des appareils IoT et des serveurs Edge dédiés. Cette architecture rend le stockage et le calcul des données plus pratiques, et facilite également l'accès des utilisateurs aux données.

Étant donné que Edge AI combine des algorithmes d'IA avec des capacités de calcul de pointe sur des appareils locaux, il est capable de traiter et d'analyser des données sans avoir besoin de rester connecté et intégré. Cela permet aux utilisateurs d'accéder à des données provenant de sources disparates, réduisant ainsi les temps d'arrêt ou la latence du système. Par conséquent, Edge AI améliore l’efficacité du traitement des données en intégrant les processus Edge Computing et IA.

De plus, NextGEN Edge AI intègre avec succès le processus d'IA dans un composant de base sans interagir avec les emplacements physiques, offrant un support efficace et une construction de données utilisateur pratique pour les besoins des utilisateurs.

Comment fonctionne Edge AI ?

Quand on parle d'IA, nous pensons souvent à des machines simulant des humains pour acquérir des compétences intelligentes telles que la vision, le langage, le comportement, la reconnaissance d'objets, la conduite autonome et la compréhension du langage. Pour acquérir ces compétences, l’IA utilise un système appelé Deep Neural Network (DNN). Lorsqu'on leur confie diverses tâches de formation, ces DNN génèrent de nombreux types spécifiques de questions et fournissent des exemples de réponses correctes qui leur correspondent.

Le deep learning est une technologie qui nécessite une formation dans un data center ou un cloud. Pour obtenir des modèles précis, les data scientists ont souvent besoin de s’appuyer sur de grandes quantités de données et de collaboration. Une fois formé, le modèle peut être exécuté via un moteur d’inférence pour résoudre des problèmes du monde réel. Le moteur d'inférence exécute le modèle entraîné et génère des prédictions basées sur les données d'entrée. Cette technologie a un large éventail d’applications, telles que la reconnaissance d’images, le traitement du langage naturel et les systèmes de recommandation. Grâce à la combinaison de moteurs d’apprentissage profond et d’inférence, nous pouvons mieux comprendre et répondre à des problèmes complexes du monde réel.

Généralement, lors du déploiement d'Edge AI, le moteur d'inférence s'exécute sur des ordinateurs et des appareils distants, tels que des usines, des hôpitaux, des voitures, des satellites ou des maisons. Une fois qu’un modèle Edge AI est déployé, ces appareils obtiennent en permanence des informations pertinentes. Afin d'effectuer davantage de formation, les appareils de pointe collectent et envoient souvent des ensembles de données volumineux et fastidieux vers le cloud. Dans le même temps, une fois que l'IA rencontre un problème, le moteur d'inférence en périphérie sera remplacé, améliorant ainsi considérablement la boucle de rétroaction sur les performances.

Composants de base de Edge AI

Les deux composants intelligents suivants font généralement l'objet de recherches dans le domaine de Edge AI :

Edge computing

Par définition, puisque l'edge computing est au nœud où les données sont collectées, le processus d'exécution de calculs locaux et de stockage des données. Par conséquent, cela implique souvent plusieurs processus répartis à la périphérie du réseau pour collecter, analyser et traiter les données.

AI

L'IA peut combiner des capacités d'analyse améliorées avec l'automatisation, permettant aux machines d'imiter les niveaux cognitifs humains pour comprendre le langage et résoudre des problèmes, et même créer des appareils de pointe plus fonctionnels.

Applications Edge AI dans différents secteurs

Ces dernières années, l'utilisation des applications Edge AI a apporté de nouvelles opportunités commerciales et innovations à diverses industries. De nombreux secteurs, notamment l’industrie manufacturière, la santé et l’énergie, utilisent les capacités de base des applications Edge AI. Ci-dessous, discutons de deux applications industrielles typiques :

Énergie intelligente : prévision intelligente

Le secteur de l'énergie est souvent caractérisé par une forte demande et une instabilité. Non seulement cela aura un impact direct ou indirect sur d’autres industries, mais les menaces potentielles en matière d’approvisionnement qui en résulteront perturberont également la santé et le bien-être de l’ensemble de la race humaine.

Edge AI peut générer des modèles complexes basés sur des données historiques, des caractéristiques météorologiques et d'autres informations, et coordonner la production, la distribution, la gestion et la surveillance de l'énergie grâce à des prévisions intelligentes.

