在邊緣運(yùn)行人工智能工作負(fù)載可以實(shí)現(xiàn)更好的經(jīng)濟(jì)效益、更快的決策制定和自動(dòng)化

如果你拋開炒作，拋開技術(shù)復(fù)雜性，拋開曠日持久的概念驗(yàn)證，5G 就是利用高帶寬、低延遲空中接口來盡可能實(shí)時(shí)地移動(dòng)數(shù)據(jù)、分析數(shù)據(jù)以及對數(shù)據(jù)采取行動(dòng)。 有了這種能力，各種類型的企業(yè)都可以實(shí)現(xiàn)各種可能的運(yùn)營效率，將可以自動(dòng)化的事情自動(dòng)化，并在資產(chǎn)負(fù)債表上看到收益。 為了加快決策制定并盡可能實(shí)現(xiàn)自動(dòng)化，人工智能可以發(fā)揮明確的作用。 而且，鑒于分布式網(wǎng)絡(luò)架構(gòu)和云計(jì)算/存儲基礎(chǔ)設(shè)施分布的趨勢，駐留在創(chuàng)建數(shù)據(jù)的邊緣的人工智能為企業(yè)用戶帶來了眾多好處。

Volt Active Data 產(chǎn)品管理主管 Andrew Keene 在最近由 RCR Wireless News 主辦的網(wǎng)絡(luò)研討會(huì)上闡述了邊緣人工智能的案例。 他指出，邊緣人工智能不僅具有優(yōu)勢，而且“有時(shí)對于用例的可行性至關(guān)重要”。 但為什么?

“其中一些用例會(huì)生成大量數(shù)據(jù)，其中大部分?jǐn)?shù)據(jù)本身相對無用，”Keene解釋道。 “但這一切都必須經(jīng)過處理才能使用例發(fā)揮作用。 到云端的回程和傳輸成本可能令人望而卻步，但如果你能夠處理數(shù)據(jù)和邊緣，并且只將有價(jià)值的整合數(shù)據(jù)發(fā)送到云端進(jìn)行進(jìn)一步處理，那就可以解決問題。”

除了移動(dòng)數(shù)據(jù)的經(jīng)濟(jì)現(xiàn)實(shí)之外，時(shí)間尺度也至關(guān)重要——Volt Active Data 往往以個(gè)位數(shù)毫秒來衡量事物。 “如果你能夠在邊緣做出更接近事件發(fā)生地點(diǎn)的決策，那么就可以再次解決超低延遲響應(yīng)的問題。” 這里的另一個(gè)含義是數(shù)據(jù)主權(quán)/安全; 處理專有或受監(jiān)管數(shù)據(jù)的企業(yè)需要密切保存這些數(shù)據(jù)。 “因此，分布式分層數(shù)據(jù)平臺可以在邊緣運(yùn)行這些[機(jī)器學(xué)習(xí)]模型，并且只將整合的、寶貴的數(shù)據(jù)發(fā)送到云，可以緩解其中許多問題，并且實(shí)際上使一些用例變得可行，否則這些用例將無法實(shí)現(xiàn)。 ”。

回到在邊緣部署人工智能以加快決策制定的想法——除此之外，人工智能還可以不斷變得更好，因?yàn)樗梢栽L問越來越多的數(shù)據(jù)。 “我們看到人們對機(jī)器學(xué)習(xí)模型的興趣日益濃厚......以增強(qiáng)各行業(yè)的許多不同的實(shí)時(shí)數(shù)據(jù)流程和用例，以自動(dòng)實(shí)現(xiàn)持續(xù)的模型改進(jìn)，”Keene說。 這可以讓企業(yè)用戶獲得更好的結(jié)果，并有可能將改進(jìn)的結(jié)果傳遞給他們的客戶。

Keene 總結(jié)道：“真正構(gòu)成強(qiáng)大解決方案的是，這些機(jī)器學(xué)習(xí)模型不僅不斷更新，通過從真實(shí)結(jié)果中學(xué)習(xí)來提高其準(zhǔn)確度，而且在分布式平臺的邊緣執(zhí)行它們，以確保最佳響應(yīng) 時(shí)間，并減少將大量數(shù)據(jù)傳輸?shù)侥承┘惺?Ccloud 托管平臺時(shí)不必要的回程成本。”

人工智能和邊緣計(jì)算賦能物聯(lián)網(wǎng)

Keene 表示，Volt 的數(shù)據(jù)管理解決方案旨在支持一系列實(shí)時(shí)應(yīng)用程序，并強(qiáng)調(diào)欺詐和威脅預(yù)防、超個(gè)性化、實(shí)時(shí)專用網(wǎng)絡(luò) SLA、流量管理、車隊(duì)管理、收費(fèi)和策略、物聯(lián)網(wǎng)設(shè)備管理、合規(guī)性和安全性。 監(jiān)管報(bào)告、邊緣優(yōu)化聯(lián)合決策和主動(dòng)數(shù)字孿生。 但是，他指出，“我們提供支持技術(shù)……而不是最終應(yīng)用程序”，這是由他們的客戶和合作伙伴構(gòu)建的。 該公司的重點(diǎn)是“需要大規(guī)模、低延遲、準(zhǔn)確性和彈性并且非常適合大規(guī)模執(zhí)行機(jī)器學(xué)習(xí)模型的應(yīng)用程序”。

Keene 舉了一個(gè)例子，在人口稠密的城市地區(qū)使用 5G，通過主動(dòng)路由來改善交通管理; 這與傳統(tǒng)交通管理解決方案形成鮮明對比，例如設(shè)置為隨高峰、非高峰和其他靜態(tài)配置而變化的定時(shí)交通燈。 通過在邊緣引入 5G 和人工智能驅(qū)動(dòng)的處理，“智慧城市能夠從數(shù)百個(gè)交通攝像頭或其他端點(diǎn)獲取信息，并使用機(jī)器學(xué)習(xí)作為人工智能的一種形式來預(yù)測行為、發(fā)現(xiàn)發(fā)生的異常情況，以及 實(shí)時(shí)引導(dǎo)交通遠(yuǎn)離問題區(qū)域。”

工業(yè) 4.0 范疇內(nèi)的另一個(gè)例子是物聯(lián)網(wǎng)設(shè)備管理。 Keene 提出了一種假設(shè)操作，其中 5G SIM 卡用于連接、跟蹤和監(jiān)控各種人員和資產(chǎn)。 “我們見過一些企業(yè)存在欺詐問題”，比如人們竊取 SIM 卡或含有 SIM 卡的資產(chǎn)。 “該解決方案使用地理圍欄在設(shè)備移出其正常操作區(qū)域時(shí)進(jìn)行阻止或發(fā)出警報(bào)，并發(fā)現(xiàn)設(shè)備變化的異常流量數(shù)據(jù)使用模式。 機(jī)器學(xué)習(xí)模型學(xué)習(xí)常規(guī)的、可預(yù)測的使用模式和操作地理區(qū)域。 因此，如果某個(gè)特定設(shè)備每周四下午離開現(xiàn)場收集一些東西是正常的，它不會(huì)將其標(biāo)記為欺詐，而任何其他從不移出其區(qū)域的設(shè)備如果碰巧迷失，就會(huì)立即被標(biāo)記為欺詐。”