エッジ人工知能の用途と価値は「エッジ」ではない
Edge AI には現在、顔認識、自動運転車、ウェアラブル医療機器、スマートフォン経由でアクセスできるリアルタイムの交通情報更新など、多くのアプリケーションがあります。事実は、エッジ コンピューティングにより、人工知能デバイスが将来をより正確に予測し、大量のデータを処理のためにクラウド プラットフォームに転送する必要がなく、より多くの情報に基づいた意思決定を行うことができることを示しており、これにより次世代の人工知能に無限の可能性がもたらされます。
新型コロナウイルスの流行による労働力不足、インフレ、サプライチェーンの不確実性などの問題に対処するために、多くの企業がエッジコンピューティング、クラウドコンピューティング、人工知能の組み合わせを検討しています。
人工知能は通常、クラウド プラットフォームに展開され、そこで大量のデータを処理し、大量のコンピューティング リソースを消費します。ただし、すべてのデータをクラウド プラットフォームに保存して処理する必要はありません。それに対して、エッジ人工知能は、スマートフォン、ラップトップ、ウェアラブルデバイス、IoTデバイス、車両などのスマートデバイス上のデータをより確実に、より速く、より安全に処理し、意思決定を迅速に促進することができます。このテクノロジーは、ネットワーク接続がほとんど、またはまったくない地域で事業を展開する企業にとって、間違いなく最良の選択肢です。
エッジ コンピューティングの価値は、遅延の短縮だけではありません。
今日、数十億の IoT デバイス (携帯電話、スマート TV、自動車、コンピューター、世界中のカメラ)が大量のデータを収集し、処理しています。これらの心強い数字は大きな強みをもたらしますが、同時に新たな脆弱性も露呈しています。エッジ AI はこれらのデバイスからのデータを迅速に処理できるため、処理のためにクラウド プラットフォームに送信されるデータの量が削減されます。さらに、データはローカルで作成および処理されるため、セキュリティとプライバシーが向上し、侵入を効果的に防止できます。
エッジ コンピューティングがもたらすもう 1 つの重要なメリットはリアルタイム分析です。これは多くのユースケースで明らかであり、多くの企業での導入増加の主な推進力となっています。これは、データがクラウドに送信されるのではなく、ローカル ハードウェアまたは近くのサーバーで処理、分析、保存されることからメリットが得られます。エッジ コンピューティング ゲートウェイは、エッジ デバイスが計算に関連する量のデータのみを送信し、クラウド プラットフォームに送信される帯域幅が過負荷にならないようにするため、帯域幅も削減します。
エッジ人工知能コンピューティングのアプリケーションはますます広範囲に広がっています
エッジ人工知能は比較的新しいテクノロジーですが、さまざまな垂直ビジネス分野での影響力が高まりつつあります。どんどん広がって、もっと大きくなってください。昨今注目を集めている「インダストリー4.0」は、生産ラインのさまざまな段階で人工知能やアナリティクスを活用することで、業務のやり方を変えようとしています。 AI テクノロジーをエッジに採用することで、機械は情報に基づいた意思決定を行い、コンポーネントの故障を監視し、生産プロセスの異常を検出できるようになります。
エッジ コンピューティングは医療分野でますます使用されています。コンピュータービジョンと他のセンサーからの情報を使用して、病棟と患者の状態を自律的に監視できるようになります。医療専門家は、人工知能を使用して画像検査中に心血管の異常を検出したり、骨の位置ずれ、組織の損傷、骨折を検出して治療法を選択したり、手術を行ったりすることができます。
このテクノロジーは自動車業界にも恩恵をもたらすことが判明しました。現在、自動車メーカーはあらゆるタイプの車両から収集された膨大なデータを使用して、道路上の物体を識別および検出し、それによって乗員の安全性と快適性を向上させています。エッジ AI コンピューティングによって可能になるデータのリアルタイム処理は、歩行者や他の車両との衝突を回避するのに役立ちます。
技術革新は、エネルギーのインテリジェントな予測、製造における将来予測、小売における仮想アシスタントなど、さまざまな分野でのビジネス開発を推進しています。スマート カートやスマート チェックアウト システムなどの自律型ショッピング システムにより、小売業者は組み込みビジョンを活用して消費者エクスペリエンスを向上させることができます。さらに、建設および建設業界におけるビデオ分析ソリューションの採用が増加しており、主流の市場プレーヤーはより多くの収益を生み出す機会に直面しています。
エッジ人工知能コンピューティングへの投資は拡大し続けています
競合他社に先んじるための唯一の方法は、率先してテクノロジーに投資することです。エッジ AI は非常に重要であるため、Google、IBM、Amazon などのテクノロジー大手はエッジ コンピューティング デバイスの開発に多額の投資を行っています。
中国企業も非常に活発で、最近のエッジコンピューティング特許出願件数は、この分野における中国の急速なイノベーションを証明しています。 5G の急速な普及と、スマート グリッドやインテリジェント コネクテッド ビークルなどのアプリケーション シナリオの追求が、この分野のイノベーションを推進しています。多くの中堅AIプロセッサ新興企業が、最先端のAIハードウェア市場に参入するために資金を調達している。
この分野における起業家精神とイノベーションは国際的にも本格化しています。たとえば、オランダのチップメーカー Axelera AI B.V. は、データセンターの外部またはネットワークのエッジで人工知能アプリケーションをサポートするチップを開発するため、初期の資金調達ラウンドで 2,700 万ドルを調達しました。 Spot AI という別の企業も、最近、よりスマートな監視カメラ技術を開発するために 4,000 万ドルを調達しました。
これはすべて始まりにすぎません。IoT デバイスの拡大、5G テクノロジーの普及、並列コンピューティングの改善、ニューラル ネットワークの商業的成熟により、エッジ人工知能と機械学習インフラストラクチャの構築が促進されます。
つまり、エッジ人工知能はまだ初期段階にありますが、将来の発展と潜在的な用途は無限です。企業は、エッジ人工知能を運用および保守のさまざまなプロセスに統合し、リアルタイム データ分析アプリケーションからビジネス価値を実現して、コストを削減し、品質と効率を向上させることができます。同時に、セキュリティとプライバシーを強化し、ネットワーク遅延を削減し、帯域幅コストを削減します。
以上がエッジ人工知能の用途と価値は「エッジ」ではないの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