Edge AI dans les soins de santé : solutions basées sur l'IA

Les établissements de santé et les professionnels de la santé modernes peuvent atteindre cet objectif ultime du secteur de la santé en améliorant l'espérance de vie et le niveau de vie des patients grâce à Edge AI. Dans le même temps, en utilisant des appareils de pointe alimentés par l’IA, les professionnels de la santé peuvent également effectuer des interventions chirurgicales à distance et surveiller les activités physiologiques quotidiennes des patients.

Avantages de Edge AI

Par rapport à notre IA commune basée sur le cloud, Edge AI présente les avantages suivants :

Vitesse plus élevée/latence plus faible

En raison de diverses formations et les calculs sont effectués localement , il n'est donc pas nécessaire d'attendre des réponses excessives pour communiquer avec le cloud.

Besoins et coûts de bande passante réduits

Avec Edge AI, les données vocales, vidéo et des capteurs haute fidélité peuvent toutes être envoyées sur des réseaux cellulaires avec moins de bande passante et les coûts associés.

Sécurité renforcée des données

Le traitement localisé réduit le risque que des données sensibles soient interceptées lors de la transmission ou stockées dans le cloud.

Fiabilité améliorée/technologie autonome

L'IA est capable de s'exécuter localement même en cas de panne du réseau ou du service cloud. Cela présente des avantages évidents dans des scénarios d’application tels que la conduite autonome et les robots industriels.

Réduction de puissance

Dans la plupart des cas, la consommation d'énergie nécessaire à l'exécution des tâches d'IA sur l'appareil peut être inférieure à la consommation d'énergie nécessaire à l'envoi de données vers le cloud, ce qui prolonge bien sûr la durée de vie de la batterie.

L'avenir de la technologie de pointe

De nos jours, presque toutes les applications Edge AI peuvent fonctionner sur des appareils grand public tels que les smartphones, les appareils portables et les appareils électroménagers intelligents. Edge AI est devenu un domaine émergent qui connaît une croissance rapide. Selon les prévisions de LF Edge : d’ici 2028, le taux de croissance composé des appareils Edge atteindra 40 %. Dans le même temps, avec le développement des caisses sans espèces, des hôpitaux, des villes et des chaînes d’approvisionnement intelligents, l’IA à la périphérie des entreprises devrait s’accélérer au cours des prochaines années.

Aujourd'hui, la plupart des algorithmes Edge AI peuvent effectuer des inférences locales directement sur les données visualisées via l'appareil. En utilisant les données d’un ensemble de capteurs à proximité de l’appareil, nous serons en mesure de développer des outils d’inférence plus sophistiqués à l’avenir et de continuer à améliorer l’orchestration Edge AI correspondante.

De plus, l'apprentissage profond conjoint associé est également une technologie prometteuse. Il peut non seulement améliorer le processus de formation en téléchargeant le sous-ensemble correspondant des données d'origine sur le cloud, mais également mettre à jour la formation de l'IA localement sur l'appareil périphérique. Notez qu'il ne s'agit pas de mettre à jour le modèle manuellement, mais de télécharger les mises à jour sur le cloud pour améliorer la confidentialité et la sécurité d'Edge AI.

Résumé

Pour résumer, en tant qu'application Edge AI de nouvelle génération qui combine l'informatique de pointe et l'IA, c'est sans aucun doute un moyen pour les appareils IoT d'obtenir des données de capteurs exploitables de haute qualité et d'économiser du temps et de l'énergie. Manière puissante. Grâce à des améliorations continues, il améliore l'efficacité des appareils et la bande passante du réseau tout en améliorant la confidentialité et la sécurité des données. Par conséquent, la prochaine génération d’Edge AI peut être largement appliquée à diverses industries.

Introduction du traducteur

Julian Chen, 51 ans, rédacteur en chef de la communauté CTO, a plus de dix ans d'expérience dans la mise en œuvre de projets informatiques, est doué pour gérer et contrôler les ressources et les risques internes et externes, et se concentre sur la diffusion de la sécurité des réseaux et de l'information. connaissance et expérience.

Titre original : L'application d'IA de nouvelle génération : qu'est-ce que c'est et comment ça marche ?, Auteur : Bharat P

Lien : https://dzone.com/articles/the-next-genération- application ai-qu'est-ce que c'est et.

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!