Rumah > Peranti teknologi > AI > Kajian awal tentang aplikasi Edge AI generasi akan datang

Kajian awal tentang aplikasi Edge AI generasi akan datang

王林
Lepaskan: 2024-02-07 18:00:16
ke hadapan
1083 orang telah melayarinya

下一代Edge AI的应用初探

AI bukan lagi sekadar subjek filem fiksyen sains, ia diterapkan pada setiap aspek kehidupan seharian pada kadar yang membimbangkan. Daripada perhubungan peribadi kepada projek kerja, AI secara beransur-ansur mengubah cara kita berfikir dan berkelakuan.

Antaranya, bidang tipikal ialah aplikasi NextGEN Edge AI (kecerdasan buatan tepi generasi seterusnya). Ia menyediakan pengalaman pengguna yang mengasyikkan, intuitif dan menyeronokkan melalui pelbagai mod seperti kedudukan, klasifikasi dan reka bentuk, sambil menjimatkan masa dan wang.

Apakah itu NextGEN Edge AI?

NextGEN Edge AI, juga dikenali sebagai kecerdasan edge atau kecerdasan buatan generasi akan datang, menggabungkan pengkomputeran tepi dan teknologi kecerdasan buatan untuk menjejak dan melaksanakan tugas pembelajaran mesin. Ia menggunakan kuasa pengkomputeran dan keupayaan pemprosesan data peranti tepi untuk mencapai pembuatan keputusan dan analisis yang bijak, mengurangkan pergantungan pada pengkomputeran awan. Dengan mendorong kecerdasan ke tepi, NextGEN Edge AI mempercepatkan masa tindak balas dan meningkatkan privasi dan keselamatan data. Ia akan memainkan peranan penting dalam pelbagai bidang, seperti kecerdasan

Aliran kerja AI Edge selalunya melibatkan penggunaan data daripada pusat data terpusat (seperti awan atau peranti) serta data daripada sumber tepi. Cloud AI adalah lebih biasa, dan ia bergantung terutamanya pada kuasa pengkomputeran awan untuk pembangunan dan pelaksanaan. Edge AI termasuk komponen seperti peranti jauh, peranti IoT dan pelayan tepi khusus. Seni bina ini menjadikan penyimpanan dan pengiraan data lebih mudah, dan juga memudahkan pengguna mengakses data.

Oleh kerana Edge AI menggabungkan algoritma AI dengan keupayaan pengkomputeran tepi pada peranti tempatan, ia mampu memproses dan menganalisis data tanpa perlu terus berhubung dan bersepadu. Ini membolehkan pengguna mengakses data daripada sumber yang berbeza, dengan itu mengurangkan masa henti sistem atau kependaman. Oleh itu, Edge AI meningkatkan kecekapan pemprosesan data dengan menyepadukan pengkomputeran tepi dan proses AI.

Selain itu, NextGEN Edge AI berjaya menyepadukan proses AI ke dalam komponen asas tanpa berinteraksi dengan lokasi fizikal, memberikan sokongan yang cekap dan pembinaan data pengguna yang mudah untuk keperluan pengguna.

Bagaimana Edge AI berfungsi?

Mengenai AI, kita sering memikirkan mesin yang meniru manusia untuk mencapai kemahiran pintar seperti penglihatan, bahasa, tingkah laku, pengecaman objek, pemanduan autonomi dan pemahaman bahasa. Untuk mencapai kemahiran ini, AI menggunakan sistem yang dipanggil Rangkaian Neural Dalam (DNN). Apabila diberi pelbagai tugas latihan, DNN ini menghasilkan banyak jenis soalan khusus dan memberikan contoh jawapan yang betul yang sepadan dengannya.

Pembelajaran mendalam ialah teknologi yang memerlukan latihan dalam pusat data atau awan. Untuk mendapatkan model yang tepat, saintis data sering memerlukan sokongan sejumlah besar data dan kerjasama. Setelah dilatih, model boleh dijalankan melalui enjin inferens untuk menyelesaikan masalah dunia sebenar. Enjin inferens menjalankan model terlatih dan menjana ramalan berdasarkan data input. Teknologi ini mempunyai pelbagai aplikasi, seperti pengecaman imej, pemprosesan bahasa semula jadi dan sistem pengesyoran. Melalui gabungan pembelajaran mendalam dan enjin inferens, kita boleh lebih memahami dan bertindak balas terhadap masalah dunia sebenar yang kompleks.

Biasanya, apabila menggunakan Edge AI, enjin inferens berjalan pada komputer dan peranti jauh, seperti kilang, hospital, kereta, satelit atau rumah. Sebaik sahaja model Edge AI digunakan, peranti ini akan memperoleh maklumat yang berkaitan secara berterusan. Untuk menjalankan lebih banyak latihan, peranti edge sering mengumpul dan menghantar set data yang besar dan membosankan ke awan. Pada masa yang sama, sebaik sahaja AI menghadapi masalah, enjin inferens di bahagian tepi akan diganti, sekali gus meningkatkan prestasi gelung maklum balas.

Komponen asas Edge AI

Dua komponen pintar berikut biasanya menjadi tumpuan penyelidikan dalam bidang Edge AI:

Edge computing

, sejak pengkomputeran edge nod tempat data dikumpul , proses melaksanakan pengiraan tempatan dan menyimpan data. Oleh itu ia selalunya melibatkan pelbagai proses yang diedarkan di pinggir rangkaian untuk mengumpul, menganalisis dan memproses data.

AI

AI boleh menggabungkan keupayaan analisis yang dipertingkatkan dengan automasi, membolehkan mesin meniru tahap kognitif manusia untuk memahami bahasa dan menyelesaikan masalah, malah mencipta peranti kelebihan yang lebih berfungsi.

