ai边缘计算平台丨ai赋能边缘计算让智能无处不在

【ai边缘计算平台丨ai赋能边缘计算让智能无处不在】lot物联网小编为你整理了的相关内容，希望能为你解答。

文｜宽带资本，来源 | Deloitte ，编译 | 王志飏 宽带资本董事

物联网技术发展和行业应用在过去几年获得了长足发展，我们每次骑乘共享单车、每次用APP缴纳水电费、每次远程查看家中摄像头，或用手机提前开启车内空调，都可以切身体会到物联网带来的变革。

伴随今年6月6日我国5G牌照的正式发放，5G时代也正式拉开帷幕。5G 物联网将构建新一代网络基础设施，云计算和边缘计算将构筑新一代和网络融合的计算、存储基础设施，人工智能则是新一代基础设施之上的killer app——多种新的技术发展正在共同推动万物智能时代的到来。

连接和智能将对各个产业带来深远的影响，产业与产业、产业内上下游之间的边界将越来越模糊。万物互联、万物智能将推动越来越多的产业向服务化模式转型，在各行各业会出现各种服务场景的“运营商”，这一重大变革将重塑各个传统行业价值链，是数字化转型带来的重大机遇。

在众多赋能技术当中，边缘计算和边缘智能是构筑万物智联体系极其重要的一环。德勤在2018年底推出的Pervasive intelligence一文，很好地总结了边缘智能给各行业、组织、职能带来的变革、机遇和挑战，特此翻译成中文与各位分享。

智能设备无处不在

随着新一代人工智能技术赋予越来越多的设备学习经验、适应变化和预测结果的能力，万物都在变得更加智能。产业各界也都开始探索新的机遇。

人工智能软硬件技术的发展，推动了从机器人、摄像头到医疗设备等大量、多样化的智能设备的出现。这些设备可以通过视觉，声音和其他模式识别信息和交互，并且不需要稳定、持久的连接到云端，可以很好地为其用户提供更高的效率和效能。但这只是冰山一角，在某些行业，智能设备根本改变产业链价值的分配方式。

AI技术和产业应用的发展产生很多重要信号，包括：

AI软件企业在定制AI模型和算法，以便其能在数据中心以外的设备上进行部署芯片企业越来越多地将对AI的支持直接嵌入到设备中在研的低功耗AI芯片，可以执行复杂的计算，但仅会消耗以微瓦计量的能量具有嵌入式AI的设备开始在许多垂直行业出现，包括物流、制造业、农业和医疗等预计嵌入式人工智能设备的年出货量将从2017年的7900万增长到2023年的12亿技术进步推动AI驶出数据中心

软件和硬件的技术发展正在将AI从数据中心中推向我们在工作和日常生活中使用的机器和设备。

能够高效运行机器学习算法，同时具备移动设备必需的低功耗的处理器已经进入市场。众多新一代的AI芯片公司（无论研发云端芯片还是边缘端芯片）吸引了大量投资。仅2017年，这些公司就筹集了超过15亿美元的资金，几乎是前一年筹集资金的两倍。

AI芯片领域的创新速度也令人感到惊艳。例如，麻省理工学院的研究人员在2018年推出的一款芯片，它的神经网络推理速度前一代快3到7倍，但功耗却最高能降低95%。诸如此类的性能使这些芯片直接适用于诸如传感器的低功耗物联网设备中运行AI算法。

人工智能芯片已经开始大量出现在智能手机和其他设备中：德勤预测2018年将有超过5亿片移动芯片在包括智能手机，平板电脑和其他智能终端的设备上运行机器学习算法。

AI软硬件的持续创新将带来越来越多内置AI能力的设备。一项研究预测，全球所有人工智能推理（或分析）运算中发生在边缘侧的比例将从2007年的6%暴增到2023年的43%。

人工智能不只是变得越来越强，也在变得越来越普及。随着新一代软硬件赋予消费者和企业越来越多具有AI功能的设备，我们将进入一个万物智能的时代。

从万物互联到万物智能

万物智能时代将以具备AI能力的智能设备的普遍渗透为标志。机器将能从经验中学习，适应不断变化的情况并预测结果。这些能力能用来推测用户需求，甚至通过信息交互和任务协同与其他设备协作完成工作。

