Практическое применение Edge AI

Технология Edge AI, которая обрабатывает и анализирует данные непосредственно на таких устройствах, как персональные компьютеры, устройства IoT или специализированные периферийные серверы, ускоряет и упрощает хранение и обработку данных за счёт выполнения операций локально. Она помогает избежать распространённых проблем облачных систем, таких как задержки и ограничения пропускной способности, обеспечивая более быструю и надёжную производительность. Например, в автономных транспортных средствах локальная обработка необходима для принятия решений в реальном времени, например для мгновенного обнаружения препятствий или реакции на сигналы светофора. Обрабатывая данные непосредственно в автомобиле, Edge AI обеспечивает реакцию за доли секунды, которая была бы слишком медленной при использовании удалённого облачного сервера.

Edge AI становится всё популярнее: ожидается, что объём мирового рынка к 2034 году достигнет 143,06 млрд долларов. Разные отрасли используют Edge AI для оптимизации рабочих процессов, автоматизации задач и стимулирования инноваций, одновременно решая такие проблемы, как задержки, безопасность и стоимость.

В этой статье мы рассмотрим, как Edge AI меняет такие области, как здравоохранение и производство, а также разберём несколько моментов, которые стоит учитывать при его внедрении. Начнём!

Рис. 1. Мировой рынок Edge AI.

Как работает Edge AI#

Edge AI объединяет периферийные вычисления и искусственный интеллект (AI). Периферийные вычисления — это технологическая архитектура, которая обрабатывает данные ближе к месту их создания, обеспечивая аналитику в реальном времени, повышенную надёжность и снижение затрат. Компонент AI переносит алгоритмы машинного обучения непосредственно на периферийные устройства, позволяя им самостоятельно принимать интеллектуальные решения. Такой подход снижает потребность в централизованном облаке или центре обработки данных, которые могут приводить к задержкам обработки. Облако по-прежнему можно использовать для более сложного хранения данных, масштабного анализа и обновления моделей AI, дополняя быструю локальную обработку, которую обеспечивает Edge AI.

Рис. 2. Обзор Edge AI.

Рассмотрим, как работают системы Edge AI:

• Сбор данных: Датчики на устройстве собирают необработанную информацию об окружающей среде, например показания температуры или сведения о состоянии оборудования в промышленных условиях.
• Очистка данных: Собранные данные быстро обрабатываются на устройстве, чтобы отфильтровать шум и сосредоточиться на релевантных деталях.
• Построение прогнозов: Очищенные данные анализируются моделью AI, встроенной непосредственно в периферийное устройство.
• Принятие решений: На основе анализа система AI принимает решения и запускает необходимые действия или реакции.

Edge AI и облачный AI#

Edge AI и облачный AI — это два разных подхода к внедрению AI, каждый со своими преимуществами и компромиссами. Как мы уже обсуждали применительно к Edge AI, данные обрабатываются непосредственно на локальных устройствах, что обеспечивает низкую задержку, повышенную конфиденциальность и минимальную зависимость от интернет-соединения.

В отличие от Edge AI, облачный AI использует удалённые серверы для обработки данных, обеспечивая более высокую масштабируемость и гибкость. Однако это часто приводит к увеличению задержки и расхода пропускной способности из-за необходимости передачи данных через интернет. Облачный AI также может вызывать проблемы с конфиденциальностью, поскольку конфиденциальные данные необходимо передавать и хранить на внешних серверах.

Рис. 3. Edge AI и облачный AI.

Ещё одно важное различие связано со стоимостью и нагрузкой на сеть при использовании облачного AI. Обработка на мощных удалённых серверах может быть дорогостоящей, особенно при работе с большими объёмами данных, например аудио или видео, а потоковая передача этих данных по сети создаёт дополнительную нагрузку.

Edge AI решает эти проблемы, обрабатывая данные непосредственно на устройстве, сокращая связанные с облаком расходы, снижая нагрузку на сеть и сохраняя конфиденциальную информацию на месте. Вместо необработанных данных обычно передаются только итоговые результаты (или инференсы), что обеспечивает более эффективное решение с акцентом на конфиденциальность.

Edge AI для распознавания изображений#

Приложения компьютерного зрения часто предполагают анализ огромных объёмов неструктурированных данных (данных без заранее заданного формата), главным образом изображений и видео. Передача всех этих данных на удалённый облачный сервер для обработки может быть неэффективной в ситуациях, требующих мониторинга в реальном времени. Отличное решение этой проблемы — запуск моделей компьютерного зрения на периферийных устройствах.

Модели компьютерного зрения, такие как Ultralytics YOLO11, часто обучаются в облаке, но могут развёртываться на периферии для поддержки приложений реального времени непосредственно на месте. YOLO11 специально разработана для задач, требующих мгновенной реакции, поэтому особенно полезна в таких приложениях, как системы безопасности, системы контроля качества и устройства умного дома. Эти приложения работают эффективнее, когда обрабатывают данные локально, непосредственно там, где собирается визуальная информация — с камер, датчиков и других устройств.

Рис. 4. Развёртывание моделей компьютерного зрения на периферии.

Применение Edge AI#

Теперь, когда мы разобрались, что такое Edge AI, рассмотрим подробнее несколько примеров его применения в реальном мире.

Применение Edge AI в здравоохранении#

Быстрая диагностика и качественный уход за пациентами — главные приоритеты любого медицинского учреждения, и Edge AI играет ключевую роль в достижении этих целей. Медицинские организации переживают значительные изменения благодаря использованию Edge AI и умных устройств. Вместе эти технологии создают более быстрые, безопасные и отзывчивые системы здравоохранения.

