人工智能是当前时代最强大的技术力量之一，我们现在正处于人工智能改变世界的大时代。

随着边缘设备处理的任务越来越复杂， 以及人工智能能力的急速提升，把人工智能能力部署到边缘计算设备，能更加有效地应用好强大的技术力量到业务运作中去。

什么是边缘人工智能

边缘人工智能(Edge AI)是人工智能应用程序在整个物理世界的部署方式， 它被称为“边缘人工智能”，因为人工智能计算是在网络边缘的用户附近完成的，靠近数据产生的位置，而不是集中在云计算设施或企业中央数据中心。

由于互联网具有全球覆盖范围，因此网络边缘可以意味着任何位置。 它可以是零售店、工厂、医院或我们周围的设备，如交通灯、自动机器和电话。

为什么要在边缘部署人工智能
由于人工智能算法能够理解语言、视觉、声音、气味、温度、面部和其他模拟形式的非结构化信息，因此它们在最终用户遇到现实世界问题的地方特别有用。 由于与延迟、带宽和隐私相关的问题，不少人工智能应用程序不适合、不切实际、甚至不可能部署在集中式云或企业数据中心中。

边缘人工智能的好处：

• 智能应用：人工智能应用程序比传统应用程序更强大、更灵活，传统应用程序只能响应程序员预期的输入。 相比之下，人工智能神经网络并不是训练如何回答特定问题，而是训练如何回答特定类型的问题，即使问题本身是新的。 如果没有人工智能，应用程序就不可能处理无限多样的输入，例如文本、口语或视频。
• 实时洞察：由于边缘技术在本地分析数据，而不是在因长途通信而延迟的遥远的云中分析数据，因此它可以实时响应用户的需求。
• 降低成本：通过使处理能力更接近边缘，应用程序需要更少的互联网带宽，从而大大降低网络成本。
• 增加隐私：人工智能可以分析现实世界的信息，而无需将其暴露给人类，从而大大增加了任何需要分析外表、声音、医学图像或任何其他个人信息的人的隐私。 边缘人工智能通过在本地包含数据、仅将分析和见解上传到云端来进一步增强隐私。 即使某些数据是出于培训目的而上传的，也可以对其进行匿名化以保护用户身份。 通过保护隐私，边缘人工智能简化了与数据监管合规性相关的挑战。
• 高可用性：去中心化和离线功能使边缘人工智能更加强大，因为处理数据不需要互联网访问。 这将为关键任务、生产级人工智能应用带来更高的可用性和可靠性。
• 持续改进：人工智能模型随着更多数据的训练而变得越来越准确。 当边缘人工智能应用程序遇到无法准确或自信处理的数据时，它通常会上传数据，以便人工智能可以重新训练并从中学习。 因此，模型在边缘生产的时间越长，模型就越准确。

边缘人工智能的应用场景：

在制造、医疗保健、金融服务、交通、能源等领域，边缘人工智能正在推动各个领域的新业务成果，包括：

• 能源智能预测：对于能源等关键行业来说，供应不连续可能威胁到普通民众的健康和福祉，智能预测是关键。 边缘人工智能模型有助于结合历史数据、天气模式、电网健康状况和其他信息，创建复杂的模拟，为客户提供更高效的能源生成、分配和管理信息。
• 制造中的预测性维护：传感器数据可用于及早检测异常并预测机器何时出现故障。 设备上的传感器会扫描缺陷，并在机器需要维修时向管理人员发出警报，以便尽早解决问题，避免代价高昂的停机。
• 医疗保健中人工智能驱动的仪器：现代边缘医疗仪器正在变得支持人工智能，这些设备使用超低延迟的手术视频流，以允许微创手术和按需洞察。
• 零售业的智能虚拟助理：零售商希望通过引入语音订购以语音命令取代基于文本的搜索来改善数字客户体验。 通过语音订购，购物者可以使用智能音箱或其他智能移动设备轻松搜索商品、询问产品信息并在线下订单。