Compreender as aplicações reais da IA de borda

A tecnologia de IA de borda, que processa e analisa dados diretamente em dispositivos como computadores pessoais, dispositivos de IoT ou servidores de borda especializados, torna o armazenamento e o processamento de dados mais rápidos e acessíveis ao realizar operações localmente. Ela ajuda a evitar problemas comuns dos sistemas em nuvem, como latência e limitações de largura de banda, proporcionando um desempenho mais rápido e confiável. Por exemplo, em veículos autônomos, o processamento local é essencial para tomar decisões em tempo real, como detectar obstáculos ou reagir instantaneamente aos sinais de trânsito. Ao processar os dados diretamente no veículo, a IA de borda permite respostas em frações de segundo, que seriam lentas demais se dependessem de um servidor remoto na nuvem.

A IA de borda está cada vez mais popular, e a previsão é que o mercado global alcance 143,06 bilhões de dólares até 2034. Diferentes setores usam IA de borda para aprimorar fluxos de trabalho, automatizar tarefas e impulsionar a inovação, ao mesmo tempo que enfrentam desafios como latência, segurança e custo.

Neste artigo, veremos como a IA de borda está fazendo a diferença em áreas como saúde e manufatura, além de alguns pontos a considerar na hora de colocá-la em prática.

Fig. 1. O mercado global de IA de borda.

Como funciona a IA de borda#

A IA de borda combina computação de borda e inteligência artificial (IA). A computação de borda é uma estrutura tecnológica que processa os dados mais perto de onde são gerados, permitindo análises em tempo real, maior confiabilidade e redução de custos. O componente de IA leva algoritmos de aprendizado de máquina diretamente à borda, permitindo que os dispositivos tomem decisões inteligentes localmente. Essa abordagem reduz a necessidade de uma nuvem centralizada ou de um centro de dados, que pode introduzir atrasos no processamento. Ainda é possível usar a nuvem para armazenamento de dados mais complexo, análises em maior escala e atualizações dos modelos de IA, complementando o processamento localizado e mais rápido oferecido pela IA de borda.

Fig. 2. Visão geral da IA de borda.

Veja como os sistemas de IA de borda funcionam:

• Coleta de dados: os sensores do dispositivo coletam informações brutas do ambiente, como leituras de temperatura ou o estado dos equipamentos em ambientes industriais.
• Limpeza de dados: os dados coletados são processados rapidamente no dispositivo para filtrar ruídos e destacar informações relevantes.
• Geração de previsões: Os dados limpos são analisados por um modelo de IA incorporado diretamente ao dispositivo de borda.
• Tomada de decisões: com base na análise, o sistema de IA toma decisões e inicia as ações ou respostas necessárias.

IA de borda vs. IA na nuvem#

A IA de borda e a IA na nuvem são duas abordagens distintas para implementar IA, cada uma com benefícios e concessões próprios. Como já discutimos no caso da IA de borda, os dados são processados diretamente em dispositivos locais, garantindo baixa latência, maior privacidade e dependência mínima da conexão com a Internet.

Ao contrário da IA de borda, a IA na nuvem usa servidores remotos para processar dados, oferecendo mais escalabilidade e flexibilidade. No entanto, isso geralmente resulta em maior latência e maior uso de largura de banda, devido à necessidade de transmitir dados pela internet. A IA na nuvem também pode gerar preocupações com a privacidade, pois é necessário transmitir dados confidenciais e armazená-los em servidores externos.

Fig. 3 IA de borda vs. IA na nuvem.

Outra diferença importante está nos custos e na sobrecarga da rede associados à IA na nuvem. O processamento em servidores remotos potentes pode ser caro, especialmente ao lidar com grandes volumes de dados, como vídeo ou áudio. Além disso, transmitir esses dados pela rede aumenta ainda mais a sobrecarga.

A IA de borda enfrenta esses desafios processando os dados diretamente no dispositivo, reduzindo os custos relacionados à nuvem, aliviando a carga da rede e mantendo as informações confidenciais protegidas no local. Em vez de enviar dados brutos, normalmente são transmitidos apenas os resultados finais (ou as inferências), o que oferece uma solução mais eficiente e que prioriza a privacidade.

IA de borda para reconhecimento de imagens#

As aplicações de visão computacional geralmente envolvem a análise de enormes volumes de dados não estruturados (dados sem um formato predefinido), principalmente imagens e vídeos. Enviar todos esses dados para processamento em um servidor remoto na nuvem pode ser ineficiente em situações que exigem monitoramento em tempo real. Uma ótima solução para esse problema é executar modelos de visão computacional em dispositivos de borda.

Modelos de visão computacional como o Ultralytics YOLO11 geralmente são treinados na nuvem, mas podem ser implantados na borda para oferecer suporte a aplicações em tempo real diretamente no local. O YOLO11 foi desenvolvido especificamente para tarefas que exigem respostas instantâneas, o que o torna especialmente útil em aplicações como sistemas de segurança, sistemas de controle de qualidade e dispositivos para casas inteligentes. Essas aplicações funcionam com mais eficiência quando processam dados localmente, no próprio local onde as informações visuais (de câmeras, sensores etc.) são coletadas.

Fig. 4. Implantação de modelos de visão computacional na borda.

Aplicações de IA de borda#

Agora que exploramos o que é a IA de borda, vamos conhecer algumas aplicações reais.

IA de borda em aplicações de saúde#

O diagnóstico rápido e o excelente atendimento aos pacientes são prioridades máximas em todas as instituições de saúde, e a IA de borda desempenha um papel essencial para alcançar esses objetivos. Os profissionais de saúde estão observando mudanças transformadoras com o uso da IA de borda e de dispositivos inteligentes. Juntas, essas tecnologias criam sistemas de saúde mais rápidos, seguros e responsivos.