Например, носимые устройства на базе Edge AI могут непрерывно отслеживать жизненно важные показатели, такие как частота сердечных сокращений, артериальное давление, уровень глюкозы и дыхание. Они даже могут обнаруживать внезапные падения и немедленно уведомлять лиц, осуществляющих уход. В машинах скорой помощи Edge AI может анализировать данные с мониторов пациента непосредственно на месте. Результаты анализа можно передавать врачам, помогая им подготовить лечение ещё до прибытия пациента в больницу.

Edge AI также может помочь с развёртыванием моделей компьютерного зрения, например YOLO11, для таких задач, как обнаружение объектов, связанных с медицинским персоналом. Это конкретное применение ориентировано на определение местоположения и перемещений медицинских работников в помещении в реальном времени, что помогает контролировать соблюдение протоколов безопасности и повышать ситуационную осведомлённость.

Обнаружение объектов помогает проверять, правильно ли персонал расположен во время процедур и соблюдает ли требования гигиены и безопасности, например поддерживает ли безопасное положение относительно оборудования. Edge AI позволяет получать полезную информацию без постоянного подключения к облаку в операционной, обеспечивая конфиденциальность и предоставляя медицинским работникам немедленную обратную связь.

Рис. 5. Пример использования Ultralytics YOLO11 для мониторинга персонала больницы.

Edge AI для промышленной автоматизации#

Производители по всему миру используют технологию Edge AI, чтобы сделать свои операции более быстрыми, эффективными и продуктивными. Используя данные в реальном времени с датчиков и устройств IoT, Edge AI обеспечивает предиктивное обслуживание, позволяя заводам обнаруживать ранние признаки неисправности оборудования и прогнозировать поломки до возникновения серьёзных проблем. Такой проактивный подход помогает сократить простои, продлить срок службы оборудования и поддерживать бесперебойную работу.

Edge AI также улучшает контроль качества, используя AI для компьютерного зрения для обнаружения дефектов продукции до её упаковки для отправки. Анализируя изображения и видео непосредственно на месте, Edge AI может быстро выявлять недостатки, гарантируя, что до клиентов доходят только высококачественные товары. Немедленная обратная связь позволяет производителям сразу устранять проблемы, сокращать отходы, повышать стандарты продукции и удовлетворённость клиентов.

Edge AI для домашних устройств IoT#

От умных дверных звонков, которые автоматически звонят при приближении человека, до светильников, выключающихся, когда в комнате никого нет, — умные дома наполнены устройствами, использующими Edge AI для повышения качества жизни жильцов. Если жильцу нужно узнать, кто стоит у двери, или изменить температуру в доме через смартфон, периферийные технологии позволяют сделать это, обрабатывая данные непосредственно на месте, а не полагаясь на удалённый сервер. Использование Edge AI помогает защитить конфиденциальность жильцов и снизить риск несанкционированного доступа к персональным данным.

В сфере домашней автоматизации локальная обработка с помощью Edge AI имеет решающее значение для приложений, которым необходима немедленная обратная связь. К ним относятся системы безопасности, системы освещения и системы управления окружающей средой. Обрабатывая данные на периферии, умные дома могут работать автономно, без подключения к интернету. Кроме того, Edge AI, интегрированный с компьютерным зрением, может повысить доступность в доме. С помощью таких методов, как оценка позы человека, можно создавать системы обнаружения жестов рук для управления другими домашними системами, например светильниками или телевизорами.

Рис. 6. Система управления умным домом на базе Edge AI.

Проблемы и ограничения#

Несмотря на свои преимущества, системы Edge AI продолжают развиваться и сталкиваются с определёнными проблемами и ограничениями. Ниже приведены несколько ограничений, которые стоит учитывать, прежде чем интегрировать решения Edge AI в свой бизнес или дом.

• Риски безопасности: Хотя Edge AI повышает безопасность, сохраняя данные локально, на локальном уровне также существуют определённые риски, главным образом связанные с человеческими ошибками и ненадёжными паролями.

• Ограниченная вычислительная мощность: Системы Edge AI обычно обладают меньшей вычислительной мощностью, чем AI на базе облака, что ограничивает их конкретными задачами. Облако может работать с большими моделями, тогда как Edge AI лучше всего подходит для более простых и компактных задач.

• Проблемы совместимости оборудования: Особенно в бизнес-среде Edge AI сталкивается с проблемами, связанными с разными типами оборудования, а несовместимость может приводить к сбоям и отказам при совместном использовании неподходящих устройств.

Использование возможностей периферийных технологий#

Edge AI позволяет отраслям работать быстрее и принимать более эффективные решения, обрабатывая данные непосредственно там, где они создаются. Такой подход ускоряет операции, повышает безопасность данных и снижает затраты на интернет.

В таких сферах, как здравоохранение, производство и умные дома, Edge AI повышает эффективность и обеспечивает быстрое принятие решений без постоянного доступа к облаку. Несмотря на некоторые ограничения, включая потенциальные риски безопасности и ограниченные возможности для сложных задач, способность Edge AI обрабатывать задачи в реальном времени делает его ценным инструментом будущего.

Чтобы узнать больше, посетите наш репозиторий GitHub и присоединяйся к нашему сообществу. Изучи применения AI в беспилотных автомобилях и сельском хозяйстве на страницах наших решений. 🚀