本文来源The European Sting 和世界经济论坛 ,作者:Kay Firth-Butterfield

边缘人工智能(Edge AI)能为我们做些什么?

  • 人工智能 (AI) 是一种分散式计算,它允许设备在与用户交互的最近点做出以数据为主导的决策。
  • 这种技术的好处包括改善隐私和节省成本,但数据通常在处理后被丢弃。
  • 即将到来的进步,包括 5G 技术和成本更低的处理芯片,将使边缘人工智能对某些应用越来越有用——从智能家居设备到医疗技术。

想象一下,您希望您的新智能恒温器能够快速调高温度,以便在异常寒冷的一天下班回家后,您的房子会变得温暖。您从智能手机连接并要求它采取行动。您不会知道,但该操作可能需要几秒钟,因为它将您的请求发送到云并接收返回的指令。

现在再想象一下,你乘坐的自动驾驶汽车突然感觉到一条狗跑到了你面前的道路上。汽车需要在几毫秒内做出反应才能避免灾难。这种反应需要边缘人工智能(AI)——这种技术可以在与用户互动的最近点做出决定,在这种情况下,汽车的传感器至关重要。这就是瞬间决定的定义。

动态数据

借助当今的物联网 (IoT),数据始终处于动态之中。它从遗留系统流向云,一直流向边缘设备,并超越组织的系统流向合作伙伴和客户。答案需要实时传递,因此当可以通过边缘设备处理数据时,使用集中式计算能力并不总是有效的。当自动驾驶汽车只有几毫秒钟的反应时间时,它没有时间等待云端做出决定。

无论设备位于何处,都可以将大量数据输入到边缘的 AI 算法中,而且好处很多。动态数据可以将重要的患者信息传递给医生,缩短游乐园的排队时间,提醒电力公司注意潜在的停电情况,并使自动驾驶汽车及时做出反应以防止悲剧发生。

边缘 AI 允许设备在设备级别自行做出这些决定。它不一定必须连接到互联网来处理数据。考虑一款可以监控您的睡眠模式的手表,但它不是将数据推送到云端进行存储和处理,而是将数据记录在手表本身上进行处理。

支持边缘的人工智能设备还包括视频游戏、智能扬声器、无人机和机器人。安全摄像头也可以启用边缘功能——工厂车间的摄像头在制造过程中寻找产品缺陷,可以快速识别哪些产品需要立即拉出。当速度可以挽救生命时,边缘AI 还可用于分析紧急医疗护理的图像。处理能力越接近,响应时间越快。

尽管边缘技术不会取代云,但仅属于您的用户数据(例如您的睡眠模式或游戏数据)可以在支持边缘的设备中进行处理。这种数据的去中心化解决了隐私问题,这是物联网市场的一个重要问题。边缘 AI 可以在不损害隐私的情况下提供便利。而且,在某些情况下,它可能更便宜——一家公司目前正在开发声控家用电器,例如洗衣机和洗碗机,使用每个售价几美元的微型微处理器。

“当谈到我家里那些的小玩意儿,我其实更希望它们不那么智能”——克莱夫·汤普森,《连线》

例如,咖啡机的语音识别 AI 只需要识别大约 200 个单词,所有单词都与煮咖啡的任务有关。想一想,《连线》记者克莱夫·汤普森说:“我不需要讲坏笑话或实现自我意识的电灯开关。他们只需要识别“开”和“关”,也许还有“暗”。当谈到与我共享房子的小工具时,我实际上更希望它们不那么智能。”

除了更快、更便宜的处理之外,边缘人工智能不需要不断扩展的互联网。随着物联网的快速发展,现在有大量数据在边缘被感知和产生——Statista估计到 2025 年这个数字将达到近 80 Z字节。

这是如此的巨大,以至于使用当今互联网的带宽将所有这些数据从边缘设备传输到云服务器进行存储和处理在技术上是不可行的。即使带宽可用,也需要有足够的数据中心资源来处理所有数据。更少的带宽需求转化为成本节约。大约 10% 的企业生成数据是在传统的集中式数据中心或云之外创建和处理的。Gartner预测,到 2025 年,这一数字将达到 75%。

平衡风险和回报

物联网世界中最令人烦恼的问题之一是,大量买不起设备或生活在没有本地网络的农村地区的人可能无法参与对我们日常生活的改造。网络容量有限的历史可能会成为恶性循环。边缘网络构建起来并不简单,而且可能很昂贵。发展中国家通过需要更新的边缘设备处理数据的能力可能会进一步落后。因此,边缘计算的增长是结构性不平等可能增加的另一种方式,特别是因为它与改变生活的人工智能和物联网设备的可访问性有关。

边缘人工智能的另一个风险是,数据在处理后可能会被丢弃——就其“在边缘”的本质而言,这意味着它可能无法进入云端进行存储。可以指示设备丢弃信息以节省成本。虽然中央处理和存储肯定有缺点,但优点是数据在需要时就在那里。

人工智能、机器学习、技术

世界经济论坛如何确保人工智能的发展使所有利益相关者受益?

人工智能 (AI) 正在影响社会的方方面面——家庭、企业、学校甚至公共场所。但随着技术的快速发展,需要多方利益相关者合作来优化问责制、透明度、隐私和公正性。
世界经济论坛塑造技术治理未来的平台:人工智能和机器学习正在汇集不同的观点,以推动创新和建立信任。

  • 能够充分利用人工智能的工作领域之一是人力资源——包括招聘、留住人才、培训、福利和员工满意度。该论坛创建了一个以人为本的人力资源人工智能工具包,以促进组织、工人和社会对人工智能的积极和合乎道德的以人为本的使用。
  • 今天的儿童和年轻人成长在一个日益数字化的时代,技术渗透到他们生活的方方面面。从机器人玩具和社交媒体到教室和家庭,人工智能是生活的一部分。通过为儿童制定人工智能标准,论坛正在与一系列利益相关者合作,制定可行的指导方针,以在人工智能时代教育、赋权和保护儿童和青少年。
  • 人工智能的潜在危险也可能影响更广泛的社会。为了降低风险,论坛将全球人工智能行动联盟中的 100 多家公司、政府、民间社会组织和学术机构聚集在一起,以加速采用负责任的人工智能,以符合全球公共利益。

更多详情:https://www.weforum.org/videos/how-are-the-forum-and-partners-shaping-the-future-of-artificial-intelligence-and-machine-learning

  • 人工智能是商业最重要的技术之一。为确保 C-Suite 高管了解其可能性和风险,论坛创建了Empowering AI Leadership: AI C-Suite Toolkit,提供实用工具帮助他们理解 AI 对其角色的影响,并就 AI 战略、项目和实施做出明智的决策.
  • 塑造人工智能融入公共部门采购流程的方式将有助于确定可在整个私营部门应用的最佳实践。论坛制定了一套旨在鼓励广泛采用的建议,这些建议将随着一系列试验的见解而发展。

如果只有你和你的自动驾驶汽车在空旷的道路上行驶,那么大量的数据可能看起来并不重要,但请再仔细想想。从这条空旷道路的数据中可以了解到很多信息,包括路况信息,以及车辆和其他类似车辆在这些条件下的行为。最后,当涉及到边缘计算时,必须仔细审查一个清晰的业务案例,以确保网络的成本与所创造的价值相平衡。

尽管如此,尽管存在不平等或数据丢失,而且随着5G技术的进步和成本更低的处理芯片,很容易看到“在边缘”会如何留在这里——无论是你的自动驾驶汽车还是你的咖啡机,让你为通勤做好准备。