Понимание практического применения Edge AI

Технология Edge AI, которая обрабатывает и анализирует данные непосредственно на таких устройствах, как персональные компьютеры, IoT-устройства или специализированные периферийные серверы, делает хранение и обработку данных быстрее и доступнее за счет локального выполнения операций. Это помогает избежать типичных проблем облачных систем, таких как задержки и ограничения пропускной способности, что приводит к более быстрой и надежной производительности. Например, в автономных транспортных средствах локальная обработка имеет решающее значение для принятия решений в режиме реального времени, таких как обнаружение препятствий или мгновенная реакция на сигналы светофора. Обрабатывая данные прямо на автомобиле, Edge AI обеспечивает мгновенную реакцию, которая была бы слишком медленной при опоре на удаленный облачный сервер.

Edge AI становится все более популярным: ожидается, что к 2034 году мировой рынок достигнет 143,06 млрд долларов. Различные отрасли используют edge AI для улучшения 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 что стоит учитывать при его внедрении. Давай начнем!

Рис 1. Мировой рынок Edge AI.

Link to this sectionКак работает Edge AI#

Edge AI объединяет периферийные вычисления и искусственный интеллект (ИИ). Периферийные вычисления — это технологическая платформа, которая обрабатывает данные ближе к месту их создания, обеспечивая аналитику в реальном времени, повышенную надежность и экономию средств. Компонент ИИ переносит алгоритмы машинного обучения непосредственно на периферию, позволяя устройствам принимать интеллектуальные решения локально. Такой подход снижает потребность в централизованном облаке или центре обработки данных, которые могут вносить задержки при обработке. Облако по-прежнему можно использовать для более сложного хранения данных, масштабного анализа и обновлений моделей ИИ, дополняя более быструю локализованную обработку, обеспечиваемую Edge AI.

Рис 2. Обзор Edge AI.

Вот как работают системы Edge AI:

• Сбор данных: Датчики на устройстве собирают необработанную информацию из окружающей среды, такую как показания температуры или статус оборудования в промышленных условиях.
• Очистка данных: Собранные данные быстро обрабатываются на устройстве, чтобы отфильтровать шум и сфокусироваться на важных деталях.
• Создание прогнозов: Очищенные данные анализируются моделью ИИ, встроенной непосредственно в периферийное устройство.
• Принятие решений: На основе анализа система ИИ принимает решения и инициирует любые необходимые действия или ответы.

Link to this sectionEdge AI против Cloud AI#

Edge AI и Cloud AI — это два разных подхода к внедрению ИИ, каждый из которых обладает уникальными преимуществами и компромиссами. Как мы уже обсуждали в отношении 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, Cloud AI использует удаленные серверы для обработки данных, предлагая большую масштабируемость и гибкость. Однако это часто достигается ценой более высокой задержки и увеличенного использования полосы пропускания из-за необходимости передачи данных через интернет. Cloud AI также может вызывать опасения по поводу конфиденциальности, поскольку конфиденциальные данные должны передаваться и храниться на внешних серверах.

Рис 3. Edge AI против Cloud AI.

Еще одно ключевое различие заключается в стоимости и нагрузке на сеть, связанных с Cloud AI. Обработка на мощных удаленных серверах может быть дорогостоящей, особенно при работе с большими объемами данных, такими как видео или аудио, а потоковая передача этих данных по сети создает дополнительную нагрузку.

Edge AI справляется с этими проблемами за счет обработки данных непосредственно на устройстве, сокращая расходы, связанные с облаком, снижая нагрузку на сеть и обеспечивая безопасность конфиденциальной информации на месте. Вместо отправки необработанных данных обычно передаются только окончательные результаты (или инференсы), что предлагает более эффективное и ориентированное на конфиденциальность решение.

Link to this sectionEdge AI для распознавания изображений#

Приложения компьютерного зрения часто включают анализ огромных объемов неструктурированных данных (данных, не имеющих предопределенного формата), в основном изображений и видео. Отправка всех этих данных на удаленный облачный сервер для обработки может быть неэффективной в ситуациях, требующих мониторинга в реальном времени. Отличным решением этой проблемы является запуск моделей компьютерного зрения на периферийных устройствах.

Модели компьютерного зрения, такие как Ultralytics YOLO11, часто обучаются в облаке, но могут быть развернуты на периферии для поддержки приложений реального времени прямо на объекте. YOLO11 специально разработан для задач, требующих мгновенного отклика, что делает его особенно полезным для таких приложений, как системы безопасности, системы контроля качества и устройства для умного дома. Эти приложения работают эффективнее, когда обрабатывают данные локально, прямо там, где собирается визуальная информация (с камер, датчиков и т. д.).

Рис 4. Развертывание моделей компьютерного зрения на периферии.

Link to this sectionПриложения Edge AI#

Теперь, когда мы изучили, что такое Edge AI, давай подробнее рассмотрим некоторые реальные сценарии применения.

Link to this sectionEdge AI в медицинских приложениях#

Быстрая диагностика и отличное обслуживание пациентов являются главными приоритетами для каждого медицинского учреждения, и Edge AI играет ключевую роль в достижении этих целей. Медицинские работники наблюдают трансформационные изменения благодаря использованию Edge AI и смарт-устройств. Вместе эти технологии создают более быстрые, безопасные и отзывчивые системы здравоохранения.

