Fender的设施经理BillHolmes，生产Stratocaster和Telecaster吉他的知名公司，加州科罗纳,USA,还清楚地记得，他带着一个简陋的手持式振动分析仪在工厂里走来走去，然后把仪器插入电脑，获取有关设备状况的参数。LeoFender在75年前创立FenderMusicalInstruments时，所有的木工都是手工完成的，如今，该公司的吉他在移交给决赛选手之前，使用计算机控制的木工设备制作琴颈和琴体。工匠的产品。Holmes说，他一直在尝试用最新的技术进步来解决问题（比如让机器人帮忙画吉他），没有什么比设备出现故障更烦人的了。他说：“预防性维护是不够的。虽然机器在预定的时间内有人值守，但90%的故障都是瞬间故障导致流程关闭。这对业务影响很大。如果我们能在故障发生之前预防它的话。”发现故障后，生产就不会停止，维护团队也不必四处奔波救火。”在177,000平方英尺的设施中安装了1,500台设备，Fender希望在机器上安装传感器并使用AI分析来预测故障。Fender也在做同样的事情，为此部署了亚马逊基于云的Monitron服务，以及所有数据处理发生在亚马逊的云上。对于像Fender这样的小公司，亚马逊的完全托管服务很有吸引力，因为亚马逊提供无线传感器，通过近场通信(NFC)连接到亚马逊的Wi-Fi网关。亚马逊的网关预先配置为发送相关信息数据到亚马逊云进行分析。亚马逊开发了机器学习算法来处理数据并直接提醒福尔摩斯。“他们基本上降低了价格，因此小企业可以在他们的设备上安装传感器并轻松监控它而无需培训，”福尔摩斯说。“这很有道理。因为所有制造商都有关键设备，如果出现故障，就会停产。”到目前为止，Holmes已经部署了九台关键任务设备，并计划在墨西哥恩塞纳达的第二家制造工厂部署该系统。云服务还提供了额外的好处，即Holmes能够对两个站点全天汇总的数据执行额外的分析。但是，Holmes还希望能够通过单个仪表板跟踪这两个站点。边缘计算如何使人工智能成为可能bymachines适用于边缘计算。从机器生成的数据中发现洞察力并自动响应数据是人工智能的强项。”STLPartners高级顾问TillyGilbert表示，一般的经验法则是，在边缘做AI处理适合实时和延迟敏感的应用程序，如果这些大型数据集在处理之前被上传到云端，则无法高效执行。除了延迟问题，边缘计算还可以降低回程成本，同时帮助公司遵守隐私法规和安全政策。因为将敏感数据发送到关闭站点可能违反相关法规和安全政策。麦卡锡说，在增加正常运行时间和提高性能的双重业务需求的驱动下，边缘的人工智能驱动数据处理不再是例外，而是正在成为主流。边缘/AI更易于部署，例如预配置物联网传感器和物理资产的激增提供边缘技术的供应商数量增加。这些供应商包括系统集成商、第三方初创公司、超大规模云服务提供商，以及将边缘定位为数据中心延伸的传统基础设施提供商。对于企业而言，他们的工作负载也可以在最适合的地方运行，无论是在本地数据中心、云端还是边缘，或者是解决方案的组合。正如Fender示例所示，用户可以通过多种方式混合不同的技术和方法，以充分利用边缘计算和云计算。McCarthy指出，正如当今大多数企业在混合或多云环境中运营一样，基于AI的边缘应用程序并不是孤立运行的。尽管人工智能进程在边缘工作，但机器学习算法同样可以在云端开发和模型训练。而且，可以将实时数据汇总汇总到云端，用于分析历史数据集，指导长期规划。边缘/AI组合最有趣的方面是它们支持的新应用程序，零售边缘AI的Gilbert说。由于许多企业不具备在内部开发AI分析能力的技能，甚至可能不知道一些可能的用例，因此第三方初创公司可以在开发和部署现成系统方面发挥主导作用个案。例如，沃尔玛、克罗格等大型零售商已在店内自助结账通道大规模部署基于人工智能的边缘系统，以减少因顾客无意或故意未对购物车中的所有商品付款而造成的损失。为沃尔玛和克罗格两家大型零售商提供解决方案的服务商是爱尔兰初创公司Everseen。该公司负责战略增长的副总裁亚历克斯·西斯科斯(AlexSiskos)表示，他的公司已经能够解决零售商以前一直在努力解决的问题：缩水或亏损。他指出，零售商知道很多顾客在自助结账时逃单，但他们分不清是无意的疏忽、教唆，还是顾客自己是个聪明的小偷。例如，一些顾客会将一盒口香糖放在更大、更贵的物品下面，从而诱使扫描仪只对口香糖收费。