Hey! Sie scheinen aus United States zu kommen, möchten Sie auf die Englisch Webseite wechseln?
Switch to Englisch site
Skip to main content

4 erstaunliche Vorteile von Edge AI

Edge AI ist eine relativ neue Option, bei der die Verarbeitung für Anwendungen der künstlichen Intelligenz in der Nähe des Standorts des Geräts stattfindet, anstatt an einen anderen Ort gesendet zu werden. Häufig erfolgt die Informationsverarbeitung lokal. Hier sind einige der spezifischen Vorteile, die Menschen durch den Einsatz dieser Edge-Lösungen für künstliche Intelligenz erhalten können.

1. Erhöhte Sichtbarkeit für eine bessere Entscheidungsfindung

Durch den Einsatz von Edge Computing für Anwendungen der künstlichen Intelligenz wird die Latenz, die entstehen kann, wenn Daten zur Verarbeitung an eine externe Einrichtung gesendet werden, erheblich reduziert. Diese verbesserte Schnelligkeit ist besonders wertvoll, wenn die Führungskräfte eines Unternehmens ohne Verzögerungen handeln wollen.

Ein aktuelles Beispiel: Toyota Motor North America hat sich mit Invisible AI – einem Startup-Unternehmen für künstliche Intelligenz (KI) – zusammengetan, um in allen seinen Fabriken Edge-Geräte einzusetzen. Genauer gesagt wird es KI-„Augen“ installieren, um fast alles, was in einer Anlage passiert, zu überwachen. Dann können die Führungskräfte Engpässe in den Prozessen erkennen und sehen, was gut funktioniert.

Das komplette System umfasst 500 Edge-AI-Geräte mit integrierten Chip-Sätzen und einer hochauflösenden 3D-Kamera, die verfolgt, was auf dem Fabrikboden passiert. Eric Danzinger, Gründer und CEO von Invisible AI, sagte über die Einrichtung: „[Es] ermöglicht uns, die ganze Zeit über eine Menge Verarbeitung an der Kamera, am Gerät, in Echtzeit durchzuführen.“

Er fuhr fort: „Was wir haben, ist ein KI-Computer-Vision-Modell, das läuft und ständig all das Video verarbeitet, das hereinkommt. Das bedeutet, dass wir Ihnen Echtzeit-Informationen, Echtzeit-Einblicke geben können, [und] wir können diese Daten unglaublich effizient verarbeiten. Wenn Sie einen Schichtbericht sehen möchten, können Sie ihn fast sofort nach dem Ende der Schicht sehen.”

In der Anfangsphase der Technologieeinführung wird sich das Unternehmen auf den Einsatz von KI zur Überwachung der Fahrzeugmontage konzentrieren. Die Verantwortlichen sind jedoch auch daran interessiert, andere Anwendungen zu erforschen, einschließlich solcher, die mit Sicherheit und Ergonomie zu tun haben.

2. Verbesserte Flexibilität und einfache Bereitstellung

Edge AI bietet den Menschen auch mehr Möglichkeiten, wie, wann und wo sie Anwendungen künstlicher Intelligenz nutzen. Diese Vorteile sind besonders wertvoll, wenn Sie sich auf KI in Bereichen verlassen, die möglicherweise über eine begrenzte Infrastruktur verfügen, wie z. B. auf Baustellen.

Eine Möglichkeit, wie KI in solchen Fällen unterstützen kann, besteht darin, die Sicherheit an Arbeitsplätzen zu erhöhen. Statistiken zeigen, dass Stürze die Hauptursache für tödliche Unfälle auf dem Bau sind. Wenn ein Unternehmen an einem Standort Kameras mit KI-Verarbeitung einsetzt, könnte die Technologie übermäßig riskante Situationen aufspüren und Manager alarmieren, um einzugreifen. Dabei spielt es keine Rolle, ob es sich um Fälle handelt, in denen Arbeiter stürzen könnten, um Fälle, in denen sie keine persönliche Schutzausrüstung tragen, oder um etwas anderes.

CONXAI ist ein Unternehmen, das die Sicherheit auf Baustellen mit künstlicher Intelligenz erhöhen möchte. Dieses Unternehmen bietet eine modulare, programmierfreie KI-Plattform für die Bildverarbeitung auf Baustellen. Es verwendet eine Lösung namens Veea Edge Platform, um die Informationsverarbeitung lokal durchführen zu können. Diese Kombination aus Edge-Computing und KI hat jedoch auch zusätzliche Vorteile.

William Hurley, Chief Revenue Officer bei Veea, sagte: „Die Möglichkeiten für Immobilienentwickler und die von ihnen beauftragten Baufirmen sind grenzenlos, zumal fast jede Anlage mit immer preiswerteren Sensoren und Kamerasystemen ausgestattet werden kann.“

Er fuhr fort: „Mit der Edge-Computing-Plattform und dem Mesh-Networking von Veea können wir Daten lokal sammeln und analysieren, während wir gleichzeitig automatisierte Systeme unterstützen und Daten in Echtzeit an die Baustellenleiter liefern, die die Sicherheit und Produktivität verbessern können. Wir können auch Daten an mehrere Clouds senden, vorhandene Unternehmenssysteme einspeisen und die Remote-Verwaltung, die für große, verteilte Baufirmen äußerst wertvoll ist, ermöglichen.”

