어디서나 AI: 엣지를 넘어 지속 가능하게

인공 지능(AI)의 통합은 어디에서나 가능하며 다양한 산업에 혁신적인 기회를 제공합니다.

패러다임 변화 중 하나는 인공 지능과 엣지 컴퓨팅의 융합으로 지속 가능한 솔루션과 혁신적인 애플리케이션을 촉진하는 것입니다.

기업은 AI의 급속한 발전을 활용하여 고객 경험(CX) 및 예측 분석에서 규모에 맞는 초개인화를 구현하여 서비스와 운영을 혁신하여 비즈니스 운영을 관리할 수 있습니다.

인공 지능, 5G 및 IoT의 융합

5G 네트워크가 제공하는 이점은 다음과 같습니다.

• 낮은 대기 시간
• 장치 연결이 크게 증가하여 결과적으로 기계 확장이 가능해 기계 통신 가능
• 장치 및 센서의 네트워크 연결 출현으로 인해 대규모 초개인화

환경 및 경제

PwC는 탄소 배출을 줄이는 데 도움이 되는 인공 지능의 잠재력을 설명하는 보고서를 발표했습니다. 분석에 따르면 2030년까지 농업, 에너지, 교통, 물 등 4대 분야에 적용된 인공지능 경제는 다음과 같은 성과를 낼 것으로 예상됩니다.

온실가스(GHG) 배출량이 2억 4천만 톤, 즉 4% 감소했습니다.
• 전 세계 순 고용은 3,820만 명, 즉 1% 증가했습니다.
• 이러한 방식으로 환경 목표와 경제적 목표는 특히 기술 발전을 통해 서로 조화를 이룰 수 있습니다. 기업과 전반적인 경제가 성장함에 따라 보다 효율적인 AI는 거시경제적, 사회적 수준에서 더욱 효과적이며 경제 및 일자리 성장을 확장하고 창출할 수 있습니다. 미시경제적 수준에서 AI 배포 및 확장 비용을 낮춤으로써 기업은 새로운 서비스, 제품 및 비즈니스 모델로 확장하고 스타트업의 성장과 확장을 지원할 수 있습니다. 동시에 더 낮은 에너지 소비로 이를 달성하면 탄소 배출량도 줄어듭니다.

또한 인공 지능 분야의 주요 과학자 그룹은 기계 학습이 전기 시스템, 산업, 운송, 건설, 스마트 그리드, 재난 관리 및 기타 산업 전반에 걸쳐 기후 변화에 대처하는 데 사용될 수 있다고 언급했습니다. 이러한 과제로 인해 비용과 환경적 이점을 결합하는 효율적인 기반으로 AI를 확장하는 것이 중요합니다. 에너지 효율성은 두 영역 모두에서 핵심입니다.

생산형 인공지능의 등장으로 열풍이 불었는데, 이는 주로 LLM(대형 언어 모델)을 기반으로 합니다. 이러한 모델은 응답을 최적화하기 위해 종종 심층 강화 학습과 결합된 변환기 및 self-attention 메커니즘을 사용합니다. 이러한 모델은 하드웨어 요구 사항, 에너지 비용 및 탄소 배출량을 포함하여 계산 비용이 많이 들지만 포괄적인 서비스 요구 사항, 에너지 비용 및 탄소 배출량도 줄어듭니다.

AI는 어디에나 있습니다: 지능부터 "스마트 + 지능" 엣지까지

스마트는 인터넷에 연결된 장치를 의미합니다. 그러나 AI가 탑재된 PC와 같은 장치에 AI가 로컬로 내장됨에 따라 연결된 장치는 점점 더 "스마트"해지고 있습니다. 여기서 지능이란 인간 수준의 지능이라기보다는 사용자에게 의미 있게 반응하고 경험을 개인화하는 능력을 말한다.

IoT가 확장됨에 따라 엣지 컴퓨팅의 성장에는 극도로 짧은 지연 시간이 필요하며, 이를 통해 실시간 응답이 가능해집니다.

위에서 언급했듯이 AI는 엣지 컴퓨팅 또는 단순히 엣지라고 불리는 네트워크의 엣지에 점점 더 많이 배치될 것입니다. 여기서 데이터는 생성된 위치에 더 가깝게 처리되고 실제로 장치 자체에 위치할 수 있습니다. 이를 통해 대기 시간을 매우 낮게 유지하여 사용자에게 실시간 응답을 제공합니다.

보안과 안정성을 핵심 요소로 하는 클라우드/에지 하이브리드

클라우드 모델은 데이터 센터에 계속 적용되어 분석을 위한 기록 데이터를 저장하는 데 중요한 리소스와 기능을 제공할 것입니다. 또한 이를 통해 하이브리드 모델을 사용하여 지속적인 알고리즘 개발이 가능하고, 클라우드 서버에서 AI 모델 훈련을 지원하고, 엣지에서 AI를 추론하여 대규모 개인화 가능성을 높일 수 있습니다.

Edge AI의 예

• 스마트 그리드는 실시간 양방향 정보 흐름을 가능하게 하고 이를 Google DeepMind의 NowCast 및 GraphCast와 같은 AI 모델과 결합하여 날씨를 예측하고 재생 에너지 수급 관리를 최적화합니다.
• IoT로 구동되는 마이크로그리드는 그리드 연결 또는 독립형 섬 설정에서 작동할 수 있으며 지역적으로 에너지를 생산하고 정전을 관리하며 효율성을 높일 수 있습니다.
• 센서가 내장된 스마트 미터는 실시간 정보를 전송하고 정전을 감지하며 전원 공급 장치 품질을 모니터링할 수 있습니다.
• 재생 에너지 저장을 위한 배터리 최적화.
• 컴퓨터 비전이 탑재된 드론은 태양광 패널과 풍력 터빈을 검사하고 손상을 감지하여 전력 생산량을 줄일 수 있습니다.
• 예상치 못한 정전 예측 및 자동 개입.
• 녹색수소와 연료전지 개발.
• 자동화된 기계 학습을 갖춘 친환경 인공 지능.
• 도시 교통 관리 계획, 교통 혼잡 예측 및 교통 경로 변경.
• 배터리 충전, 거리 및 사용 가능한 충전 지점 간의 관계를 최적화하기 위해 전기 자동차 작동 프로세스용 알고리즘을 설계합니다.
• 스마트 빌딩 건설에는 인공 지능이 배치되었으며 IoT 센서는 실내에 사람이 있는지 감지하고 이에 따라 난방/냉방 또는 조명을 조정하여 에너지 소비를 최적화할 수 있습니다.
• 생성 인공 지능을 건물의 건설 및 계획 단계에 적용하여 디지털 트윈의 잠재적인 문제를 예측하고 지속 가능한 설계를 최적화합니다.
• 제조 부문에서는 예상치 못한 가동 중지 시간과 자동화에 예측 분석을 적용하여 발생을 줄여 생산 운영을 최적화하고 이러한 가동 중지 시간으로 인해 발생할 수 있는 낭비를 줄입니다.
• 제조 공정과 공급망의 에너지 소비와 탄소 배출량을 최적화합니다.
• 소매 업계 권장 사항은 예측 분석과 함께 적용되어 브랜드가 수요 예측을 향상하고 공급 재고 및 생산을 최적화할 수 있습니다.

위 내용은 어디서나 AI: 엣지를 넘어 지속 가능하게의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!