"Edge AI" é um dos principais propósitos do edge computação. Esta edge IA é uma das tecnologias-chave muito importantes para a realização da Internet sem fio, e sua difusão está se expandindo. Aqui, apresentaremos o que é edge IA, o que é diferente da IA da nuvem, por que edge IA está atraindo a atenção, e alguns exemplos concretos de edge IA.
O que é Edge AI
Edge AI é colocar inteligência artificial em um servidor edge . Pode-se dizer que é uma tecnologia para equilibrar as vantagens da velocidade e as vantagens da inteligência artificial, que são as vantagens da computaçãoedge .
A vantagem da inteligência artificial é que ela pode executar automaticamente tarefas que não podem ser padronizadas uma vez que é aprendida. Em outras palavras, ela permite o processamento que não pode ser feito com um computador normal (computador Von Neumann). Este tipo de trabalho que não pode ser padronizado pode ser dito como sendo uma característica do trabalho que os humanos têm feito até agora. Nos velhos tempos, existem vários tipos de inteligência artificial, tais como sistemas especializados, mas nos últimos anos a maioria deles tem sido um aprendizado profundo de cerca de 14 a 20 camadas usando redes neurais (aprendizado profundo).
Acredita-se que, fazendo um trabalho típico de inteligência artificial, é possível compensar a falta de engenheiros qualificados. De um ponto de vista diferente, pode-se dizer que o julgamento e a experiência dos engenheiros qualificados são transferidos para a inteligência artificial. Exemplos específicos incluem "manutenção preditiva" que prevê falhas de equipamentos e o tempo de substituição de peças com antecedência, e "processamento de imagem" que inspeciona os produtos.
Técnicos especializados conduziram o "aprendizado" durante um longo período de experiência, e julgaram se o produto é bom ou ruim, quando substituir peças, etc., com base na intuição cultivada através da experiência. Pode-se dizer que um dos objetivos finais das fábricas inteligentes e da IOT é economizar mão-de-obra sem degradar a qualidade da inspeção e manutenção, transferindo essas experiências e julgamentos para a inteligência artificial.
Diferenças entre Edge IA e Cloud AI
Por outro lado, o cloud AI é colocar inteligência artificial em um servidor de nuvens. A desvantagem da IA da nuvem é que a velocidade de processamento é lenta porque a comunicação é sempre realizada entre o servidor edge e o servidor da nuvem através da rede.
Por outro lado, se você colocar AI no servidor edge , o processamento será concluído somente no servidor edge , e você só terá que enviar o resultado da análise e o resultado da previsão para o servidor da nuvem. Por este motivo, ele tem a vantagem de uma velocidade de processamento mais rápida do que a IA da nuvem, o que requer comunicação para cada processo.
Por outro lado, a IA da nuvem, que pode lidar com uma enorme quantidade de informações, será mais fácil de lidar quando o trabalho de aprendizagem for mais fácil e novos eventos ocorrerem. Em outras palavras, a cloud AI é mais flexível. Além disso, deve-se notar que os recursos do servidor edge são limitados, e o tamanho da inteligência artificial do edge IA (a escala da rede neural) também é limitado.
Do exposto acima, pode-se dizer que a melhor configuração do sistema é basicamente preparar tanto edge IA como cloud AI, realizar o aprendizado com cloud AI, e enviar os resultados do aprendizado para edge IA. Especificamente, a IA da nuvem primeiro aprende usando uma enorme quantidade de informações, e quando o aprendizado progride até certo ponto, os resultados do aprendizado são enviados para edge IA. E a IA edge que obteve o resultado do aprendizado realiza o processamento real. Então, o resultado da análise julgado pelo Edge IA como defeituoso é enviado para o Cloud AI, que é usado para reaprender com o Cloud AI, e o resultado do aprendizado é devolvido para Edge IA. Ao repetir esta série de processos, é possível melhorar a taxa de detecção de produtos defeituosos à medida que o produto é inspecionado.
