作者：Magnus Johansson, u-blox 短程通信產(chǎn)品戰(zhàn)略部
人工智能(AI)的實(shí)效性、與物聯(lián)網(wǎng)設(shè)備的適用性以及邊緣計(jì)算的性能都在近期取得了顯著的進(jìn)步，這也釋放了邊緣 AI 的潛能。本文深度探討了其中的原因。
在過去的十年里，人工智能 (AI) 已由一個概念轉(zhuǎn)變?yōu)槿藗兩钪斜夭豢缮俚囊豁?xiàng)技術(shù)。搜索、社交媒體源、在線廣告等服務(wù)都使用 AI 算法，并在云端對海量數(shù)據(jù)進(jìn)行多元化處理，進(jìn)而為每位用戶量身打造定制服務(wù)。此外，AI 的自主學(xué)習(xí)能力在網(wǎng)絡(luò)應(yīng)用中也無處不在，包括優(yōu)化用戶體驗(yàn)、業(yè)務(wù)流程和技術(shù)解決方案等。
與此同時，AI 在聯(lián)網(wǎng)設(shè)備中也開始得到廣泛應(yīng)用，例如通過人臉識別解鎖手機(jī)、拍攝照片等應(yīng)用。但值得一提的是：這些應(yīng)用的AI計(jì)算在終端設(shè)備上就可實(shí)現(xiàn)，即邊緣 AI 算法。
AI 及相關(guān)的機(jī)器學(xué)習(xí)技術(shù)逐漸普及和成熟，越來越多的產(chǎn)品集成了邊緣 AI，幫助改善用戶服務(wù)體驗(yàn)并能支持全新的應(yīng)用場景。語音及人臉識別等手機(jī)標(biāo)配功能僅僅是邊緣AI應(yīng)用的很小一部分，未來將會有更多場景使用到邊緣AI技術(shù)。
邊緣 AI 技術(shù)優(yōu)勢
理解邊緣 AI 的工作原理有助于我們了解邊緣 AI 的優(yōu)勢。與標(biāo)準(zhǔn)人工智能類似，邊緣 AI 依賴于模擬人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)創(chuàng)建的數(shù)學(xué)模型，并通過訓(xùn)練完成各種任務(wù)。例如，在接觸過網(wǎng)絡(luò)上大量紅綠燈圖片之后，這些神經(jīng)網(wǎng)絡(luò)就會輕而易舉地識別此類圖片。
訓(xùn)練 AI 算法的過程需要大量數(shù)據(jù)，并且涉及大量的計(jì)算。但最終得到的是體積小、功能強(qiáng)的 AI 模型，可以輕松部署到任意數(shù)量的終端設(shè)備上。如果這些設(shè)備具有足夠的計(jì)算資源，那么運(yùn)行算法時就不需要云端連接。
獨(dú)立于云端的邊緣 AI 技術(shù)優(yōu)勢：通信要求：由于不必將語音或圖像數(shù)據(jù)上傳到云端，設(shè)備在本地運(yùn)行 AI 算法，節(jié)約的帶寬可以用來滿足其他方面的需求，或者只需要低帶寬無線通信技術(shù)就可以運(yùn)行。當(dāng)然，云端連接仍然具備其特有的優(yōu)勢，例如在新版、改進(jìn)版模型發(fā)布之后，可以遠(yuǎn)程更新 AI 模型。 延遲：由于是在設(shè)備上直接運(yùn)行 AI 算法，不必將感測數(shù)據(jù)上傳到云端再將輸出結(jié)果回傳到終端設(shè)備，這樣就可以大幅降低延遲，實(shí)現(xiàn)流暢、無延遲的用戶體驗(yàn)。 隱私：如果連最尖端的聯(lián)網(wǎng)設(shè)備都不能幸免于數(shù)據(jù)遭黑客攔截的風(fēng)險(xiǎn)，那么很顯然，位于中低價(jià)格區(qū)間的消費(fèi)電子設(shè)備受到此類威脅的風(fēng)險(xiǎn)會更高。而邊緣 AI 設(shè)備是在本地處理所有數(shù)據(jù)(包括語音、圖像或其他數(shù)據(jù))，這些數(shù)據(jù)在本地設(shè)備中處理，因此不會遭到攔截。
邊緣 AI 應(yīng)用場景
人臉識別除了可以在智能手機(jī)上使用，也可以在其他場景中用于用戶驗(yàn)證。例如，商業(yè)門禁解決方案通過人臉識別來確保進(jìn)入限制區(qū)域的員工均經(jīng)過授權(quán)，而安保攝像頭則可以利用人臉識別功能在檢測到陌生人進(jìn)入建筑時觸發(fā)警報(bào)。同樣，在健身房、醫(yī)療診所或商業(yè)場館，人臉識別還可以用來辨別客戶。
與此同時，語音用戶界面也越來越流行。畢竟，直接與智能設(shè)備對話(并且單方面被理解)應(yīng)該是最方便的互動方式了。語音識別技術(shù)可以驗(yàn)證用戶身份，處理輸入的語音指令，近年來在智能手機(jī)和智能個人助理的應(yīng)用中被逐漸完善，現(xiàn)在已經(jīng)開始出現(xiàn)在汽車和智能家居設(shè)備應(yīng)用中，同時還為無法打字的殘疾人士帶來了便利。
在工業(yè)領(lǐng)域，邊緣 AI 可用于標(biāo)記設(shè)備的異常行為，例如電機(jī)出現(xiàn)故障的早期特征或軸承的磨損跡象。針對此類異常檢測應(yīng)用場景，我們使用包含正常行為的數(shù)據(jù)集對 AI 模型進(jìn)行訓(xùn)練。只要檢測到任何偏離標(biāo)準(zhǔn)的情況，工廠操作人員就會收到警報(bào)，從而能夠了解機(jī)械設(shè)備潛在的故障并且盡早進(jìn)行處理，避免停機(jī)所造成的高昂經(jīng)濟(jì)和時間損失。
攜手 u-blox 部署邊緣 AI技術(shù)
在無線智能設(shè)備中部署邊緣 AI 應(yīng)用場景已經(jīng)變得非常便捷，而且其性能也更強(qiáng)大。u-blox 剛剛推出了 NORA-W10 Wi-Fi 4 和藍(lán)牙低功耗 5.0 模塊，專為實(shí)現(xiàn)和加速邊緣 AI 應(yīng)用部署而設(shè)計(jì)。NORA-W10模塊除了采用高性能 open CPU 來支持功能豐富的客戶應(yīng)用，還支持語音和人臉識別的 AI計(jì)算。用于邊緣神經(jīng)網(wǎng)絡(luò)推理(8 位和 16 位模型)的 AI 矢量指令可以帶來額外的性能提升，顯著加快 AI 算法速度，降低感知延遲，并且還能減少耗電量。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
