邊緣人工智能：5個(gè)趨勢(shì)值得關(guān)注

　　處于邊緣的人工智能不斷在發(fā)展，應(yīng)用數(shù)不勝數(shù)，自動(dòng)駕駛汽車、藝術(shù)、醫(yī)療保健、個(gè)性化廣告和客戶服務(wù)都可以使用它。理想情況下，邊緣體系結(jié)構(gòu)由于更接近請(qǐng)求而提供較低的延遲。

　　據(jù)預(yù)測(cè)，邊緣人工智能市場(chǎng)將從2021年的140萬美元增長(zhǎng)到2027年的800萬美元，復(fù)合年增長(zhǎng)率為29.8%。這種增長(zhǎng)將在很大程度上來自物聯(lián)網(wǎng)的人工智能、可穿戴消費(fèi)設(shè)備，以及5G網(wǎng)絡(luò)中對(duì)更快計(jì)算的需求等因素。這些帶來了機(jī)會(huì)和保留，因?yàn)檫吘壢斯ぶ悄艿膶?shí)時(shí)數(shù)據(jù)很容易受到網(wǎng)絡(luò)攻擊。

　　讓我們來看看可能在明年塑造邊緣人工智能領(lǐng)域的五個(gè)趨勢(shì)。

　　將人工智能與云分離

　　如今的巨大變化之一是能夠在沒有云連接的情況下運(yùn)行AI處理。例如最近發(fā)布的兩款新芯片設(shè)計(jì)，可以將物聯(lián)網(wǎng)設(shè)備的處理能力提升到極致，跳過遠(yuǎn)程服務(wù)器或云計(jì)算。他們當(dāng)前的Cortex-M處理器可以處理對(duì)象識(shí)別，而手勢(shì)或語音識(shí)別等其他功能隨著ARM的Ethos-U55的加入而發(fā)揮作用。谷歌的Coral是一個(gè)使用本地人工智能構(gòu)建產(chǎn)品的工具包，它也承諾“離線”處理大量人工智能。

　　機(jī)器學(xué)習(xí)的行動(dòng)

　　機(jī)器學(xué)習(xí)操作的最佳實(shí)踐將證明邊緣人工智能是一個(gè)有價(jià)值的業(yè)務(wù)流程。It生產(chǎn)需要一個(gè)新的生命周期——或者，至少，這是MLOps開發(fā)過程中的推測(cè)。MLOps可以幫助企業(yè)數(shù)據(jù)流并將其推送到邊緣。隨著越來越多的企業(yè)發(fā)現(xiàn)在邊緣人工智能方面什么最適合他們，持續(xù)的更新周期可能會(huì)被證明是有效的。

　　專用芯片

　　為了在邊緣進(jìn)行更多的處理，公司需要定制芯片來提供足夠的功率。例如人工智能加速器芯片與軟件套件配對(duì)，該套件實(shí)質(zhì)上將AI模型轉(zhuǎn)換為計(jì)算圖。IBM在2021年發(fā)布了他們的第一款加速器硬件，旨在打擊欺詐行為。

　　計(jì)算機(jī)視覺的新用例和功能

　　計(jì)算機(jī)視覺仍然是邊緣人工智能的主要用途之一。該領(lǐng)域的一個(gè)主要發(fā)展是多模態(tài)人工智能，它從多個(gè)數(shù)據(jù)源提取數(shù)據(jù)，超越自然語言理解，分析姿勢(shì)并執(zhí)行檢查和可視化。這對(duì)于與人無縫交互的人工智能來說可能會(huì)派上用場(chǎng)，例如購物助理。

　　高階視覺算法現(xiàn)在可以通過使用更細(xì)粒度的特征對(duì)物體進(jìn)行分類。它可以更深入地確定品牌和型號(hào)，而不是識(shí)別汽車。

　　訓(xùn)練模型來識(shí)別每個(gè)對(duì)象特有的粒度特征是很困難的。然而，使用細(xì)粒度信息的特征表示、提取特定特征的分割、規(guī)范化對(duì)象姿態(tài)的算法和多層卷積神經(jīng)網(wǎng)絡(luò)等方法都是目前實(shí)現(xiàn)這一目標(biāo)的方法。

　　初期的企業(yè)用例包括質(zhì)量控制、實(shí)時(shí)供應(yīng)鏈跟蹤、使用快照識(shí)別內(nèi)部位置和檢測(cè)深度偽造。

　　人工智能在5G上的增長(zhǎng)速度加快

　　5G和更先進(jìn)的技術(shù)即將到來。衛(wèi)星網(wǎng)絡(luò)和6G正在等待電信供應(yīng)商的到來。對(duì)于我們其他人來說，在完全進(jìn)入下一代網(wǎng)絡(luò)之前，還需要一些時(shí)間在與一些5G服務(wù)兼容的4G核心網(wǎng)絡(luò)之間過渡。

　　這與邊緣人工智能有什么關(guān)系?5G上的AI可以為AI應(yīng)用帶來更好的性能和安全性。它可以提供人工智能所需的一些低延遲優(yōu)勢(shì)，并開啟新的應(yīng)用，如工廠自動(dòng)化、收費(fèi)和車輛遙測(cè)，以及智能供應(yīng)鏈項(xiàng)目。

　　邊緣人工智能的新興趨勢(shì)比我們能列出的要多。特別是，它的發(fā)展可能需要人類方面的一些改變。邊緣人工智能管理將成為IT部門的工作，使用IT資源而不是讓業(yè)務(wù)線管理邊緣解決方案可以優(yōu)化成本。