通过将AI嵌入边缘，这些设备“智能”能力将不再依赖于互联网连接，摆脱了向云端传输数据造成的时延。低延迟和连接独立性将为各种新的应用带来可能——例如车辆导航、增强现实以及医疗等应用——这些场景通常需要在网络连接不可得或不稳定的情况下，也提供实时反馈和强大高可靠的性能。

万物智能已经开始在各个行业扎根

智能设备将使各行各业受益。以下列举了一些行业应用案例，尽管大部分仍处于开发阶段或试点阶段，但依然可以看到万物智能不仅可以重塑企业的运营方式，而且在某些领域可以重塑产业链生态。

制造业

越来越多的机器人开始配备传感器和AI能力，使得它们可以安全地和人类协同工作，大大提高了机器人在工厂车间的实用性。这类协作机器人的早期版本主要依靠云端智能，但芯片企业和机器人制造商正在合作将工厂车间或机器人本身具备的计算资源中嵌入AI能力。

这将使得装配线上的机器人计算运动的运算速度提高1000倍，或者立即响应突发事件，例如承担另一个出现故障的机器人的任务从而保持生产节拍和防止停机。又如，智能阀可以通过利用附近的智能网关的AI算法，减少化学品泄漏和代价高昂的停机时间。

医疗健康

内嵌AI能力的智能医疗设备可以改变医疗服务的交付方式、降低成本并提高患者的福祉。例如，试验表明内嵌AI算法的植入设备显著降低了癫痫患者癫痫发作的频率。这类智能医疗植入设备能够感知和避免实时发生的健康风险事件，在提供远程监测和治疗能力的同时降低医疗费用。

建筑工程

利用无人机和智能摄像头实时监控施工现场的进度，可有效防止工期延误，减少物资浪费（仅在美国工程施工中的浪费每年就超过1,600亿美元）。一家研发人工智能施工现场自动驾驶检查车的创业公司声称，其系统帮助客户项目提高了38％的生产效率并节省了11％的项目预算。（译者注：Doxel.ai，2016年创立的建筑业人工智能企业，于2018年获得A16Z投资）

物流

人工智能正在帮助物流行业降低成本、提高速度和效率。智能仓储机器人系统利用云端和现场微型数据中心的组合设施提供的AI能力，可以相互通信，协同处理任务，将订单拣选时间从小时缩短到分钟。

汽车/交通

自动驾驶汽车也许是嵌入式AI最突出的例子，预计未来最终将通过按需出行服务的方式替代传统汽车所有权，重塑交通运输行业。自动驾驶汽车还可能使停车场，交通拥堵和加油站消失，颠覆汽车保险，物流等其他产业链上下游传统的商业模式。

农业

配备摄像头和计算机视觉能力的除草剂喷洒机器人能够将除草剂精确施用于杂草，与普通方法相比能够为农民减少高达90%的除草剂成本。

能源

配备传感器的联网风力涡轮机可以共享风况变化的信息，利用在风电场部署的边缘计算AI算法，每个风机都可以针对不断变化的风况和相邻涡轮机的动作对其速度和叶片和转子角度进行实时调整，最大化发电效率。这一方法能使电厂产量增加4％至8％，同时最大限度地减少风机损耗。

安防

具有嵌入式AI的智能安全摄像头能够（引用一名记者的话）“知道你的名字，你拿着的东西，或者你已经闲逛了17.5分钟”，从而可以实时警告公司或执法部门正在发生的可疑活动。

万物智能带来的战略影响

智能设备有潜力帮助企业达到效率和效能的新高度：自动化流程，减少物资浪费，降低成本，提高产量。但是，万物智能时代的影响深远，不仅仅是“更快，更好，更便宜”。

智能设备模糊了传统业务的边缘，能够帮助于扩大现有市场，威胁传统巨头，并改变行业价值的分配方式。以下探讨了这些可能性。

扩大市场空间

通过降低成本和提高效率，智能设备可以帮助扩大市场空间。例如，采用上述案例中智能仓储机器人带来更快的订单履行和交付时间，赢得一些因为时效性问题不在线上购买生鲜食品的消费者。

