Интересное

ИИ в кармане. Чем Edge AI помогает бизнесу

29 июня 2023

5 мин

Поделиться в соцсетях

В 2022 году компании значительно увеличили инвестиции в интернет вещей, превысив расходы предыдущего года на 21,5%. Этот сегмент напрямую связан с технологией Edge AI — периферийным искусственным интеллектом. Его так назвали, потому что обработка данных происходит не на удалённом сервере в облаке, а прямо на выходе принимающего устройства. Благодаря данной технологии бизнес оптимизирует затраты на передачу, анализ и хранение данных, а также повышает уровень информационной безопасности.

С его помощью данные обрабатываются гораздо быстрее, так как полученную информацию не требуется доставлять на дальние расстояния. Кроме того, Edge AI является ценным инструментом для разработки новых продуктов и услуг. Например, используется для создания «умных» домов или беспилотных автомобилей.

Преимущества Edge AI

Один из главных плюсов — гораздо более быстрый анализ информации, по сравнению с работой с данными на серверах. Такой подход очень важен для приложений, работающих в режиме реального времени: автономные автомобили, системы видеонаблюдения, медицинское оборудование.

Второе преимущество — все конфиденциальные данные остаются на устройстве. Они не попадут в руки злоумышленников в случае взлома системы компании, так как обрабатываются отдельно от сервера.

Edge AI помогает анализировать информацию на самом устройстве. Это означает, что данные не нужно передавать на удалённый сервер, что снижает риск перехвата. Кроме того, это позволяет снизить затраты, связанные с облачным хранением и передачей пакетов данных.

В здравоохранении этот вид ИИ используют для мониторинга жизненных показателей пациентов в режиме реального времени. Такая возможность позволяет быстро реагировать на изменения в состоянии здоровья. А в беспилотных автомобилях компьютер принимает решения за доли секунды, не полагаясь на команды удалённого компьютера.

На производстве Edge AI мониторит оборудование и прогнозирует сроки технического обслуживания, снижая риски непредвиденных аварий и простоев. В розничной торговле технология отлично подойдёт для оптимизации управления запасами и повышения качества обслуживания клиентов с помощью персонализированных рекомендаций.

Андрей Лаврентьев,

эксперт «Лаборатории

Касперского»:

Андрей Лаврентьев,

эксперт «Лаборатории Касперского»:

«Лаборатория Касперского» активно участвует в формировании технологии Edge AI и её коммерческом применении в области нейроморфного AI.

Под термином «нейроморфный AI» мы подразумеваем технологии на основе импульсных нейронных сетей (ИмНС) и специализированные нейроморфные чипы для работы таких сетей.

Основное преимущество нейроморфных чипов — низкое (на три порядка ниже, чем потребляет GPU для аналогичных задач) энергопотребление.

Вторая особенность — возможность обработки быстрых процессов: сеть может работать на миллисекундном диапазоне времени. То есть если мы говорим о встраивании такой технологий, например, в систему видеонаблюдения, то она позволит обрабатывать тысячи кадров в секунду.

Третья особенность для того, чтобы получить максимум от применения нейроморфных чипов, их необходимо использовать с нейроморфными сенсорами — датчиками которые шлют не поток цифр, как это происходит в традиционных сетях, а поток импульсов (спайков). Такие сенсоры, например DVS-камеры, как раз и обеспечивают возможность улавливать очень быстрые процессы — тысячи кадров в секунду.

Возможности применения такой технологии чрезвычайно широки. Примеры подобных проектов мы тщательно собираем и исследуем. К ним относятся, например, такие, где требуется трекинг быстрых процессов: в автопилотах необходима оперативная реакция на движение в ближней зоне, трекинг объектов, отслеживание качества быстрых процессов на производстве и т. д. Это также относится к возможности локальной обработки звука и реагирования на ключевые слова или звуки, например, в голосовых помощниках.

Минусы технологии

Несмотря на все преимущества технологии, она не без изъянов. Например, устройства могут сильно уступать по производительности и иметь гораздо меньше памяти, чем централизованные облачные системы. Это ограничивает способность обрабатывать большие объёмы данных или выполнять сложные вычисления. Устройства Edge AI более подвержены ошибкам и сбоям из-за ограниченных ресурсов и возможных проблем с подключением к сети.