Everseen在自助结账处放置了GPU供电的计算机摄像机，并开发了与零售商扫描系统集成的软件，如果扫描仪读取到“口香糖棒”并且摄像头读取到“尿布盒”，则会实时触发。各种动作。例如，结帐显示屏上会弹出一个警告，提示“机器可能扫描了错误的最后一件商品”。这样做的目的是提醒客户并让他们在需要员工干预之前自行纠正。作为最后的手段，系统还可以在自助结账显示屏上重播问题行为的视频。“我们能够将非结构化数据转化为洞察力、行动并最终获利，”Siskos说。他估计，由于盗窃减少和库存准确性提高，该零售商每周每家商店可收回2,500至4,500美元。Siskos指出，Everseen系统的数据处理发生在边缘，“这就是行动所在，也是时刻所在。”该软件包还包括运行Eversee软件的DellPowerEdge服务器，该软件是在GPU供应商Nvidia创建的开发平台上编写的。Everseen软件、关联的云端组件、在云端训练的模型，以及在云端的管理和监控。Everseen目前监控着美国和欧洲超过100,000条结账线，并从那些被错误扫描的“关键时刻”中提取4-5秒的片段，然后将选定的数据发送到云端进行报告并帮助训练算法。“人工智能是饥饿的野兽，你喂它们越多，它们就会长得越好，”西斯科斯说。“人工智能在医疗保健方面的进步医疗保健是边缘计算为人工智能提供动力的另一个领域。AndrewGostine博士是一名麻醉师，也是一名企业家。他创立了一家名为Artisight的公司，该公司通过人工智能优化医院资源，以提高效率并节省资金.医院不只是拯救生命，它们还是一项事业。正如餐厅需要全天为尽可能多的聚会提供桌子和座位一样，医院也需要为外科手术室提供类似的服务。Artisight安装了多个无线摄像头在战区提供“空中交通管制”。当病人被推入手术室时，麻醉师和外科医生会自动收到通知。手术室外走廊上还有一个大屏幕会告诉乘客航班状态和去哪个登机口，这有助于确保医院工作人员前往在正确的时间正确的地点。虽然这些功能听起来很简单，但Gostine的系统已将芝加哥地区医院的效率提高了16%。Artisight系统建立在Nvidia的ClaraGuardianedge/AI医院平台上，采用预先打包的程序包运行在戴尔服务器和存储上。处理是在现场完成的，Gostine说，因为数据量太大（西北纪念医院每天产生1.2PB的视频）而且传输距离太贵，无法发送到云并造成延迟问题。Artisight系统会过滤用户的身份以保护隐私，并记录手术的关键部分，以便外科医生可以进行检查在手术后验证他们的表现，并与同龄人分享视频以获得反馈。Gostine表示，这项技术可以应用于越来越多的边缘用例。例如，摄像头可以监控病房以检测患者是否从床上掉下来。作为病床管理计划的一部分，该系统还可以监控病房。换句话说，当房间腾空时，他们会立即通知住院部，保留可用房间列表，确保床单已更换并且房间内有合适的医疗设备。关注人工智能的人都知道，IBM曾大胆预测沃森机器人有一天会治愈癌症，可惜这个项目没有成功。Gostine认为，过度承诺的“灵丹妙药”让AI退缩了。他认为，更重要的是将AI应用到平凡但更实际的应用中，以提高效率和降低成本，从而最终释放医院资源，造福更多患者。随着IBM项目的失败，医疗保健初创公司ProsperDigitalTherapeutics正尝试使用机器学习在云端聚合患者数据。该公司首席执行官兼联合创始人罗伯特戈德堡表示，他们利用机器学习为患者制定护理计划，旨在基于相关模型提高患者的生活质量，降低患者面临并发症的可能性。如果患者被诊断出患有癌症并正在接受化疗，患者将收到一封电子邮件，告知他们ProsperDTX已被其订户健康计划选中以帮助治疗。ProsperDTX既不治疗也不开处方，它们更像是医疗团队的“朋友或延伸者”。例如，ProsperDTX可以帮助化疗患者应对恶心、体重减轻或抑郁等副作用。Goldberg说，如果模型显示患者很可能容易贫血或脱水，系统可以鼓励患者按照提示养成良好的习惯。所有数据建模都在基于Oracle云的数据仓库中进行。数据仓库允许公司在一个地方完成所有的建模和可视化工作。随着可穿戴设备和基于家庭的患者监护系统变得越来越普遍，ProsperDTX可以及时了解患者的变化，并在出现问题时提醒患者的医生。“如果患者同意，我们甚至可以查看患者冰箱里的东西，”Goldberg说。
