边缘 AI 正在改变工业计算的世界

人工智能（AI）已成为社交媒体、呼叫中心和聊天机器人等云服务中日常生活的一部分，并正在加速基因组测序、零售数据分析和金融交易等应用。

人工智能现在正在从云端进入边缘。像TensorFlow Lite这样的框架支持在嵌入式计算平台上进行开发，可以构建轻量级推理引擎，以便在存在点处理对象识别、活动检测、手势检测和人数统计等任务。边缘AI可以通过消除与云中AI应用程序的数据密集型交互来提供性能优势，例如更低的延迟，更低的功耗和更大的隐私性，Anders嵌入式业务经理Rhett Evans说。

但这还不是全部。这些边缘平台将超越、超越并取代目前使用标量处理器执行的传统应用，例如机器视觉。对于建立在人工智能和机器学习技能基础上的初创企业来说，这是一个巨大的机会，可以打破旧秩序，提供更快、更灵活、更可持续、更实惠的新解决方案。同样，老牌企业需要使用这项新技术进行现代化改造，否则将面临被抛在后面的风险。

要了解即将到来的变革，只需考虑过去几年我们对手机的期望的巨大变化。人们曾经满足于获取他们的电子邮件，做一些网页浏览，基本摄影，视频，奇怪的模糊自拍。今天，如果没有智能手机进行银行业务，购物，家庭自动化，导航，医疗保健，流媒体娱乐，仅举几例，就很难生存。现在，任何进入市场的手机都必须能够处理这些任务，甚至更多，才能被接受。

在未来的世界里，即使是最微小的芯片也会伴随着人工智能的冲击。看看最新的MEMS惯性传感器，它们有自己的集成机器学习内核。我们很快就会期望在工作，家庭，旅行，购物和娱乐场所使用，查看，触摸，穿着的每一件"事情"中都能找到嵌入的智能。我们将对那些没有兑现承诺的人感到失望。

边缘 AI 的主要应用有哪些？

认识到许多智能设备已经依赖于语音识别，面部识别，运动检测等功能，边缘AI将使它们变得更具响应性，更具适应性，更准确，功能更丰富，更易于携带（或可穿戴），更实惠，并且使用更少的功率。一些令人兴奋的可能性包括：

智能工业

嵌入在移动边缘设备（无人机、AGV）中的人工智能增强了态势感知能力，从而提高了安全性，并缩短了工厂内零件和材料的运输时间。在生产线上，低成本、高速/高精度的图像比较和异常检测能够以生产线速度对制成品进行100%的目视检查。工厂设备内部的智能状态监测系统可准确、及早地检测和诊断问题，最大限度地减少误报，从而可以安排维修，从而将对生产率的影响降至最低。

工业可穿戴设备和防护装备可提高安全性、生产率和可追溯性。

电动工具和手动工具可检测次优使用情况，并提供纠正提示，以提高使用寿命并加快员工培训。

智慧零售

数字标牌和智能货架使用姿势估计，面部识别，自然语言理解等技能来评估购物者的情绪和反应，增强客户体验，减少排队，并最大限度地提高每次访问的价值。

智慧健康

智能可穿戴医疗设备可快速准确地及早发现医疗紧急情况（如中风或心脏问题）或需要治疗的疾病发作。在消费者可穿戴设备中，通过AI增强的活动识别功能可以改善性能测量，健身建议，治疗监测和老年人护理（例如，跌倒检测）。

智能安防

经济高效且准确的面部识别功能简化了对建筑物的访问，并为识别的用户提供了安全区域，增强了对未经授权访问的预防。人类的存在和活动检测，加上姿势估计，提供恶意意图的预警（携带武器，使用工具进入）。

智能家居

人工智能使经济实惠的智能家电能够使用自然语言技能与用户进行更丰富的交互，并分析传感器数据以提供额外的服务：自动订购耗材，安排预测性维护，建议新配方，识别/纠正设备的错误使用。

AI 如何在边缘平台上实施？

边缘应用通常面临严格的限制，包括尺寸、重量和功耗 （SWaP）、散热和成本。处理器周期和内存通常受到严格限制。从硬件和软件的角度来看，都需要一个高效、轻量级的解决方案。为了增加挑战，我们经常寻找确定性和实时性的响应。

因此，需要轻量级的AI框架来构建适合部署在移动和边缘设备上的推理引擎。

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“物联之家 - 物联观察新视角,国内领先科技门户”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。

延伸阅读