Следующий минус вытекает из предыдущего: искусственный интеллект на «граничных» устройствах не может работать в полную силу. Его рамками становится производительность этих самых устройств. Поэтому, подключая Edge AI, часто приходится ограничивать его возможности, чтобы не возникло программных сбоев.

К другим недостаткам можно отнести ограниченную масштабируемость и сложность управления большим количеством устройств. Если при облачном способе сбора информации этим занимается один мощный сервер или целый дата-центр, то с периферийными вычислениями всё не так просто. На каждое устройство или их небольшую группу приходится по модулю с Edge AI, то есть отдельная единица имеет свой центр обработки данных и не взаимодействует с другой. Чтобы объединить их в одну сеть, требуется какое-то решение (например, как с приложениями для всех устройств «умного» дома).

Ещё одна проблема, связанная с применением искусственного интеллекта в граничных вычислениях — трудности с обеспечением безопасности. На каждую единицу, работающую на Edge AI, трудно реализовать программное решение, которое бы защищало от взлома. Меньше всего защищены модули, подключённые к Wi-Fi-сетям со слабыми паролями.

Что бывает, когда Edge AI используют неправильно? Неверно обученные модели или сбои в самом оборудовании могут привести к незапланированному результату. Например, в октябре 2020 года система распознавания лиц одного из сетевых гипермаркетов определила одного из посетителей как преступника. Искусственный интеллект перепутал покупателя с ранее обокравшим магазин гражданином. Из-за этого невиновного человека чуть не обвинили в уголовном преступлении.

Иногда проблемы с участием технологии возникают у владельцев, использующих устройства из разряда «умный дом». Чтобы техника перестала «слушаться», злоумышленнику достаточно взломать Wi-Fi, который её обслуживает.

Возможности бизнеса благодаря Egde AI

Многим компаниям приходится работать с тем, что есть: большое количество устройств взаимодействуют напрямую с серверами и отправляют информацию туда. Это несёт в себе проблемы, связанные с нагрузками на сеть, риском потери данных во время передачи, большие затраты на машинное обучение. Искусственный интеллект на периферии может всё это изменить.

«В настоящее время видим растущий тренд на применение ИИ для оптимизации эксплуатационных расходов. А в случае применения технологий на базе Edge AI повышается уровень обеспечения безопасности данных (нет внешнего облака), что в текущих реалиях является чрезвычайно важным фактором, — говорит технический директор ИТ-компании „Мигра Софт“ Виталий Исаев. — Также технология позволяет добиться более эффективного контроля над непрерывностью операций и поднять общую производительность приложения или информационной системы».

Перспективы развития у Edge AI широкие, особенно в промышленной сфере, полагает эксперт. «Снижение издержек при сохранении (и увеличении) эффективности — это один из актуальнейших трендов сейчас, а Edge AI как раз позволяет сэкономить на инфраструктуре», — отмечает он.

Направления применения Edge AI 

Производство. Здесь граничные вычисления помогут следить за качеством выпускаемой продукции и мониторить состояние производственного оборудования. Крупные производители мониторят процессы на своих заводах при помощи данных с датчиков в реальном времени. Это помогает им предотвращать сбои оборудования и оптимизировать производственные линии.

Медицина. Технология значительно ускоряет анализ данных, в том числе полученных на периферии медицинского оборудования.

Управление инфраструктурой. Edge AI подходит для управления инфраструктурой города и отдельных учреждений (освещение, транспорт и системы безопасности). Это позволяет им анализировать данные с датчиков и камер в реальном времени, предотвращать проблемы и оптимизировать использование ресурсов.

Логистика. ИИ поможет оптимизировать маршруты доставки грузов и хранение товаров на складах.

Розничная торговля. Edge AI подходит для оптимизации управления запасами и логистики. Анализ данных о продажах и инвентаризации в реальном времени, прогнозирование спроса и оптимизация процессов пополнения запасов — такими возможностями пользуются клиенты Amazon при использовании AWS IoT Greengrass.


Самые важные кейсы лидеров бизнеса, мнения ведущих экспертов и тренды в отраслях экономики теперь всегда под рукой — подпишитесь на наш Telegram-канал.

Поделиться в соцсетях

Статья была вам полезна?

Да

Нет