What is Edge AI? - What is edge computing?

什麼是邊緣人工智慧？ - 什麼是邊緣運算？

行動物聯網雲端縮時應用方案

https://www.approtech.com/index.php

TELUS International

邊緣 AI 從邊緣運算開始。邊緣運算也稱為邊緣處理，是一種將伺服器本地定位，在設備附近的網路技術。這有助於減少系統處理負載，並解決數據傳輸延遲問題。這些過程在感測器或設備生成數據的位置執行，也稱為邊緣。

邊緣運算的發展意味著，邊緣人工智慧變得越來越重要。在各個行業中都是如此，尤其是在處理延遲和數據隱私方面。在本文中，我們將了解 Edge AI 的影響、它的重要性以及它的常見用例。

什麼是邊緣人工智慧？

邊緣 AI 是指在硬體設備上，本地處理的 AI 算法，可以在沒有連接的情況下處理數據。這意味著無需在雲端中流式傳輸或儲存數據，即可進行數據創建等操作。這很重要，因為越來越多的情況下無法透過雲端處理設備數據。例如，工廠機器人和汽車需要以最小延遲進行高速處理。

為了實現這些目標，邊緣運算可以透過雲端深度學習生成數據，在數據源點，即設備本身（邊緣）開發演繹和預測模型。

我們可以在工廠機器人中看到一個這樣的例子。人工智慧技術可用於以人類無法處理的速度，對來自監控攝影機和感測器的大量多模態數據，進行可視化和評估。我們還可以使用它來檢測人類可能錯過的生產線上的錯誤數據。這些類型的物聯網結構，可以儲存生產線產生的大量數據，並透過機器學習進行分析。它們也是改善工廠智慧化的演繹和預測模型的核心。

邊緣人工智慧、物聯網和 5G

邊緣 AI 經常與物聯網 (IoT) 和 5G 網路相關。術語物聯網是指透過網路相互連接的設備，包括智慧手機、機器人和電子設備。作為人工智慧分析的平台，邊緣人工智慧可以收集和儲存物聯網產生的海量數據，使得使用具有可擴展特性的雲成為可能。這允許改進數據處理和基礎設施靈活性。

5G 網路之所以能夠增強上述流程，是因為其三大特性 —— 超高速、海量同時連接、超低時延 —— 明顯超越了4G。

5G 對於物聯網和邊緣人工智慧的發展不可或缺，因為物聯網設備在傳輸數據時，數據量會膨脹並影響傳輸速度。傳輸速度下降會造成延遲，這是即時處理的最大問題。

為什麼邊緣運算和邊緣 AI 很重要？

無法透過雲端處理設備數據的情況越來越多。工廠機器人和汽車通常就是這種情況，它們需要高速處理，因為當增加的數據流造成延遲時可能會出現問題。

例如，想像一下自動駕駛汽車在檢測道路上的物體，或操作制動器或方向盤時，遇到雲延遲。數據處理的任何減慢都會導致車輛響應變慢。如果減速導致車輛沒有及時響應，這可能會導致事故。生命實際上處於危險之中。

對於這些物聯網設備，即時響應是必要的。這意味著設備能夠在不依賴雲 AI 的情況下，現場分析和評估圖像/數據。

透過將通常委託給雲端的資訊處理委託給邊緣設備，我們可以實現無傳輸延遲的即時處理。此外，透過將雲端數據傳輸限制為僅重要資訊，可以減少數據量並最大程度地減少通信中斷。

邊緣人工智慧用例

邊緣人工智慧市場主要由兩個領域組成：工業機械和消費設備。我們看到在控制和優化設備，以及自動化熟練勞動力技術等領域的演示測試取得了進展。

消費類設備也取得了進展，這些設備配備了帶有人工智慧的攝影機，可以自動辨識攝影對象。由於設備數量多於工業機器，預計消費設備市場將從 2021 年開始大幅成長。

我們在下面列出了邊緣 AI 的一些常見用例：

自動駕駛汽車

自動駕駛汽車是應用邊緣計算最受期待的領域。在很多情況下，自動駕駛汽車必須對情況進行即時評估，這需要即時數據處理。2019 年 12 月，日本對《道路交通法》和《道路運輸車輛法》進行了修訂，使 3 級自動駕駛汽車更容易上路。其中包括自動駕駛汽車所遵守的安全標準，以及它們可以運行的區域。因此，汽車製造商正在開發符合這些標準的自動駕駛汽車。例如，豐田已經在用 TRI-P4 測試完全自動化（4 級）。

自主無人機

關於無人機在遠程飛行實驗中，失去控制和失踪的消息越來越多。對於自主無人機，飛行員不會積極參與無人機的飛行。他們遠端監控操作，只有在絕對必要時才駕駛無人機。最著名的例子是亞馬遜 Prime Air，這是一項無人機送貨服務，正在開發自動駕駛無人機來運送包裹。

臉部辨識

臉部辨識系統是監控攝影機的發展，它可以學習透過臉部辨識人。2019 年 11 月，WDS Co., Ltd 開始供應 Eeye，這是一款 AI 攝影機模組，透過邊緣 AI 計算過程，即時分析臉部特徵。Eeye 能夠快速準確地辨識人臉，適用於針對特定特徵（例如年齡和解鎖設備的人臉辨識）的行銷工具。

智慧手機

這種邊緣 AI 設備是我們最熟悉的設備。Siri 和 Google Assistant 是智慧手機邊緣 AI 的很好例子，因為該技術驅動了他們的語音用戶介面。借助設備端 AI，處理發生在設備（邊緣）端，這意味著無需將設備數據傳送到雲端。這有助於保護隱私並減少流量。

邊緣人工智慧的未來

邊緣 AI 正在成長，我們已經看到對該技術的大量投資。例如，2020 年 1 月，有報導稱蘋果投資 2 億美元，收購了位於西雅圖的人工智慧企業 Xnor.ai。Xnor.ai 的人工智慧技術透過邊緣處理處理用戶智慧手機上的數據。透過智慧手機本身內置的人工智慧，我們可能會看到語音處理、臉部辨識技術和增強隱私方面的進步。隨著 5G 的普及，我們也可能會看到全球邊緣 AI 服務的成本下降和需求增加。