“Edge AI” è uno degli scopi principali di edge computing. Questa edge AI è una delle tecnologie chiave più importanti per la realizzazione dell’IoT e la sua diffusione si sta espandendo. Qui presenteremo cos’è edge AI, cosa è diverso da cloud AI, perché edge AI sta attirando l’attenzione e alcuni esempi concreti di edge AI.
Che cos’è Edge AI
Edge AI significa inserire l’intelligenza artificiale in un server edge . Si può dire che si tratta di una tecnologia per bilanciare i vantaggi della velocità e i vantaggi dell’intelligenza artificiale, che sono i vantaggi di edge computing.
Il vantaggio dell’intelligenza artificiale è che può eseguire automaticamente compiti che non possono essere standardizzati una volta appresi. In altre parole, consente elaborazioni che non possono essere eseguite con un normale computer (computer di Von Neumann). Si può dire che questo tipo di lavoro non standardizzabile sia una caratteristica del lavoro svolto finora dall’uomo. In passato esistevano diversi tipi di intelligenza artificiale, come i sistemi esperti, ma negli ultimi anni la maggior parte di essi è costituita dall’apprendimento profondo di circa 14-20 strati utilizzando le reti neurali (deep learning).
Si ritiene che, rendendo artificiale un lavoro tipico, sia possibile sopperire alla carenza di ingegneri qualificati. Da un altro punto di vista, si può dire che il giudizio e l’esperienza degli ingegneri specializzati vengono trasferiti all’intelligenza artificiale. Esempi specifici sono la “manutenzione predittiva”, che prevede in anticipo i guasti delle apparecchiature e i tempi di sostituzione dei pezzi, e l'”elaborazione delle immagini”, che ispeziona i prodotti.
I tecnici qualificati hanno “appreso” nel corso di un lungo periodo di esperienza e hanno giudicato se il prodotto è buono o cattivo, quando sostituire le parti, ecc. sulla base dell’intuizione coltivata attraverso l’esperienza. Si può dire che uno degli obiettivi finali delle fabbriche intelligenti e dell’IoT è quello di risparmiare manodopera senza degradare la qualità dell’ispezione e della manutenzione, trasferendo queste esperienze e giudizi all’intelligenza artificiale.
Differenze tra Edge AI e Cloud AI
D’altra parte, cloud AI consiste nell’inserire l’intelligenza artificiale su un server cloud . Lo svantaggio di cloud AI è che la velocità di elaborazione è lenta perché la comunicazione avviene sempre tra il server edge e il server cloud attraverso la rete.
D’altra parte, se si inserisce l’AI nel server edge , l’elaborazione sarà completata solo nel server edge e si dovranno inviare solo i risultati dell’analisi e della previsione al server cloud . Per questo motivo, ha il vantaggio di una maggiore velocità di elaborazione rispetto a cloud AI, che richiede la comunicazione per ogni processo.
D’altra parte, cloud AI, che può gestire un’enorme quantità di informazioni, sarà più facile da gestire quando il lavoro di apprendimento è più semplice e si verificano nuovi eventi. In altre parole, l’IA di cloud è più flessibile. Inoltre, va notato che le risorse del server edge sono limitate e anche la dimensione dell’intelligenza artificiale di edge AI (la scala della rete neurale) è limitata.
Da quanto detto sopra, si può affermare che la migliore configurazione del sistema consiste nel preparare sia edge AI che cloud AI, eseguire l’apprendimento con cloud AI e inviare i risultati dell’apprendimento a edge AI. In particolare, l’IA cloud impara dapprima utilizzando un’enorme quantità di informazioni e, quando l’apprendimento progredisce in una certa misura, i risultati dell’apprendimento vengono inviati all’IA edge . L’IA edge che ha ottenuto i risultati dell’apprendimento esegue l’elaborazione vera e propria. Quindi, il risultato dell’analisi giudicato difettoso dall’IA Edge viene inviato all’IA Cloud , che lo utilizza per un nuovo apprendimento con l’IA Cloud , e il risultato dell’apprendimento viene restituito all’IA Edge . Ripetendo questa serie di processi, è possibile migliorare il tasso di rilevamento dei prodotti difettosi man mano che il prodotto viene ispezionato.
Perché l’AI di Edge sta attirando l’attenzione
Con l’introduzione di Edge AI, la “scoperta in loco e l’analisi in loco” saranno possibili ad alta velocità. In altre parole, la rilevazione/rilevazione/analisi/notifica di anomalie può essere eseguita ad alta velocità senza ritardi rispetto a cloud AI. Questo è il motivo principale per cui edge AI sta attirando l’attenzione. Si tratta di una tecnologia particolarmente efficace in campi che richiedono un’elaborazione in millisecondi, come le automobili (guida automatizzata) e i sistemi di produzione.
