閱讀指南：[51CTO.com快速翻譯]邊緣人工智能(EdgeAI)是人工智能領域吸引人的新領域之一。 它的目的是讓用戶運行人工智能過程，而不必擔心隱私或數據傳輸緩慢的影響。 邊緣人工智能可以使人工智能技術得到更廣泛的應用，使智能設備無需訪問云平臺即可進行快速輸入。 邊緣人工智能(EdgeAi)是人工智能的新領域之一，其目的是讓用戶在不擔心隱私或數據傳輸緩慢的影響的情況下運行人工智能過程。 邊緣人工智能可以使人工智能技術得到更廣泛的應用，使智能設備在不訪問云平臺的情況下對輸入做出快速反應。雖然這是對邊緣人工智能的快速定義，但需要更好地理解和探索邊緣人工智能技術，了解邊緣人工智能的一些用例。

為了真正理解邊緣人工智能，我們首先需要理解邊緣計算，理解邊緣計算的最好方法是將其與云計算進行比較。 云計算通過公共互聯網提供計算服務，相比之下，邊緣計算系統不是連接到云計算平臺，而是運行在內部部署設備上。 這些設備可以是專用的邊緣計算服務器、內部部署設備或物聯網（物聯網）設備。 使用邊緣計算有許多優點。 例如，基于Internet/云平臺的計算處理受到網絡延遲和帶寬的限制，而邊緣計算不受這些因素的限制。

什么是邊緣人工智能？

在了解了什么是邊緣計算之后，我們需要了解邊緣人工智能。 邊緣人工智能邊緣計算技術的結合使得人工智能算法運行在能夠進行邊緣計算的設備上。 這樣做的好處是，您可以實時處理數據，而不必連接到云平臺。

大多數先進的人工智能過程都是在云中進行的，因為它們需要大量的計算能力。 結果是這些AI進程容易受到網絡延遲或停機的影響。 由于邊緣人工智能系統在邊緣計算設備上運行，因此可以在本地進行必要的數據操作，并通過公共互聯網發送，節省了大量的時間。 而深度學習算法可以運行在設備本身(數據的起點。

邊緣人工智能變得越來越重要，因為越來越多的設備需要使用人工智能技術而不需要訪問云平臺。數據傳輸的滯后可能是災難性的應用自動化機器人或智能汽車配備計算機視覺算法。 自動駕駛汽車不能受到延遲檢測道路上的人或障礙物的影響。 由于快速響應時間是如此重要，因此必須使用邊緣人工智能系統來允許在不依賴云計算連接的情況下對圖像進行實時分析和分類。

當邊緣計算設備被賦予通常在云中執行的信息處理任務時，結果是低延遲或實時處理。 此外，通過傳輸最重要的信息，可以減少傳輸的數據量，最大限度地減少通信中斷。

邊緣人工智能和物聯網

邊緣人工智能可以與其他數字技術相結合，如5G和物聯網（物聯網）等。 物聯網為邊緣人工智能系統生成數據供使用，而5G技術對于邊緣人工智能和物聯網的可持續發展至關重要。

物聯網是指通過公共互聯網相互連接的各種智能設備。 所有這些設備都生成數據，可以輸入到邊緣AI設備中這些設備也可以作為數據的臨時存儲單元。 數據處理方法具有更大的靈活性。

5G技術對于邊緣人工智能和物聯網的發展至關重要。 5G可以以最高20Gbps的更高速度傳輸數據，而4G只能以1Gbps的速度傳輸數據。 5G還支持比4G更多的并發連接和更短的延遲。與4G相比，這些優勢非常重要，因為隨著物聯網的發展，數據量也會增加，傳輸速度也會受到影響。 5G允許更多設備之間進行更多的交互，其中許多設備可以使用邊緣人工智能技術。

邊緣人工智能用例

邊緣人工智能的用例包括幾乎所有本地設備上的數據處理比通過云平臺更有效的實例。邊緣人工智能的一些常見用例包括自動駕駛汽車、無人機、面部識別和數字助理。

自動駕駛是邊緣人工智能的典型用例之一。 自動駕駛汽車必須不斷掃描周圍環境和評估駕駛情況，并根據緊急情況糾正其軌跡。 在這些情況下，實時數據處理至關重要，其車載邊緣人工智能系統將負責數據的存儲、處理和分析。 因此，邊緣人工智能技術對于將三級和四級（完全自主）車輛推向市場至關重要。

由于無人機不是由任何人控制或駕駛的，所以它們與自動駕駛汽車的要求非常相似。 如果無人機在飛行中失去控制或失敗，可能會墜毀和損壞公共財產或威脅人身安全。 此外，無人機可能會飛出互聯網服務的范圍，它們必須具有邊緣人工智能。 邊緣人工智能系統為亞馬遜PrimeAir和其他服務設計，通過無人機交付包裹說話是不可或缺的。

邊緣人工智能的另一個用例是面部識別系統。 面部識別系統依靠計算機視覺算法來分析攝像機采集的數據。 即使沒有連接到云平臺，為安全等任務運行的面部識別應用程序也需要可靠運行。

數字助手是邊緣人工智能的另一個常見用例。 谷歌助手、Alexa和Siri等數字助理必須能夠在智能手機和其他數字設備上運行，即使它們沒有連接到公共互聯網。 在數字設備上處理數據后，不需要將其傳送到云中，這有助于減少流量和確保隱私安全。

原標題：什么邊緣AI和邊緣計算？ 作者：丹尼爾·納爾遜

[51CTO翻譯，請注明合作網站CTO.com的原文和來源