2023年塑造邊緣人工智能領(lǐng)域的5個趨勢

處于邊緣的人工智能不斷在發(fā)展，應(yīng)用數(shù)不勝數(shù)，自動駕駛汽車、藝術(shù)、醫(yī)療保健、個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)由于更接近請求而提供較低的延遲。

據(jù)預(yù)測，邊緣人工智能市場將從2021年的140萬美元增長到2027年的800萬美元，復(fù)合年增長率為29.8%。這種增長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)中對更快計(jì)算的需求等因素。這些帶來了機(jī)會和保留，因?yàn)檫吘壢斯ぶ悄艿膶?shí)時數(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處理器可以處理對象識別，而手勢或語音識別等其他功能隨著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

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有價(jià)值的業(yè)務(wù)流程。It生產(chǎn)需要一個新的生命周期——或者，至少，這是MLOps開發(fā)過程中的推測。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，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)域的一個主要發(fā)展是多模態(tài)人工智能，它從多個數(shù)據(jù)源提取數(shù)據(jù)，超越自然語言理解，分析姿勢并執(zhí)行檢查和可視化。這對于與人無縫交互的人工智能來說可能會派上用場，例如購物助理。

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

訓(xùn)練模型來識別每個對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)時供應(yīng)鏈跟蹤、使用快照識別內(nèi)部位置和檢測深度偽造。

人工智能在5G上的增長速度加快

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，并開啟新的應(yīng)用，如工廠自動化、收費(fèi)和車輛遙測，以及智能供應(yīng)鏈項(xiàng)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。