Nel campo della guida autonoma, è possibile trasferire il giudizio e l’esperienza di guidatori esperti al giudizio e all’esperienza di ingegneri qualificati nel campo dei sistemi di produzione e a Edge AI. Inoltre, edge AI sarà vantaggiosa in termini di velocità di elaborazione quando si verifica un problema nelle apparecchiature di produzione e viene eseguito un arresto di emergenza. C’è una carenza di esperti in entrambi i settori e edge AI è vista come un mezzo efficace per risolvere i problemi.
Esempi specifici di edge AI
Quali sono poi alcuni esempi concreti di utilizzo dell’IA di edge ?
Prendendo come esempio l’ispezione della qualità, in passato le ispezioni effettuate dagli esseri umani erano solite seguire il flusso “ispezione visiva del prodotto”-> “giudizio dell’immagine visualizzata”-> “giudizio buono/cattivo”. In questa parte di “giudizio” → “giudizio positivo/ negativo”, un tecnico esperto esprime un giudizio utilizzando il “cervello”. D’altra parte, nell’ispezione di qualità che utilizza la tecnologia di ispezione automatica degli ultimi anni, il flusso di “ripresa del prodotto con una fotocamera”-> “giudizio dell’immagine ripresa”-> “giudizio buono/cattivo” è preso. Quindi, è ipotizzabile utilizzare l’intelligenza artificiale al posto del “cervello” di un tecnico specializzato nella parte “giudizio dell’immagine catturata” → “giudizio buono/cattivo”.
La decisione di inserire l’intelligenza artificiale in un server cloud o in un server edge deve essere presa in base alla velocità di elaborazione richiesta dall’ispezione. Ad esempio, se la produzione di massa non consente di effettuare l’ispezione di qualità di ciascun prodotto, l’intelligenza artificiale di Edge potrebbe essere adatta. D’altra parte, se l’ispezione di qualità richiede tempo e si vuole solo risparmiare manodopera, cloud AI sarà sufficiente invece di edge AI.
Diamo poi uno sguardo alla previsione dei guasti (manutenzione predittiva). In questo caso, un tecnico esperto deduce un segnale di guasto dal flusso, ad esempio, di “sentire il suono o la vibrazione del dispositivo” → “notare questi cambiamenti” → “considerare il tempo trascorso dal precedente guasto” → “giudizio”. Si pensa che lo stiate facendo voi. Pertanto, se il sensore installato nel dispositivo cattura i cambiamenti di suono e vibrazione, considera il tempo da un timer, ecc. ed esprime un giudizio completo utilizzando l’intelligenza artificiale, è teoricamente possibile sostituirlo con l’intelligenza artificiale. (In realtà, ci sono problemi di “apprendimento” e vari piccoli problemi. Si può dire che la soluzione di questi problemi sia una vetrina dell’abilità del reparto di ingegneria della produzione).
In questi casi, è più facile elaborare un piano di risposta successivo (chiamato “piano di manutenzione”) se il tempo che intercorre tra la previsione di un guasto e l’emissione di un allarme è il più breve possibile. Pertanto, può essere possibile introdurre l’IA di edge , che è vantaggiosa in termini di velocità, per guadagnare tempo nell’elaborazione di un piano di manutenzione.
Inoltre, per introdurre l’intelligenza artificiale è necessario “imparare”, ma questo “imparare” spesso richiede l’esperienza di un tecnico specializzato. Pertanto, è probabile che il lavoro finale di un tecnico specializzato del settore in età pensionabile sarà sempre più quello di affidare la propria esperienza all’intelligenza artificiale.
Edge L’intelligenza artificiale è uno dei mezzi efficaci per far fronte alla carenza di ingegneri
Finora abbiamo descritto Edge AI. Edge L’IA è una tecnologia progettata per realizzare i vantaggi dell’intelligenza artificiale il più rapidamente possibile. Nelle linee di produzione di una volta, gli ingegneri di produzione erano sempre presenti sulla linea di produzione e la gestivano in base alla loro esperienza e al loro intuito. Ora che questi ingegneri di produzione scarseggiano, l’IA di edge può essere una delle soluzioni efficaci al problema della carenza di manodopera, se il giudizio e l’esperienza possono essere trasferiti con successo all’intelligenza artificiale.
