處于邊緣的人工智能不斷在發(fā)展，應用數不勝數，自動(dòng)駕駛汽車(chē)、藝術(shù)、醫療保健、個(gè)性化廣告和客戶(hù)服務(wù)都可以使用它。理想情況下，邊緣體系結構由于更接近請求而提供較低的延遲。據預測，邊緣人工智能市場(chǎng)將從2021年的140萬(wàn)美元增長(cháng)到2027年的800萬(wàn)美元，復合年增長(cháng)率為29.8%。這種增長(cháng)將在很大程度上來(lái)自物聯(lián)網(wǎng)的人工智能、可穿戴消費設備，以及5G網(wǎng)絡(luò )中對更快計算的需求等因素。這些帶來(lái)了機會(huì )和保留，因為邊緣人工智能的實(shí)時(shí)數據很容易受到網(wǎng)絡(luò )攻擊。

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

將人工智能與云分離如今的巨大變化之一是能夠在沒(méi)有云連接的情況下運行AI處理。例如最近發(fā)布的兩款新芯片設計，可以將物聯(lián)網(wǎng)設備的處理能力提升到極致，跳過(guò)遠程服務(wù)器或云計算。他們當前的Cortex-M處理器可以處理對象識別，而手勢或語(yǔ)音識別等其他功能隨著(zhù)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建產(chǎn)品的工具包，它也承諾“離線(xiàn)”處理大量人工智能。

機器學(xué)習的行動(dòng)機器學(xué)習操作的最佳實(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(kāi)發(fā)過(guò)程中的推測。MLOps可以幫助企業(yè)數據流并將其推送到邊緣。隨著(zhù)越來(lái)越多的企業(yè)發(fā)現在邊緣人工智能方面什么最適合他們，持續的更新周期可能會(huì )被證明是有效的。專(zhuān)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(lái)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，該套件實(shí)質(zhì)上將AI模型轉換為計算圖。

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。計算機視覺(jué)的新用例和功能計算機視覺(jué)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)數據源提取數據，超越自然語(yǔ)言理解，分析姿勢并執行檢查和可視化。這對于與人無(wú)縫交互的人工智能來(lái)說(shuō)可能會(huì )派上用場(chǎng)，例如購物助理。高階視覺(jué)算法現在可以通過(guò)使用更細粒度的特征對物體進(jìn)行分類(lèi)。它可以更深入地確定品牌和型號，而不是識別汽車(chē)。

訓練模型來(lái)識別每個(gè)對象特有的粒度特征是很困難的。然而，使用細粒度信息的特征表示、提取特定特征的分割、規范化對象姿態(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)現這一目標的方法。初期的企業(yè)用例包括質(zhì)量控制、實(shí)時(shí)供應鏈跟蹤、使用快照識別內部位置和檢測深度偽造。

人工智能在5G上的增長(cháng)速度加快5G和更先進(jìn)的技術(shù)即將到來(lái)。衛星網(wǎng)絡(luò )和6G正在等待電信供應商的到來(lái)。對于我們其他人來(lái)說(shuō)，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(guò)渡。這與邊緣人工智能有什么關(guān)系？5G上的AI可以為AI應用帶來(lái)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，并開(kāi)啟新的應用，如工廠(chǎng)自動(dòng)化、收費和車(chē)輛遙測，以及智能供應鏈項目。邊緣人工智能的新興趨勢比我們能列出的要多。特別是，它的發(fā)展可能需要人類(lèi)方面的一些改變。邊緣人工智能管理將成為IT部門(mén)的工作，使用IT資源而不是讓業(yè)務(wù)線(xiàn)管理邊緣解決方案可以?xún)?yōu)化成本。

來(lái)源：極客網(wǎng)