本文來(lái)自千家網(wǎng)。
大自然可以教會(huì)我們很多關(guān)于技術(shù)的知識(shí)。例如，蜜蜂和花朵在數(shù)百萬(wàn)年的時(shí)間里形成了自然界最純粹的共生關(guān)系之一。
從最基本的層面上講，花朵為蜜蜂提供花蜜作為食物，蜜蜂傳播花粉幫助花朵繁殖。了解這種互惠互利的伙伴關(guān)系是如何演變的，可以讓我們深入了解當(dāng)前的技術(shù)狀況，以及兩個(gè)增長(zhǎng)最快的領(lǐng)域——人工智能和邊緣計(jì)算——如何相互補(bǔ)充和放大。
人工智能和邊緣計(jì)算
視覺(jué)人工智能或計(jì)算機(jī)視覺(jué)是這一演變的一個(gè)很好的例子。邊緣計(jì)算就是盡可能高效地處理數(shù)據(jù)，但分析視覺(jué)數(shù)據(jù)最初是一個(gè)手動(dòng)密集型過(guò)程。
攝像頭傳感器捕獲大量數(shù)據(jù)，開(kāi)發(fā)人員編寫代碼來(lái)識(shí)別其中的模式。從該過(guò)程中獲得的見(jiàn)解可以根據(jù)攝像頭的數(shù)據(jù)推動(dòng)新策略或運(yùn)營(yíng)變化。
如今，人工智能已經(jīng)顛覆了原始模型。人們可以使用專門開(kāi)發(fā)的人工智能模型來(lái)查找他們正在尋找的模式，而不必編寫代碼。
人工智能現(xiàn)在使普通攝像機(jī)能夠準(zhǔn)確檢測(cè)指定對(duì)象，而無(wú)需手動(dòng)編碼解決方案。隨著人工智能和機(jī)器學(xué)習(xí)的改進(jìn)，遠(yuǎn)程視覺(jué)數(shù)據(jù)的邊緣計(jì)算也在進(jìn)步。
對(duì)整個(gè)生態(tài)系統(tǒng)的好處
與自然界一樣，人工智能和邊緣計(jì)算之間的共生關(guān)系增強(qiáng)了整個(gè)生態(tài)系統(tǒng)的好處，提高了效率并降低了成本，包括：
將計(jì)算和存儲(chǔ)置于數(shù)據(jù)附近可減少延遲，使人工智能能夠?yàn)殛P(guān)鍵服務(wù)做出瞬間決策。
在邊緣設(shè)備上本地處理數(shù)據(jù)可防止私人信息的傳輸，并且AI模型仍可在邊緣處理信息，而不必?fù)?dān)心將其暴露給云或公眾。
聯(lián)合學(xué)習(xí)（一種訓(xùn)練機(jī)器學(xué)習(xí)模型的方法）可利用邊緣設(shè)備上的數(shù)據(jù)完成。AI模型可以實(shí)時(shí)改進(jìn)，而不是等待信息傳輸?shù)街行奈恢谩?/p>
構(gòu)建AI模型所需的巨大計(jì)算能力可能會(huì)給網(wǎng)絡(luò)流量和傳輸成本帶來(lái)壓力，因?yàn)榇罅繑?shù)據(jù)會(huì)傳輸?shù)郊惺綌?shù)據(jù)中心或云中。在邊緣設(shè)備上執(zhí)行AI模型可減輕網(wǎng)絡(luò)帶寬負(fù)擔(dān)和數(shù)據(jù)傳輸成本。
現(xiàn)實(shí)世界的影響
邊緣計(jì)算和人工智能正在通過(guò)高效處理、分析和共享大量數(shù)據(jù)來(lái)改變行業(yè)。邊緣技術(shù)增強(qiáng)了庫(kù)存洞察力，實(shí)現(xiàn)了人工智能驅(qū)動(dòng)的需求預(yù)測(cè)，從而改善了零售業(yè)的管理和盈利能力。
汽車行業(yè)邊緣人工智能的實(shí)際用途包括維護(hù)車載軟件和向經(jīng)銷商提供服務(wù)包。
人工智能和邊緣計(jì)算似乎最近才成為人們關(guān)注的焦點(diǎn)，但兩者多年來(lái)一直在合作并共同發(fā)展。正如“邊緣”不只是一個(gè)位置，“人工智能”也不只是一個(gè)事物。但它們結(jié)合起來(lái)，有可能改變我們的世界，讓任何可以連接的東西都連接起來(lái)。
