在短短十年內(nèi)，人工智能 （AI） 已經(jīng)從一種炒作變成了我們?cè)诰€生活的基本技術(shù)推動(dòng)者。谷歌搜索、社交媒體提要和在線廣告等服務(wù)都使用人工智能算法在云上處理大量數(shù)據(jù)，以生成針對(duì)每個(gè)用戶的個(gè)性化輸出。再深入一點(diǎn)，你會(huì)發(fā)現(xiàn)人工智能的學(xué)習(xí)能力在整個(gè)網(wǎng)絡(luò)世界中被利用來優(yōu)化用戶體驗(yàn)、業(yè)務(wù)流程和技術(shù)解決方案。

在同一時(shí)期，人工智能在連接設(shè)備中發(fā)現(xiàn)了無數(shù)應(yīng)用。要查看 AI 的運(yùn)行情況，只需看看您的智能手機(jī)即可，您可以使用面部識(shí)別來解鎖，在使用您喜歡的喚醒詞激活 Siri 或 Google 助理后與之交談，或者使用它來拍攝照片，讓使用標(biāo)準(zhǔn)相機(jī)拍攝的照片顯得蒼白比較。如果沒有人工智能，這些常規(guī)行動(dòng)都不可能實(shí)現(xiàn)。但是，這些用例不是在云上運(yùn)行 AI 算法，而是直接在設(shè)備上運(yùn)行它們，即所謂的網(wǎng)絡(luò)邊緣。

人工智能和機(jī)器學(xué)習(xí)（一種相關(guān)技術(shù)）的日益普及和成熟導(dǎo)致了它們的民主化。如今，越來越多的產(chǎn)品正在結(jié)合邊緣 AI 來改善其服務(wù)并啟用新的用例。雖然它們通常建立在智能手機(jī)中已成為標(biāo)準(zhǔn)的功能（例如語音和面部識(shí)別）的基礎(chǔ)上，但這些僅概述了可以使用邊緣 AI 改進(jìn)的用例的一個(gè)子集。

邊緣人工智能的好處

要了解邊緣 AI 的好處，了解它的工作原理很有用。與標(biāo)準(zhǔn)人工智能一樣，Edge AI 依賴于受大腦神經(jīng)架構(gòu)啟發(fā)的數(shù)學(xué)模型。這些神經(jīng)網(wǎng)絡(luò)的特殊性在于它們可以被訓(xùn)練來完成各種任務(wù)。例如，讓他們看到來自網(wǎng)上大量圖片的數(shù)百萬張交通信號(hào)燈圖像，他們將成為識(shí)別它們的大師。

訓(xùn)練 AI 算法是一個(gè)需要大量數(shù)據(jù)的計(jì)算密集型過程。然而，結(jié)果是一個(gè)緊湊、功能強(qiáng)大的 AI 模型，可以輕松部署在任意數(shù)量的終端設(shè)備上。只要它們有足夠的計(jì)算資源來運(yùn)行它們，算法就可以在不需要任何云連接的情況下運(yùn)行。

這種對(duì)云的獨(dú)立性為邊緣 AI 帶來了幾個(gè)重要的好處：

連接需求：由于無需將語音或圖像數(shù)據(jù)上傳到云端，本地運(yùn)行 AI 算法的設(shè)備可以節(jié)省帶寬以滿足其他需求，或者轉(zhuǎn)而依賴低帶寬無線通信技術(shù)。話雖如此，當(dāng)新的改進(jìn)模型可用時(shí)，云連接可能有利于通過空中更新 AI 模型。

延遲：直接在設(shè)備上運(yùn)行 AI 算法可以節(jié)省將感知數(shù)據(jù)上傳到云端并將輸出傳輸回終端設(shè)備所需的時(shí)間。這大大減少了延遲，帶來流暢、無延遲的用戶體驗(yàn)。

隱私：如果即使是最復(fù)雜的聯(lián)網(wǎng)設(shè)備也存在數(shù)據(jù)被黑客攔截的風(fēng)險(xiǎn)，那么很明顯，中低價(jià)位的消費(fèi)設(shè)備尤其容易受到此類威脅。由于邊緣 AI 設(shè)備處理設(shè)備上的所有數(shù)據(jù)（語音、圖像或其他），因此數(shù)據(jù)永遠(yuǎn)不必離開設(shè)備，從而防止其被攔截。

邊緣人工智能用例

有多種邊緣 AI 用例正在獲得關(guān)注。

人臉識(shí)別正被用于智能手機(jī)以外的用戶身份驗(yàn)證。雖然商業(yè)訪問控制解決方案使用面部識(shí)別來確保只有授權(quán)員工才能進(jìn)入受限位置，但安全攝像頭可以在檢測(cè)到陌生人進(jìn)入建筑物時(shí)使用它來發(fā)出警報(bào)。同樣，面部識(shí)別可用于識(shí)別健身房、醫(yī)療診所或商業(yè)場(chǎng)所的回頭客。

與此同時(shí)，語音用戶界面正變得越來越普遍。畢竟，有什么比能夠與您的智能設(shè)備交談（并被理解）更方便的呢？雖然可以對(duì)用戶進(jìn)行身份驗(yàn)證并處理傳入的語音命令的語音識(shí)別技術(shù)在智能手機(jī)和智能個(gè)人助理中得到了完善，但現(xiàn)在它正在汽車和智能家居設(shè)備中找到應(yīng)用，并為無法使用的人增加可訪問性因殘疾而打字。

在工業(yè)領(lǐng)域，邊緣人工智能可用于標(biāo)記引起的異常行為，例如，當(dāng)電機(jī)出現(xiàn)早期故障跡象或滾動(dòng)軸承開始磨損時(shí)。在這些異常檢測(cè)用例中，AI 模型使用涵蓋正常行為的數(shù)據(jù)集進(jìn)行訓(xùn)練。通過檢測(cè)與標(biāo)準(zhǔn)的任何偏差，工廠操作員可以收到警報(bào)，通知他們機(jī)器可能出現(xiàn)退化，從而使他們能夠在造成代價(jià)高昂的停機(jī)之前解決這些問題。

使用 u-blox 實(shí)施邊緣 AI

在無線智能設(shè)備中實(shí)施邊緣 AI 用例變得更加容易，而且功能更加強(qiáng)大。在 u-blox，我們推出的NORA-W10 Wi-Fi 4 和藍(lán)牙低功耗 5.0 模塊，旨在啟用和加速邊緣 AI 應(yīng)用程序。除了為高級(jí)客戶應(yīng)用配備強(qiáng)大的開放式 CPU 外，該模塊還為語音和面部識(shí)別提供 AI 支持。用于邊緣神經(jīng)網(wǎng)絡(luò)推理（8 位和 16 位模型）的 AI 矢量指令可提供額外的性能提升，大大加快 AI 算法的速度，減少感知延遲并節(jié)省電力。

審核編輯：郭婷