协同工作的智能风力涡轮机（参见“群体智能”）可帮助运营方在提高产量的同时降低运维成本，更低的风电价格在许多地区将比传统能源更具竞争力，对风能的需求可能因此增加。

智能监控摄像头可以自动分析并采取行动，可以将监控摄像头的市场空间扩展，代替人工来实现视频内容监控服务。

群体智能：智能仓储机器人一起工作完成拣货，智能风力涡轮机协作以最大化发电，这些都展示了互联智能设备组成的分布式系统通过协作能力实现更高的速度和效率。

又如智慧城市，AI智能交通信号灯系统在匹兹堡的试运行将期间交通平均行程时间减少了25％，空转时间减少了40％。

智能交通灯根据各个交叉路口的交通流量做出变灯决策，然后将这些决策传递给附近的交通灯，这些信息又纳入附近交通灯的决策中。

虽然这样协作的去中心化系统仍处于早期开发阶段，很多创业公司已经在开发类似的系统用来管理农田，巡检基建设施，和保护人身安全。

威胁传统巨头

各种传统产品公司可能面临来自提供智能替代品新进入者的竞争。例如，传统监控摄像头，除草剂喷淋设备和工业阀门的制造商恐怕会看到其对产品的需求转向对更智能的替代品的需求；为传统产品线增加智能化选择才是明智之举。

虽然许多智能设备的开发和应用可能需要一些时间，传统企业必须做好准备面对智能设备完全替代传统设备的转折点的到来。汽车制造商为了面对这一转变做准备，正在通过合作和收购开发自己的自动驾驶技术和车辆。

其他行业的传统企业同样应该探索通过合作和并购，将AI能力引入其产品线。

价值转移

智能设备可能导致产业链价值分配的变化。许多行业专家预计，自动驾驶按需出行服务的出现将降低对拥有车辆的需求，将收入从汽车制造商转移到自动驾驶车队运营商。其他行业也可以看到类似的因智能设备的速度和效率驱动的变革。

上面提到的除草剂喷洒机器人可以大幅减少除草剂使用量，280亿美元的除草剂市场面临萎缩，其他农用化学品也面临着同样的挑战，这是一个价值1500亿美元的全球市。

医疗健康服务者可能会看到AI医疗设备（如前面提到的的癫痫植入设备）将导致部分医疗保健支出从医院急诊转移到设备、植入手术（和监控服务），为患者和保险公司节省每人每年数万美元的急救费用。

对业务和技术领导者的影响

万物智能时代将为各类专业人士带来机遇和挑战。

运营人员

需要考虑如何选择，集成和使用智能设备，以便为其组织获得更高的速度和效率。

产品营销人员

需要规划具有AI能力的新一代产品线。智能手机厂商已经开始利用终端AI能力（例如图像或语音识别）来增强其产品。Gartner预测，2022年出货的智能手机中有80％将采用嵌入式AI来实现增强功能，而2017年这一比例仅为10％。

市场战略人员

需要认识智能设备如何改变其行业的业态。智能设备不仅可以提供更好的产品和服务交付体验，企业更应该努力探索如何从利用智能设备扩大市场空间或通过产品差异化发掘更大的价值。例如智能设备如何产生新的收入来源和创新商业模式。

部分电信运营商已经开始部署MEC（移动边缘计算），在基站中构建边缘计算基础设施，为附近设备产生的数据提供AI分析服务，或者提供计算资源托管服务。商品制造商可以利用协作机器人的灵活性，为消费者快速生产个性化定制商品。

风控人员

需要与产品营销人员合作，分析智能产品的潜在风险影响。为了使万物智能发挥其潜力，需要通过技术和运营措施来识别，评估，管理和监控算法偏差，决策准确性和透明度，数据隐私和网络安全方面的风险。

还应考虑万物智能应用的道德规范，特别是在个人权利可能受到严重影响的情况下。

万物智能趋势对大多数行业产生重大影响可能还需要几年的时间。但正如上面的例子所示，影响最终会非常深远。嵌入AI设备最终将在企业生产和消费者生活中无处不在，实现社会效能和效率全新水平。

任何企业都应该现在开始分析万物智能对其业务和行业的潜在影响，做好准备迎接万物智能时代机遇和挑战。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

以上内容为【ai边缘计算平台丨ai赋能边缘计算让智能无处不在】的相关内容，更多相关内容关注lot物联网。