Например, носимые устройства на базе Edge AI могут постоянно отслеживать жизненно важные показатели, такие как частота сердечных сокращений, артериальное давление, уровень глюкозы и дыхание. Они могут даже обнаруживать внезапные падения и немедленно уведомлять опекунов. В машинах скорой помощи Edge AI может анализировать данные с мониторов пациентов на месте. Выводы, полученные в результате анализа, могут быть переданы врачам, помогая им подготовить методы лечения до прибытия пациента в больницу.

Edge AI также может помочь с развертыванием моделей компьютерного зрения, таких как YOLO11, для таких приложений, как обнаружение объектов медицинского персонала. Это конкретное приложение фокусируется на определении местоположения и перемещений медицинских работников в комнате в режиме реального времени, помогая контролировать соблюдение протоколов безопасности и повышая ситуационную осведомленность.

Обнаружение объектов может помочь проверить, правильно ли расположены сотрудники во время процедур и придерживаются ли они правил гигиены и безопасности, таких как соблюдение безопасного положения вокруг оборудования. Edge AI позволяет получать ценную информацию без необходимости постоянного облачного соединения в операционной, обеспечивая конфиденциальность и предоставляя мгновенную обратную связь медицинским бригадам.

Рис 5. Пример использования YOLO11 для контроля за больничным персоналом.

Link to this sectionEdge AI для промышленной автоматизации#

Производители по всему миру используют технологию Edge AI, чтобы сделать свои операции быстрее, эффективнее и продуктивнее. Используя данные в реальном времени от датчиков и IoT-устройств, Edge AI обеспечивает профилактическое обслуживание, позволяя заводам обнаруживать ранние признаки отказа оборудования и прогнозировать поломки до возникновения серьезных проблем. Такой проактивный подход помогает сократить время простоя, продлить срок службы оборудования и поддерживать бесперебойную работу.

Edge AI также улучшает контроль качества за счет использования vision AI для обнаружения дефектов продукции до того, как они будут упакованы для отправки. Анализируя изображения и видео непосредственно на месте, Edge AI может быстро выявлять дефекты, гарантируя, что до клиентов дойдут только высококачественные продукты. Немедленная обратная связь позволяет производителям сразу же устранять проблемы, сокращая количество отходов, улучшая стандарты продукции и повышая удовлетворенность клиентов.

Link to this sectionEdge AI для IoT-устройств в доме#

От умных дверных звонков, которые звонят автоматически, когда кто-то приближается, до света, который выключается, когда в комнате пусто, — умные дома наполнены устройствами, которые используют Edge AI для улучшения качества жизни жильцов. Хочет ли жилец увидеть, кто стоит у двери, или отрегулировать температуру в доме через свой смартфон, технология периферийных вычислений делает это возможным, обрабатывая данные прямо на месте, а не полагаясь на удаленный сервер. Использование Edge AI помогает защитить конфиденциальность жильца и снижает риск несанкционированного доступа к личным данным.

Что касается домашней автоматизации, локальная обработка с помощью Edge AI имеет решающее значение для приложений, требующих немедленной обратной связи. К таким приложениям относятся системы безопасности, системы освещения и экологический контроль. Обрабатывая данные на периферии, умные дома могут работать независимо, без необходимости интернет-соединения. Кроме того, edge AI, интегрированный с компьютерным зрением, может улучшить доступность внутри домов. Используя такие методы, как оценка позы человека, можно создавать системы распознавания жестов для управления другими системами в доме, такими как освещение или телевизоры.

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

Link to this sectionПроблемы и ограничения#

Несмотря на предлагаемые ими преимущества, системы Edge AI все еще развиваются и сталкиваются с определенными проблемами и ограничениями. Вот несколько ограничений, которые стоит принять во внимание, прежде чем внедрять решения Edge AI в своем бизнесе или доме.

• Риски безопасности: Хотя Edge AI повышает безопасность за счет хранения данных локально, он также сталкивается с некоторыми рисками на местном уровне, в основном из-за человеческой ошибки и небезопасных паролей.

• Ограниченная вычислительная мощность: Системы Edge AI обычно обладают меньшей вычислительной мощностью, чем облачный ИИ, что ограничивает их конкретными задачами. В то время как облако может обрабатывать большие модели, Edge AI лучше всего подходит для более простых и небольших задач.

• Проблемы совместимости машин: Особенно в деловой среде Edge AI сталкивается с проблемами при работе с различными типами машин, а проблемы совместимости могут привести к ошибкам и сбоям при совместном использовании несовместимых устройств.

Link to this sectionИспользование силы периферии#

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

В таких секторах, как здравоохранение, производство и умные дома, Edge AI повышает эффективность и позволяет быстро принимать решения без необходимости постоянного доступа к облаку. Несмотря на некоторые ограничения, такие как потенциальные риски безопасности и ограниченная емкость для выполнения сложных задач, способность Edge AI управлять задачами в режиме реального времени делает его ценным инструментом для будущего.

Чтобы узнать больше, посети наш репозиторий GitHub и присоединяйся к нашему сообществу. Изучи применение ИИ в самоуправляемых автомобилях и сельском хозяйстве на наших страницах решений. 🚀