Aplikasi AI Edge merentas industri berbeza

Dalam beberapa tahun kebelakangan ini, penggunaan aplikasi Edge AI telah membawa peluang perniagaan dan inovasi baharu kepada pelbagai industri. Banyak industri, termasuk pembuatan, penjagaan kesihatan dan tenaga, menggunakan keupayaan teras aplikasi Edge AI. Di bawah, mari kita bincangkan dua aplikasi industri biasa:

Tenaga Pintar: Ramalan Pintar

Industri tenaga sering dicirikan oleh permintaan tinggi dan ketidakstabilan. Ia bukan sahaja akan memberi kesan langsung atau tidak langsung kepada industri lain, malah potensi ancaman bekalan yang disebabkan olehnya juga akan mengganggu kesihatan dan kebajikan seluruh umat manusia. 🎜🎜

Edge AI boleh menjana model kompleks berdasarkan data sejarah, ciri cuaca dan maklumat lain, dan menyelaras penjanaan tenaga, pengedaran, pengurusan dan pemantauan melalui ramalan pintar.

Edge AI dalam Healthcare: AI-Enabled Solutions

Institusi penjagaan kesihatan moden dan profesional perubatan boleh mencapai matlamat utama industri penjagaan kesihatan ini dengan meningkatkan jangka hayat dan taraf hidup pesakit dengan menggunakan Edge AI. Pada masa yang sama, dengan menggunakan peranti edge yang dikuasakan oleh AI, profesional perubatan juga boleh melakukan pembedahan jauh dan memantau aktiviti fisiologi harian pesakit.

Kelebihan Edge AI

Berbanding dengan AI berasaskan awan biasa kami, Edge AI mempunyai kelebihan berikut:

Latihan berkelajuan tinggi/rendahkan

dan

dilakukan secara tempatan dan pelbagai latihan tempatan. , jadi tidak perlu menunggu respons berlebihan untuk berkomunikasi dengan awan.

Keperluan dan kos lebar jalur yang lebih rendah

Dengan Edge AI, suara, video dan data sensor kesetiaan tinggi semuanya boleh dihantar melalui rangkaian selular dengan kurang lebar jalur dan kos yang berkaitan.

Keselamatan data yang dipertingkatkan

Pemprosesan setempat mengurangkan risiko data sensitif dipintas semasa penghantaran atau disimpan dalam awan.

Meningkatkan Kebolehpercayaan/Teknologi Autonomi

AI mampu berjalan secara setempat walaupun rangkaian atau perkhidmatan awan gagal. Ini mempunyai kelebihan yang jelas dalam senario aplikasi seperti pemanduan autonomi dan robot industri.

Pengurangan kuasa

Dalam kebanyakan kes, penggunaan tenaga untuk melaksanakan tugas AI pada peranti mungkin lebih rendah daripada penggunaan tenaga untuk menghantar data ke awan, yang sudah tentu memanjangkan hayat bateri.

Masa depan teknologi edge

Kini, hampir semua aplikasi Edge AI boleh dijalankan pada peranti pengguna seperti telefon pintar, peranti boleh pakai dan peralatan rumah pintar. Edge AI telah menjadi bidang baru muncul yang mengalami pertumbuhan pesat. Menurut ramalan LF Edge, kadar pertumbuhan kompaun peranti tepi akan mencapai 40% menjelang 2028. Pada masa yang sama, dengan pengembangan pembayaran tanpa tunai, hospital pintar, bandar, dan rantaian bekalan, AI di pinggir perusahaan dijangka meningkat dalam beberapa tahun akan datang.

Hari ini, kebanyakan algoritma Edge AI boleh melakukan inferens setempat secara langsung pada data yang dilihat melalui peranti. Dengan menggunakan data daripada koleksi penderia berhampiran peranti, kami akan dapat membangunkan alat inferens yang lebih canggih pada masa hadapan dan terus menambah baik orkestrasi Edge AI yang sepadan.

Selain itu, pembelajaran mendalam bersama yang berkaitan juga merupakan teknologi yang menjanjikan. Ia bukan sahaja boleh meningkatkan proses latihan dengan memuat naik subset data asal yang sepadan ke awan, tetapi juga mengemas kini latihan AI secara tempatan pada peranti tepi. Ambil perhatian bahawa ini bukan tentang mengemas kini model secara manual, tetapi memuat naik kemas kini ke awan untuk meningkatkan privasi dan keselamatan Edge AI.

Ringkasan

Ringkasnya, sebagai aplikasi AI Edge generasi seterusnya yang menggabungkan pengkomputeran tepi dan AI, sudah pasti ia merupakan satu cara untuk peranti IoT memperoleh data penderia yang berkualiti tinggi dan boleh diambil tindakan serta menjimatkan masa dan tenaga. Cara yang berkuasa. Melalui penambahbaikan berterusan, ia meningkatkan kecekapan peranti dan lebar jalur rangkaian di samping menambah baik postur privasi dan keselamatan data. Oleh itu, generasi akan datang Edge AI boleh digunakan secara meluas untuk pelbagai industri.

Pengenalan penterjemah

Julian Chen, editor komuniti 51CTO, mempunyai pengalaman lebih sepuluh tahun dalam pelaksanaan projek IT, pandai mengurus dan mengawal sumber dan risiko dalaman dan luaran, dan menumpukan pada penyebaran rangkaian dan keselamatan maklumat pengetahuan dan pengalaman.

Tajuk asal: Aplikasi AI Generasi Seterusnya: Apa Itu dan Bagaimana Ia Berfungsi?, Pengarang: Bharat P

Pautan: https://dzone.com/articles/the-next-generation- ai-aplikasi-apa-itu-dan.

Atas ialah kandungan terperinci Kajian awal tentang aplikasi Edge AI generasi akan datang. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:51cto.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan