Edge AI – kulcsfontosságú technológia, amely képzett mérnökök megítélésén és tapasztalatán alapul

Az “Edge AI” az élszámítás egyik fő célja. Ez az élvonalbeli mesterséges intelligencia az egyik nagyon fontos kulcstechnológia a dolgok internetének megvalósításához, és elterjedése egyre terjed. Itt bemutatjuk, mi az a szélső AI, miben különbözik a felhő AI-tól, miért vonzza magára a figyelmet a szélső AI, valamint néhány konkrét példát az éles AI-ra.

Mi az Edge AI
Az Edge mesterséges intelligencia arra szolgál, hogy a mesterséges intelligenciát szélszerverekre helyezze. Mondhatni a sebesség és a mesterséges intelligencia előnyeit egyensúlyozó technológia, ami egyben az élszámítás előnye is .

A mesterséges intelligencia előnye

hogy miután megtanulta, képes automatizálni a nem szabványosítható feladatokat. Más szavakkal, olyan feldolgozást tud végrehajtani, amelyet a közönséges számítógépek (Von Neumann számítógépek) nem. A munka szabványosítására való képtelenség elmondható, hogy az emberek eddig végzett munkájának jellemzője. A múltban többféle mesterséges intelligencia létezett, például szakértői rendszerek, de az utóbbi években a legtöbb a neurális hálózatok segítségével végzett mély tanulás (deep learning), amely körülbelül 14-20 rétegből áll.

Úgy gondolják, hogy a képzett mérnökök hiányát a whatsapp számlista mesterséges intelligencia elérhetővé tételével lehet pótolni a tipikus feladatokhoz. Más szempontból elmondható, hogy a képzett mérnökök megítélése és tapasztalata átkerül a mesterséges intelligenciába. Konkrét példák közé tartozik a „prediktív karbantartás”, amely előre megjósolja a berendezés meghibásodását és az alkatrészcsere idejét, valamint a „képfeldolgozás”, amely megvizsgálja a termékeket.

A szakképzett technikusok hosszú távú

tapasztalataik során „tanultak”, és a tapasztalat során kialakult megérzések alapján ítélik meg a termékek minőségét és az alkatrészek cseréjét. Elmondható, hogy az intelligens gyárak és a tárgyak internete egyik végső célja a munkaerő megtakarítása anélkül, hogy az ellenőrzés és a karbantartás minősége csökkenne azáltal, hogy ezeket a tapasztalatokat és ítéleteket a mesterséges intelligenciára ültetik át.

A szélső AI és a felhő AI közötti különbségek
Másrészt a felhőalapú mesterséges intelligencia   a szélső számítástechnika és a felhőalapú számítástechnika közötti  mesterséges intelligenciát a felhőszerverekre helyezi. A felhőalapú mesterséges intelligencia hátránya, hogy nagyon lassú a feldolgozási sebesség, mivel az élszerverek és a felhőszerverek közötti kommunikáció mindig a hálózaton keresztül zajlik.

Másrészt, ha mesterséges intelligenciát

helyezünk el az élszerveren, akkor a feldolgozás.  Csak az élkiszolgálón fejeződik be, és csak az elemzési és előrejelzési eredményeket kell elküldenie a felhőszervernek. Ennek érdekében előnye a gyorsabb feldolgozás.  Mint a felhő AI, ahol minden folyamat kommunikációt igényel.

A Cloud AI viszont nagy mennyiségű információt képes azb címtár kezelni, így könnyebb a tanulás, és könnyebben feldolgozhatók az új események, amikor előfordulnak. Más szóval, a felhő AI rugalmasabb. Emellett meg kell jegyezni, hogy az élszerver erőforrásai korlátozottak, és az éles mesterséges intelligencia skálája (a neurális hálózat mérete) is korlátozott.