3. Verbesserte Datenverarbeitungsfähigkeiten

Einige Cloud-Computing-Anwendungen benötigen eine halbe Sekunde, um eine Anfrage zu senden und eine Antwort zu erhalten. Das klingt wie eine kurze Zeitspanne, aber es ist immer noch zu lang für einige Arten von KI, wie z. B. die Art, die in selbstfahrenden Autos installiert wird.

Matt Ranney ist Chef-Systemarchitekt bei Uber. Er sprach darüber, wie die in der selbstfahrenden Flotte des Unternehmens verwendeten Volvo XC90-Fahrzeuge Edge-Computing erfordern, da die Fahrzeuge alle Echtzeitdaten aufnehmen und verarbeiten müssen, um ordnungsgemäß zu funktionieren.

„Dieses System muss alle seine Entscheidungen lokal treffen. Es kann sich nicht auf irgendwelche Systeme außerhalb des Fahrzeugs verlassen, um irgendwelche Entscheidungen darüber zu treffen, wie das Auto zu fahren ist. Es muss die Sensoren verwenden. Die gesamte Software, die für diese Entscheidung benötigt wird, muss an Bord sein. Alles, was wir von der Außenwelt der Daten bekommen, ist, wo die Leute abgeholt werden wollen“, erklärte er.

Diese Edge-Anwendung für künstliche Intelligenz scheint sich ausgezahlt zu haben. Uber kündigte die Einführung von fahrerlosen Lebensmittellieferungen für den kalifornischen Markt im Jahr 2022 an.

Einige Leute, die mit autonomen Autos vertraut sind, nennen sie sogar mobile Rechenzentren, da die Verarbeitung vor Ort sehr viel stattfindet. Sie behaupten, dass Unternehmen, die sich auf selbstfahrende Autos spezialisiert haben, aufgrund der im Fahrzeug verbrauchten Daten und des Umfangs, in dem diese Informationen das Fahrzeug steuern, mehr Ressourcen in den Schutz vor Cyberangriffen investieren müssen.

4. Erweiterte Anwendungsfälle

Der Fortschritt, der mit der Edge-KI verbunden ist, schafft außerdem mehr Möglichkeiten für Menschen, künstliche Intelligenz auf neue, aufregende Weise zu nutzen. Wenn sich diese Fortschritte fortsetzen, wird es wahrscheinlicher, dass Einzelpersonen künstliche Intelligenz und Edge-Computing als intelligente Paarung betrachten.

Betrachten Sie eine Entwicklung eines Forschungsteams an der University of Massachusetts Amherst. Es handelt sich um ein Edge-Computing-Gerät, das mithilfe von maschinellem Lernen die Größe einer Menschenmenge und die Häufigkeit des Hustens analysiert. Das Team hofft, dass diese Lösung ihnen hilft, COVID-19 und saisonale Krankheiten wie Grippe zu verfolgen.

Während der Tests von Dezember 2018 bis Juli 2019 sammelte das System über 21 Millionen nicht gesprochene Audioproben und 350.000 Wärmebilder aus öffentlichen Wartebereichen. Als die Forscher die Daten untersuchten, stellten sie fest, dass sie Signale enthielten, die dazu beitrugen, die täglichen Grippefälle zu identifizieren.

In einem anderen Fall haben sich zwei Unternehmen zusammengeschlossen, um Edge-Ki-Geräte bereitzustellen, um die nachteiligen Auswirkungen von extremen Witterungsbedingungen, einschließlich Naturkatastrophen, zu überwachen, zu untersuchen und zu verhindern. Einige der ersten Pilotprojekte, die aus dieser Zusammenarbeit hervorgehen, werden den Einsatz von KI in vorhandenen Edge-Geräten wie Eisenbahn- und Autobahnkameras betonen.

Vertreter des Unternehmens hoffen, alle drei bis fünf Kilometer eine Kamera einsetzen zu können, um Dinge wie Niederschlag und Schneemengen zu überwachen. Sie glauben auch, dass ihre Technologie die Schäden durch Waldbrände reduzieren könnte, indem sie den Rauch analysiert.

Werden Sie Edge AI einsetzen?

Diese Beispiele zeigen, was möglich ist, wenn man sich für Lösungen mit künstlicher Intelligenz einsetzt. Wenn Sie darüber nachdenken, dasselbe zu tun, sollten Sie mit einem Technologieanbieter zusammenarbeiten, der häufig mit Edge AI arbeitet und die möglichen Anwendungsfälle kennt. Auf diese Weise können Sie Ihre Erwartungen und Bedenken äußern und mehr darüber erfahren, ob die Technologie für Ihre Bedürfnisse geeignet ist.

Emily Newton is the Editor-in-Chief of Revolutionized Magazine. She has over six years experience writing articles for the tech and industrial sectors. Subscribe to the Revolutionized newsletter for more content from Emily at https://revolutionized.com/subscribe/

Kommentare