Por exemplo, dispositivos vestíveis com IA de borda podem monitorar continuamente sinais vitais, como frequência cardíaca, pressão arterial, níveis de glicose e respiração. Eles podem até detectar quedas repentinas e notificar imediatamente os cuidadores. Em ambulâncias, a IA de borda pode analisar no local os dados dos monitores dos pacientes. As informações obtidas na análise podem ser compartilhadas com médicos, ajudando-os a preparar tratamentos antes da chegada do paciente ao hospital.

A IA de borda também pode ajudar na implantação de modelos de visão computacional, como o YOLO11, em aplicações como a detecção de objetos para identificar profissionais da saúde. Essa aplicação específica busca determinar em tempo real a localização e os movimentos dos profissionais de saúde em um ambiente, ajudando a monitorar o cumprimento dos protocolos de segurança e aprimorando a percepção situacional.

A detecção de objetos pode ajudar a verificar se os profissionais estão posicionados corretamente durante procedimentos e se seguem as diretrizes de higiene e segurança, por exemplo, mantendo uma distância segura dos equipamentos. A IA de borda fornece informações valiosas sem exigir conexão constante com a nuvem em uma sala de cirurgia, garantindo a privacidade e oferecendo retorno imediato às equipes de saúde.

Fig. 5. Exemplo de uso do Ultralytics YOLO11 para monitorar a equipe hospitalar.

IA de borda para automação industrial#

Fabricantes de todo o mundo estão usando a tecnologia de IA de borda para tornar suas operações mais rápidas, eficientes e produtivas. Com dados em tempo real de sensores e dispositivos IoT, a IA de borda viabiliza a manutenção preditiva, permitindo que as fábricas detectem sinais iniciais de falha nos equipamentos e prevejam avarias antes que surjam problemas graves. Essa abordagem proativa ajuda a reduzir o tempo de inatividade, prolongar a vida útil dos equipamentos e manter as operações funcionando sem interrupções.

A IA de borda também aprimora o controle de qualidade usando IA visual para detectar defeitos em produtos antes que sejam embalados para envio. Ao analisar imagens e vídeos diretamente no local, a IA de borda pode identificar falhas rapidamente, garantindo que somente produtos de alta qualidade cheguem aos clientes. O retorno imediato permite que os fabricantes resolvam os problemas sem demora, reduzam o desperdício, melhorem os padrões dos produtos e aumentem a satisfação dos clientes.

IA de borda para dispositivos IoT em casa#

De campainhas inteligentes que tocam automaticamente quando alguém se aproxima a luzes que se apagam quando não há ninguém no cômodo, as casas inteligentes estão repletas de dispositivos que usam IA de borda para melhorar a qualidade de vida dos moradores. Seja para ver quem está à porta ou ajustar a temperatura da casa pelo smartphone, a tecnologia de borda torna isso possível processando os dados no próprio local, em vez de depender de um servidor remoto. O uso da IA de borda ajuda a proteger a privacidade dos moradores e reduz o risco de acesso não autorizado a dados pessoais.

Na automação residencial, o processamento local da IA de borda é essencial para aplicações que precisam de retorno imediato. Entre elas estão sistemas de segurança, sistemas de iluminação e controles ambientais. Ao processar os dados na borda, as casas inteligentes podem funcionar de forma independente, sem precisar de conexão com a internet. Além disso, a IA de borda integrada à visão computacional pode melhorar a acessibilidade dentro de casa. Usando técnicas como a estimativa de pose humana, é possível criar sistemas de detecção de gestos com as mãos para controlar outros sistemas da casa, como luzes ou TVs.

Fig. 6. Sistema de controle residencial inteligente com IA de borda.

Desafios e limitações#

Apesar dos benefícios, os sistemas de IA de borda ainda estão evoluindo e enfrentam alguns desafios e limitações. Veja algumas limitações a considerar antes de decidir integrar soluções de IA de borda à sua empresa ou casa.

• Riscos de segurança: Embora a IA de borda melhore a segurança ao manter os dados localmente, ela também enfrenta alguns riscos locais, principalmente devido a erros humanos e senhas inseguras.
• Poder computacional limitado: os sistemas de IA de borda geralmente têm menos poder computacional que os sistemas de IA baseados na nuvem, o que os limita a tarefas específicas. Enquanto a nuvem pode lidar com modelos grandes, a IA de borda é mais adequada para tarefas menores e mais simples.
• Problemas de compatibilidade entre máquinas: especialmente em ambientes empresariais, a IA de borda enfrenta desafios relacionados à variedade de máquinas. Problemas de compatibilidade podem causar erros e falhas quando máquinas incompatíveis são usadas em conjunto.

Aproveitando o poder da borda#

A IA de borda permite que as indústrias trabalhem mais rápido e tomem decisões mais inteligentes ao processar os dados diretamente onde são criados. Essa abordagem acelera as operações, aumenta a segurança dos dados e reduz os custos de Internet.

Em setores como saúde, manufatura e casas inteligentes, a IA de borda aumenta a eficiência e permite tomar decisões rapidamente sem depender do acesso constante à nuvem. Embora haja algumas limitações, como possíveis riscos de segurança e capacidade limitada para tarefas complexas, a capacidade da IA de borda de gerenciar tarefas em tempo real a torna uma ferramenta valiosa para o futuro.

Para saber mais, visite nosso repositório do GitHub e participe da nossa comunidade. Explore aplicações de IA em carros autônomos e na agricultura em nossas páginas de soluções.