EdgeAI是边缘人工智能的简称。一起来看看这篇文章吧！什么是边缘人工智能？简单地说，边缘人工智能是指以直接在边缘设备上运行的机器学习算法的形式使用人工智能。机器学习是一个广泛的领域，近年来取得了巨大的进步。它基于这样的原则，即计算机可以通过从数据中学习来自主提高其在给定任务上的性能，有时甚至超过人类的能力。今天，机器学习可以执行许多高级任务，包括但不限于：●计算机视觉：图像分类、对象检测、语义分割。●语音识别、自然语言处理、聊天机器人、翻译。●天气和股市预测、推荐系统。●异常检测，预见性维护。那么机器学习已经存在了这么久，是什么让边缘AI突然变得如此特别？为了更好地解释这一点，让我们首先看看边缘AI中的边缘到底意味着什么。EdgeComputingvs.CloudComputing从本质上讲，边缘计算和云计算都是在做同样的事情，就是处理数据，运行算法等等。然而，边缘计算和云计算之间的根本区别在于计算实际发生的地方。在边缘计算中，信息处理发生在现场和主动部署或边缘的分布式物联网设备上。边缘设备的一些示例，例如智能手机和各种微控制器。然而，在云计算中，相同的信息处理发生在一个集中的位置，例如数据中心。云计算历来主导着物联网领域。由于它由自然具有更大计算能力的数据中心提供支持，边缘的物联网设备可以简单地在本地传输数据并保持其低功耗和可负担性的关键特性。虽然云计算仍然是物联网非常重要和强大的工具，但由于两个重要原因，边缘计算最近受到越来越多的关注。●边缘设备上的硬件变得更强大，同时保持成本竞争力。●软件越来越针对边缘设备进行优化。这种趋势正在取得巨大进步，现在可以在边缘计算设备上运行机器学习，而由于计算要求高，这长期以来一直为云计算保留！因此，EdgeAI诞生了。边缘人工智能：将云带到边缘以发展物联网借助边缘人工智能，物联网设备变得越来越智能。通过机器学习，尖端设备现在能够做出决策、做出预测、处理复杂数据和管理解决方案。例如，边缘物联网设备可以处理操作条件并预测机器是否会发生故障，这使公司能够执行预测性维护并避免在发生完全故障时造成更大的损失和成本。另一方面，配备边缘人工智能的安全摄像头将不再只是拍摄视频，而是能够识别人并统计人流量。或者，通过面部识别，甚至可以准确识别出谁在什么时间经过了某个区域。随着机器学习的发展，许多令人兴奋的可能性现在也将扩展到边缘设备。但这种范式转变的关键是显而易见的，云计算能力比以往任何时候都更加边缘化是有原因的。边缘人工智能的好处1.减少延迟在边缘处理信息最直接的好处是不需要在云之间传输数据。因此，可以大大减少数据处理的延迟。在前面的预防性维护示例中，边缘的支持AI的设备将能够立即做出响应，例如关闭损坏的机器。如果我们使用云计算来执行机器学习算法，我们将在与云之间传输数据的过程中损失至少一秒钟的时间。虽然这听起来可能不重要，但在操作关键设备时，每一个可实现的安全边际都值得追求！2.降低带宽要求和成本边缘物联网设备之间传输的数据越少，网络带宽要求也降低，因此成本也降低。以图像分类任务为例。由于依赖云计算，整个图像必须发送到在线处理。但是，如果改为使用边缘计算，则无需再发送该数据。相反，我们可以简单地发送处理后的结果，它通常比原始图像小几个数量级。如果我们将这种影响乘以网络中物联网设备的数量，它可能会达到数千甚至更多。3.提高数据安全性减少向外部位置的数据传输也意味着更少的开放连接和更少的网络攻击机会。这允许边缘设备安全运行，避免潜在的拦截或数据泄漏。此外，由于数据不再存储在集中式云中，因此大大减轻了一次违规的后果。4.提高可靠性由于边缘人工智能和边缘计算的分布式特性，操作风险也可以分布在整个网络中。从本质上讲，即使集中式云计算机或集群发生故障，各个边缘设备也能够保持其功能，因为计算过程现在独立于云！这对于医疗保健等关键物联网应用尤为重要。为什么边缘AI很重要虽然边缘AI的实际好处显而易见，但其内在影响可能更难以捉摸。EdgeAI改变了我们的生活方式EdgeAI代表了人工智能真正融入日常生活的第一波浪潮。虽然人工智能和机器学习研究已经存在了几十年，但我们现在才开始看到它们在消费产品中的实际应用。例如，自动驾驶汽车是边缘人工智能进步的产物。边缘人工智能正在缓慢但肯定地以多种方式改变我们与环境互动的方式。边缘人工智能让人工智能用得起。人工智能的使用和开发不再是研究机构和大公司的专利。由于边缘AI旨在在相对实惠的边缘设备上运行，因此任何人都比以往任何时候都更容易理解AI的工作原理并开发AI供自己使用。更重要的是，边缘AI使世界各地的教育工作者能够以有形的方式将AI和机器学习引入课堂学习。例如，通过让学生亲身体验使用边缘设备。边缘人工智能挑战我们认为将变得自动化的方式，我们对生产力和目的的固有观念将受到严重挑战。虽然不确定未来会怎样，但我总体上对边缘AI会带来什么持乐观态度，因为我相信它将推动我们找到更有创意和更有成就感的工作。例如，嵌入AI的边缘设备可以实时监控PPE，包括工作环境中的安全帽合规性，并向任何违反PPE的人员发送安全和维护信号。计算机视觉与机器学习相结合可以使PPE合规性监控过程自动化。另一个例子是，集成人工智能的摄像头可以缓解城市中经常阻碍交通的瓶颈和阻塞点。交通拥堵的发生主要是由于忽略了某些因素，如两车之间的距离、红绿灯、路牌、路口的行人等。智能交通系统是计算机视觉的主要应用领域，包括车辆分类、交通违章检测、交通流量分析、停车场检测、车牌识别、行人检测、交通标志检测、防撞、路况监测等，以及驾驶员注意力在车力检测中的应用。通过这篇文章，相信大家已经了解了什么是边缘人工智能，以及它对物联网乃至人类未来的意义。希望以上能给你一些帮助。
