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 выполнения операций локально. Она помогает избежать распространенных проблем облачных систем, таких как задержки и ограничения пропускной способности, обеспечивая более быструю и надежную производительность. Например, в автономных транспортных средствах локальная обработка важна для принятия решений в реальном времени, таких как обнаружение препятствий или мгновенная реакция на сигналы светофора. Обрабатывая данные непосредственно на самом транспортном средстве, Edge AI обеспечивает молниеносную реакцию, которая была бы слишком медленной при использовании удаленного облачного сервера.

Edge AI приобретает все большую популярность: ожидается, что мировой рынок достигнет 143,06 млрд долларов к 2034 году. Различные 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 ситуацию в таких сферах, как здравоохранение и производство, а также обсудим несколько важных моментов при ее внедрении. Давайте начнем!

Рис. 1. Мировой рынок Edge AI.

Как работает Edge AI#

Edge AI объединяет периферийные вычисления и искусственный интеллект (ИИ). Периферийные вычисления — это технологическая концепция, 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 вызывать задержки обработки. Облако по-прежнему может использоваться 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 показатели температуры или состояние оборудования в промышленных условиях.
• Очистка данных: Собранные данные быстро обрабатываются на устройстве для фильтрации шума и выделения важных деталей.
• Прогнозирование: Очищенные данные анализируются моделью ИИ, встроенной непосредственно в периферийное устройство.
• Принятие решений: На основе проведенного анализа система ИИ принимает решения и инициирует необходимые действия или ответы.

Edge 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 происходит за счет более высоких задержек 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, обрабатывая данные непосредственно на устройстве, что сокращает расходы, связанные с облаком, снижает нагрузку на сеть и обеспечивает безопасность конфиденциальной информации на месте. Вместо отправки необработанных данных обычно передаются только конечные результаты (или инференс), что предлагает более эффективное и ориентированное на конфиденциальность решение.

Edge AI для распознавания изображений#

Приложения компьютерного зрения часто связаны с анализом огромных объемов неструктурированных данных (данных, не имеющих заранее определенного 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 месте. YOLO11 специально разработана для задач, требующих мгновенной реакции, что делает ее особенно полезной для таких приложений, как системы безопасности, системы контроля качества и устройства 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.

Приложения Edge AI#

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

Edge AI в медицинских приложениях#

Быстрая диагностика и отличный уход за пациентами являются главными приоритетами для каждого медицинского учреждения, и Edge AI играет ключевую роль в достижении этих целей. Медицинские организации видят трансформационные 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 опекунов. В машинах скорой помощи Edge AI может анализировать данные с мониторов пациентов на месте. Полученные в ходе анализа данные могут передаваться врачам, помогая им подготовить лечение до прибытия пациента в больницу.

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

Обнаружение объектов помогает проверить, правильно ли располагается персонал во время процедур и соблюдаются ли правила гигиены и безопасности, например, поддерживается ли безопасное расстояние до оборудования. Edge AI позволяет получать ценные данные без необходимости постоянного подключения к облаку в операционной, обеспечивая конфиденциальность и предоставляя немедленную обратную связь медицинским бригадам.

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 свою работу быстрее, эффективнее и продуктивнее. Используя данные в реальном времени от датчиков и IoT-устройств, Edge AI обеспечивает предиктивное обслуживание, позволяя фабрикам обнаруживать ранние признаки выхода оборудования из строя и прогнозировать поломки до возникновения серьезных проблем. Такой проактивный подход помогает сократить время простоев, продлить срок службы оборудования и поддерживать бесперебойную работу.

Edge AI также улучшает контроль качества, используя видеоаналитику ИИ для выявления дефектов продукции до того, как она будет упакована для отправки. Анализируя изображения и видео прямо на месте, Edge AI может быстро обнаруживать дефекты, гарантируя, что до клиентов дойдут только высококачественные продукты. Немедленная обратная связь позволяет производителям сразу устранять проблемы, сокращая отходы, повышая стандарты продукции и увеличивая удовлетворенность клиентов.

Edge AI для IoT-устройств в доме#

Начиная с умных дверных звонков, которые звонят автоматически при приближении человека, и заканчивая выключением света в пустой комнате, умные дома наполнены устройствами, использующими Edge AI для повышения качества жизни жильцов. Независимо от того, хочет ли жилец посмотреть, кто у двери, или отрегулировать температуру в доме через смартфон, периферийная технология 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 климат-контроля. Обрабатывая данные на периферии, умные дома могут работать автономно без подключения к интернету. Кроме того, Edge AI, интегрированный с компьютерным зрением, может улучшить доступность в домах. Используя такие методы, как оценка позы человека, можно создавать системы распознавания жестов рук для управления другими системами в доме, такими как освещение или телевизоры.

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

Проблемы 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, сохраняя данные локально, она также сталкивается с некоторыми рисками на локальном уровне, в основном из-за человеческого фактора и ненадежных паролей.

• Ограниченная вычислительная мощность: Системы Edge AI обычно имеют меньшую вычислительную мощность по сравнению с облачным ИИ, что ограничивает их определенными задачами. В то время как облако может обрабатывать крупные модели, Edge AI лучше всего подходит для более простых и небольших задач.

• Проблемы совместимости оборудования: Особенно в бизнес-среде Edge AI сталкивается с проблемами при работе с различными типами оборудования, и проблемы совместимости могут приводить к сбоям и ошибкам при совместном использовании несовместимых машин.

Использование 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, посетите наш репозиторий на GitHub и присоединяйтесь к нашему сообществу. Изучите приложения ИИ в беспилотных автомобилях и сельском хозяйстве на наших страницах решений. 🚀