Por que Edge AI está chamando a atenção
Com a introdução de Edge AI, "descoberta no local e análise no local" será possível em alta velocidade. Em outras palavras, a ocorrência / detecção / análise / notificação de anormalidade pode ser realizada em alta velocidade sem demora em comparação com a IA da nuvem. Esta é a maior razão pela qual a edge IA está atraindo a atenção. Esta é uma tecnologia particularmente eficaz em campos que requerem processamento em milissegundos, tais como automóveis (condução automatizada) e sistemas de produção.
No campo da condução autônoma, é concebível transferir o julgamento e a experiência de motoristas experientes para o julgamento e a experiência de engenheiros qualificados na área de sistemas de produção, e para Edge AI. Além disso, edge AI será vantajoso em termos de velocidade de processamento quando ocorrer um problema no equipamento de produção e for realizada uma parada de emergência. Há uma escassez de especialistas em ambas as áreas, e edge AI é visto como um meio eficaz de resolver problemas.
Exemplos específicos de edge AI
Então, quais são alguns exemplos concretos do uso de edge IA?
Tomando como exemplo a inspeção de qualidade, nas inspeções passadas por humanos, era comum tomar o fluxo de "inspeção visual do produto" -> "julgamento da imagem visualmente-visualizada" -> "bom / mau julgamento". Nesta parte de "julgamento" → "pass / fail julgamento", um técnico especializado faz um julgamento usando o "cérebro". Por outro lado, na inspeção de qualidade usando a tecnologia de inspeção automática nos últimos anos, o fluxo de "fotografar o produto com uma câmera"-> "julgar a imagem fotografada"-> "julgamento da imagem fotografada"-> "julgamento bom / ruim" é feito. Então, é concebível o uso da inteligência artificial em vez do "cérebro" de um técnico especializado na parte "julgamento da imagem capturada" → "bom / mau julgamento".
A decisão de colocar inteligência artificial em um servidor de nuvem ou em um servidor edge deve ser tomada com base em se a inspeção requer velocidade de processamento. Por exemplo, se a produção em massa não permitir tempo para a inspeção de qualidade de cada produto, Edge AI pode ser adequado. Por outro lado, se a inspeção de qualidade leva tempo e você só quer economizar mão-de-obra, a IA da nuvem será suficiente em vez da edge AI.
A seguir, vamos analisar a previsão de falhas (manutenção preditiva). Aqui, um técnico especializado infere um sinal de falha pelo fluxo de, por exemplo, "sentir o som ou vibração do dispositivo" → "perceber essas mudanças" → "considerando o tempo desde a falha anterior" → "julgamento". Pensa-se que você está fazendo isso. Portanto, se o sensor instalado no dispositivo capta as mudanças no som e na vibração, considera o tempo de um temporizador, etc., e faz um julgamento abrangente usando inteligência artificial, é teoricamente possível substituí-lo por inteligência artificial. (Na realidade, há problemas de "aprendizagem" e vários pequenos problemas. Resolver estes problemas pode ser dito como uma vitrine da habilidade do departamento de engenharia de produção).
Em tais casos, é mais fácil fazer um plano de resposta subseqüente (isto é chamado de "plano de manutenção") se o tempo desde a previsão de uma falha até a emissão de um alarme for o mais curto possível. Portanto, pode ser possível introduzir edge AI, que é vantajoso em termos de velocidade, para ganhar tempo para fazer um plano de manutenção.
Além disso, é necessário "aprender" para introduzir a inteligência artificial, mas este "aprender" muitas vezes requer a experiência de um engenheiro especializado. Portanto, é provável que o trabalho final de um técnico especializado na área na idade da aposentadoria seja cada vez mais confiar sua experiência à inteligência artificial.
Edge A IA é um dos meios eficazes para lidar com a escassez de engenheiros
Até agora, delineamos Edge AI. Edge A IA é uma tecnologia projetada para realizar os benefícios da inteligência artificial o mais rápido possível. Na linha de produção antiquada, engenheiros de produção estavam sempre na linha de produção, e eles mantiveram a linha com base em sua experiência e intuição. Agora que estes engenheiros de produção estão em falta, edge A IA pode ser uma das soluções eficazes para o problema da falta de mão-de-obra se o julgamento e a experiência puderem ser transferidos com sucesso para a inteligência artificial.
