使邊緣人工智能真正實現(xiàn)變革

邊緣人工智能的采用在眾多行業(yè)中呈上升趨勢。隨著這種趨勢的持續(xù)下去，其將不僅為企業(yè)而且為社會帶來變革。

邊緣人工智能的優(yōu)勢在于后勤和技術。在難以到達的位置，如石油鉆井平臺，邊緣人工智能可以識別表明風險增加的模式，并做出相應的反應，以防止?jié)撛诘奈ｋU情況。在農(nóng)業(yè)方面，通過使機器能夠根據(jù)環(huán)境條件自主決策，農(nóng)民將能夠最大限度地提高產(chǎn)量。

社會也將從中獲益。想象一下，無人機群能夠在崎嶇的山區(qū)進行搜索和救援行動，使用多個傳感器來檢測形狀、聲音、熱量或運動，識別生命跡象。

隨著邊緣計算的普及，人工智能的應用也隨之增長。但如果邊緣人工智能要蓬勃發(fā)展，還有許多技術障礙需要克服。

邊緣的障礙

也許邊緣人工智能的最大限制因素來自邊緣設備通常很小，計算能力有限。其性能與數(shù)據(jù)中心甚至強大的桌面GPU的性能相差甚遠。然而，通過使用特殊的人工智能技術，如模型縮小和量化，適合小型設備的有限模型可以提供許多有用的功能。

其他挑戰(zhàn)來自邊緣計算項目通常在難以到達或遠程位置操作的事實。為這些設備提供電源和連接可能很困難，并且滿足物聯(lián)網(wǎng)標準以確保這些設備可以相互通信并不總是那么簡單。

第三個挑戰(zhàn)是，雖然邊緣人工智能本身對互聯(lián)網(wǎng)的依賴有限，但許多個人邊緣設備，如可穿戴設備，將希望支持需要一定云連接的應用，這帶來了風險因素。

然而，這些挑戰(zhàn)并非不可克服。一系列電源和連接解決方案可以提供幫助，包括長壽命電池、5G連接和低功耗硬件架構。

AI芯片挑戰(zhàn)

邊緣人工智能項目面臨的主要障礙是人工智能芯片的成本、性能和功耗要求。在某些工業(yè)場景中，所涉及的物聯(lián)網(wǎng)設備數(shù)量可能會將芯片需求擴展到數(shù)十萬個，從而導致項目成本飆升。

如此大規(guī)模的部署需要對成本-性能比進行細致的評估，以目前的價格，這可能是令人望而卻步的。在看到這些人工智能計算因素的顯著改善之前，我們可能只會看到解決問題能力有限的小規(guī)模模型。

實現(xiàn)教育優(yōu)勢

另一個重大挑戰(zhàn)是找到一種方法來訓練所有這些自主人工智能設備。生成式人工智能(GAI)的最新發(fā)展表明，GPT等系統(tǒng)正在互聯(lián)網(wǎng)上提供的超大數(shù)據(jù)集上進行訓練。這需要付出大量努力來收集和處理數(shù)據(jù)。為了在邊緣做出明智的決策，需要滿足對足夠數(shù)量的數(shù)據(jù)的需求。

然而，如果我們再次審視GAI最近的發(fā)展，解決方案可能已經(jīng)顯現(xiàn)出來。一種方法可能是利用生成模型的能力，根據(jù)提供的一些示例生成大量合成訓練數(shù)據(jù)，然后使用這些數(shù)據(jù)更快地訓練較小的模型。另一種方法，也許更進一步，是直接在實時訓練數(shù)據(jù)（如果可用）上訓練大型生成模型，然后用其來訓練較小的邊緣人工智能模型。

這種方法已經(jīng)取得了成果，正如Orca 13B所見，這是一個較小的模型，可以從中學習更大的基礎模型，例如GPT-4，并且正在產(chǎn)生非常相似的結果。許多近期人工智能發(fā)展的觀察家聲稱，我們正處于小型專用人工智能模型“寒武紀大爆炸”的邊緣。這些可以嵌入到邊緣設備中，為特定任務提供卓越的能力。

機器對機器學習

更快學習的另一個途徑是從集中式系統(tǒng)管理一組相互連接、自我改進的人工智能邊緣設備。在許多情況下，一個可行的解決方案是擁有可以在“執(zhí)行任務”時增量訓練的模型，并且可以共享重要的發(fā)現(xiàn)。

與在企業(yè)或行業(yè)中共享最佳實踐類似，機器可以幫助識別指導行為的模式。

由智能中央實體控制的自主機器艦隊的概念可能類似于反烏托邦科幻小說故事。因此，與涉及人工智能的任何事情一樣，需要施加行為參數(shù)。

在不遠的將來，自動化邊緣設備完全有可能具有相互學習的能力。這將使其有能力代表我們做出越來越明智的決策，這將對行業(yè)和社會產(chǎn)生變革性影響。

相關推薦：

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(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確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。