Kecerdasan buatan di pinggir sentiasa berkembang dan mempunyai banyak aplikasi, termasuk kereta pandu sendiri, seni, penjagaan kesihatan, pengiklanan diperibadikan dan perkhidmatan pelanggan. Sebaik-baiknya, seni bina edge memberikan kependaman yang lebih rendah kerana lebih dekat dengan permintaan.
Diramalkan bahawa pasaran kecerdasan buatan edge akan berkembang daripada AS$1.4 juta pada 2021 kepada AS$8 juta pada 2027, dengan kadar pertumbuhan tahunan kompaun sebanyak 29.8%. Kebanyakan pertumbuhan ini akan datang daripada faktor seperti kecerdasan buatan untuk Internet Perkara, peranti pengguna boleh pakai dan keperluan untuk pengkomputeran yang lebih pantas dalam rangkaian 5G. Ini membawa peluang dan pengekalan, kerana data masa nyata edge AI terdedah kepada serangan siber.
Mari kita lihat lima arah aliran yang berkemungkinan membentuk bidang AI kelebihan pada tahun hadapan.
Salah satu perubahan besar hari ini ialah keupayaan untuk menjalankan pemprosesan AI tanpa sambungan awan. Sebagai contoh, dua reka bentuk cip baharu yang dikeluarkan baru-baru ini boleh meningkatkan kuasa pemprosesan peranti IoT secara melampau, melangkau pelayan jauh atau pengkomputeran awan. Pemproses Cortex-M semasa mereka boleh mengendalikan pengecaman objek, manakala ciri lain seperti isyarat atau pengecaman suara turut dimainkan dengan penambahan Ethos-U55 ARM. Coral Google, kit alat untuk membina produk menggunakan AI asli, juga berjanji untuk mengendalikan sejumlah besar AI "luar talian."
Amalan terbaik untuk operasi pembelajaran mesin akan membuktikan AI kelebihan ialah proses perniagaan yang berharga. Pengeluaran IT memerlukan kitaran hayat baharu - atau, sekurang-kurangnya, itulah spekulasi semasa pembangunan MLOps. MLOps boleh membantu perusahaan menstrim dan menolak data ke tepi. Memandangkan lebih banyak perusahaan menemui perkara yang paling sesuai untuk mereka dalam hal AI edge, kitaran penyegaran yang berterusan mungkin terbukti berkesan.
Untuk melakukan lebih banyak pemprosesan di bahagian tepi, syarikat memerlukan cip tersuai untuk menyediakan kuasa yang mencukupi. Contohnya ialah cip pemecut AI yang dipasangkan dengan suite perisian yang pada asasnya menukar model AI kepada graf pengiraan. IBM mengeluarkan perkakasan pemecut pertama mereka pada tahun 2021 bertujuan untuk memerangi penipuan.
Penglihatan komputer terus menjadi salah satu penggunaan teratas AI edge. Perkembangan utama dalam bidang ini ialah kecerdasan buatan multimodal, yang menarik data daripada pelbagai sumber data, melangkaui pemahaman bahasa semula jadi, menganalisis gerak isyarat dan melakukan pemeriksaan dan visualisasi. Ini mungkin berguna untuk AI yang berinteraksi dengan lancar dengan orang ramai, seperti pembantu beli-belah.
Algoritma penglihatan tertib tinggi kini boleh mengelaskan objek dengan menggunakan ciri yang lebih halus. Ia lebih mendalam untuk menentukan pembuatan dan model daripada mengenal pasti kereta.
Melatih model untuk mengenal pasti ciri berbutir yang unik untuk setiap objek adalah sukar. Walau bagaimanapun, kaedah seperti perwakilan ciri menggunakan maklumat terperinci, pembahagian untuk mengekstrak ciri khusus, algoritma untuk menormalkan pose objek dan rangkaian saraf konvolusi berbilang lapisan semuanya tersedia pada masa ini untuk mencapai matlamat ini.
Kes penggunaan perusahaan awal termasuk kawalan kualiti, penjejakan rantaian bekalan masa nyata, menggunakan syot kilat untuk mengenal pasti lokasi dalaman dan mengesan palsu dalam.
5G dan teknologi yang lebih maju akan datang. Rangkaian satelit dan 6G menanti penyedia telekomunikasi. Bagi kita yang lain, ia akan mengambil sedikit masa untuk beralih antara rangkaian teras 4G yang serasi dengan beberapa perkhidmatan 5G sebelum beralih sepenuhnya ke rangkaian generasi seterusnya.
Apakah kaitan ini dengan edge AI? AI pada 5G boleh membawa prestasi dan keselamatan yang lebih baik kepada aplikasi AI. Ia boleh memberikan beberapa faedah kependaman rendah yang diperlukan untuk kecerdasan buatan dan membuka kunci aplikasi baharu seperti automasi kilang, kutipan tol dan telemetri kenderaan, serta projek rantaian bekalan pintar.
Terdapat lebih banyak aliran baru muncul dalam edge AI daripada yang kami boleh senaraikan. Khususnya, pembangunannya mungkin memerlukan beberapa perubahan di sisi manusia. Pengurusan Edge AI akan menjadi tugas jabatan IT, dan kos boleh dioptimumkan dengan menggunakan sumber IT dan bukannya membiarkan barisan perniagaan mengurus penyelesaian kelebihan.
Atas ialah kandungan terperinci Edge AI: Lima aliran untuk ditonton. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!