您是否了解边缘人工智能这一概念？

边缘人工智能是一个相对较新的概念，是指在边缘计算环境中实施人工智能。边缘计算允许在实际收集数据的地方进行计算，而不是在云计算设施或远程数据中心中进行。因此边缘AI使设备能够更快地做出更明智的决策。

以下是人们通过部署这些边缘人工智能解决方案可以获得的一些具体好处。

01

提高可见性以做出更好的决策

将边缘计算用于人工智能应用程序可以显著减少数据进入异地设施进行处理时可能发生的延迟。当公司管理者希望立即采取行动时，更快的响应速度就会显现出其价值。

在最近的一个案例中，丰田汽车北美公司与人工智能初创公司Invisible AI合作，在其所有工厂中采用边缘设备。更具体地说，它将安装人工智能“眼睛”来监控设施中发生的几乎所有事情。然后，管理者可以识别流程瓶颈并查看哪些方面运作良好。

这一完整的系统包括500个带有内置芯片组的边缘AI设备和一个高分辨率3D摄像头，用于跟踪工厂车间发生的情况。Invisible AI创始人兼首席执行官Eric Danzinger表示：“这使我们能够随时在设备上实时进行大量处理。”他继续说道，“我们拥有的是一个正在运行的人工智能计算机视觉模型，它不断处理所有传入的视频。这意味着我们可以为您提供实时信息和分析，并且可以非常高效地处理这些数据。如果您想查看轮班报告，几乎在轮班结束后就可以看到。”

在技术推出的早期阶段，该公司将专注于使用人工智能来监控车辆装配。然而，管理者也有兴趣探索其他应用，包括与安全和人体工程学相关的应用。

02

增强灵活性并易于部署

边缘人工智能还为人们提供了更多关于如何、何时、何地使用人工智能应用程序的选择。当在建筑工地等基础设施有限的地区依赖人工智能时，这些好处尤其有价值。

在这种情况下，人工智能可以提供帮助的一种方法是保持工作场所的安全。统计数据表明，跌倒是建筑施工死亡事故的首要原因。如果一家公司在现场使用具有人工智能处理功能的摄像头，该技术可以筛查风险过高的情况，并提醒管理人员进行干预，无论这些问题是否涉及工人可能跌倒的情况、未佩戴个人防护装备的情况或其他情况。

CONXAI是一家致力于通过人工智能提高建筑工地安全的公司。该组织提供了一个用于作业现场成像的模块化、无代码人工智能平台。它使用名为Veea Edge Platform的解决方案在本地进行信息处理。

Veea首席营收官William Hurley表示：“房地产开发商及其雇用的建筑公司的优化空间是无限的，因为几乎所有资产都可以配备成本越来越低的传感器和摄像头系统。”他继续说道：“借助Veea 的边缘计算平台和网状网络，我们可以在本地收集和分析数据，同时支持自动化系统并向作业现场经理实时提供数据，从而提高安全性和生产力。我们还可以将数据传输到多个云，为现有企业系统提供数据，并实现远程管理，这对于大型分布式建筑公司来说非常有价值。”

03

提高数据处理能力

一些云计算应用程序需要半秒来发送查询和接收响应。这听起来像是一个很短的时间跨度，但对于某些类型的人工智能来说仍然太长，例如安装在自动驾驶汽车上的人工智能。

Matt Ranney是Uber的首席系统架构师。他谈到了公司自动驾驶车队中使用的沃尔沃XC90使用边缘计算的基本考虑。“这个系统必须在本地做出所有决定。它不能依赖任何车外系统来做出有关如何驾驶汽车的任何决定。它必须使用传感器。所有需要做出决定的软件都必须内置。我们从外部世界获得的所有数据都是人们想要的，”他解释道。

由于本地处理的工作量巨大，一些熟悉自动驾驶汽车的人甚至将其称为移动数据中心。他们断言，由于汽车上消耗的数据以及这些信息对汽车的控制程度，专门从事自动驾驶汽车的公司需要投入更多资源来保护它们免受网络攻击。

04

扩展用例

与边缘人工智能相关的进步也为人们以令人兴奋的新方式使用人工智能创造了更多机会。随着这些进步的继续，人们将更有可能把人工智能和边缘计算视为智能组合。

马萨诸塞大学阿默斯特分校的一个研究小组有一项进展。它是一种边缘计算设备，利用机器学习来分析人群规模和咳嗽流行情况，该团队希望该解决方案能够帮助他们追踪流感等季节性疾病。研究团队从公共等候区收集了超过2100万个非语音音频样本和35万张热图像。当研究人员检查数据时，他们发现其中包含有助于确定每日流感病例率的信号。

在另一个案例中，两家公司合作部署边缘人工智能设备，以监测、检查和预防自然灾害等极端天气造成的不利影响。这次合作中出现的一些首批试点项目将强调在现有边缘设备（例如铁路和高速公路摄像头）上部署人工智能。两家公司希望每三到五公里使用一台摄像机，并用它们来监测降雨量和降雪量等数据。他们还相信他们的技术可以通过分析烟雾来减少野火造成的损害。

审核编辑：黄飞