Qeexo作者

为什么Edge AI是2019人工智能行业最重要的关键词之一?

“Hey, Siri!”

如果你在看这篇文章,我敢打赌你一定对着你的手机或者智能音箱说过类似的这句话,目的是为了唤醒它,给你讲个笑话什么的。

这个唤醒设备的过程背后,依靠的正是我们今天要讨论的Edge AI的技术。

Edge AI(也有公司把它叫做边缘智能)从2017年,甚至更早以前,就已经频频出现在各大公司的发布会和科技博客上。只不过如今的Edge AI早已不再是概念验证阶段的技术了, 科技巨头们已经为这个市场投入重金,谷歌,微软,亚马逊,NVIDIA,高通,英特尔……这个名单还将持续下去。

如果你并不熟悉这个概念也没关系,因为它解释起来非常简单。Edge AI就是指在硬件设备上本地执行AI算法,算法使用的数据(包括传感器数据或信号)也是来自设备本身产生的数据,整个过程无需进行任何网络连接。

相信你已经注意到了,无需联网,这的确是Edge AI非常重要的一个特点。在公有云大行其道,很多公司都在把数据存储到云端的今天,Edge AI看上去像是在逆水行舟。

其实并非如此,当所有人都把数据和处理分析过程放到云上进行,整个过程虽然是可靠的,但延迟性的问题却凸显了出来,特别是对于需要即时决策的应用来说。而且如果云数据中心所处的地理位置离你越远,数据传输以及处理这一过程所带来的延迟相应也会越高。你应该也很难想象,一辆自动驾驶汽车行驶在繁忙的城市主干道上,它的每一步决策却都需要依赖千里之外的一个云数据中心,关键时刻哪怕是小于1秒的网络延迟都极有可能带来致命的失误。甚至,云数据中心还有可能出现宕机的情况,而本地化的Edge AI则完全不会。

数据安全同样也是Edge AI的一个优势,如果你不需要将数据传输到云端,而是保留在本地,你也就不太需要担心它的安全或隐私问题了。

不仅如此,在商业化市场中,成本始终是所有厂商关注的重点,工业物联网设备会产生大量数据,但如果在云中传输或存储所有数据,带来的将会是极大的成本消耗,以及附加的效率降低等一系列问题。Gartner预测,到2025年,至少会有75%的数据处理将会在云端或者数据中心之外的地方进行。

当然,Edge AI让谷歌们都动心的原因还在于,我们身处的环境中到处都有微处理器和传感器的身影,当AI能够利用传感器数据,并且在微处理器上执行推理时,Edge AI就能真正发挥其巨大的潜力。TensorFlow的技术负责人Pete Warden在他今年的一次演讲中曾经提到,目前全世界范围内共有1500亿个嵌入式处理器,平均每人拥有的嵌入式微处理器超过20个,这个数量还在以每年20%的速度增长,而且没有任何迹象显示这种增长有放缓的趋势。所以,即使不考虑未来还将继续扩大的市场,只是针对目前的存量数据进行开发利用,这一领域的市场规模都将是超乎我们想象的庞大。

图:SensorTile from STMicroelectronics

MCU: Cortex-M4F

6-Axis IMUs: accelerometer(s), gyroscope, magnetometer

Environmental Sensors: pressure, temperature, humidity

Acoustic Sensor: MEMS microphone

Qeexo AutoML可运行在Cortex M0-M4的MCU上

不过,显然这些运算能力以及内存空间非常受限的微处理器能够提供给AI的施展空间并不大,这也是为什么谷歌在2017年推出TensorFlow Lite,这一针对移动和嵌入式设备的轻量级解决方案。同样,Qeexo今年10月推出的AutoML也是专为这些设备服务,而且与TensorFlow相比更加轻量化。

有了Edge AI,可以预想IoT设备和智能设备将会迎来一轮新的爆发。随着所有公司都期待能为自己的设备和系统加入“智能”,如果能够满足这些智能平台的计算需求,市场一定将会迎来显著的增长。

眼下,Edge AI已经在预测性维护,自动驾驶,智能家电等领域已经开始发挥作用,更重要的是,这一技术带给我们的想象空间还很大、很大。

我想用微软研究院机器学习和优化研究组的负责人Ofer Dekel曾经分享过的一个案例作为结尾,让每一个人都能更简单地体会到Edge AI到底会为我们的社会和生活带来怎样的改变。

“在Ofer Dekel家的花园里,松鼠经常啃咬花苞,偷吃投喂器里的鸟食,这使得他和家人无法欣赏到绽放的花朵和悦耳的鸟鸣。为了解决这个问题,Dekel训练了一个计算机视觉模型来侦测松鼠的出没,并将代码部署到Raspberry Pi 3(一种廉价且计算能力有限的单板计算机)上。该设备时刻监测着Dekel的后院,一旦有松鼠光顾,就会触发喷灌系统。”

有了这个设备之后,我猜想Dekel和家人可能再也没有担心过松鼠给他们带来的麻烦了。

当然,Raspberry Pi在Edge AI领域还不能算作是很“小”的设备,在接下来的文章里面我们还会介绍更多在更小的设备上运行Edge AI的案例。如果你感兴趣的话,可以继续关注我们的博客。

Qeexo China

Qeexo
Qeexo

Qeexo是第一家为嵌入式边缘设备(Cortex M0-M4级别)提供自动化端到端机器学习服务的公司。在Qeexo AutoML的支持下,Qeexo已经将机器学习部署到全球范围内超过2.1亿台消费者设备上。

http://www.qeexochina.cn
专栏二维码
产业Edge AI
暂无评论
暂无评论~