- Dirbtinis intelektas periferijoje perkelia duomenų apdorojimą iš debesies į galinius įrenginius, kad būtų pašalintas delsos laikas.
- Vietinis generatyvinių modelių vykdymas smarkiai sumažina eksploatavimo išlaidas ir priklausomybę nuo išorinių licencijų.
- Dirbtinio intelekto diegimas periferijoje užtikrina veikimą neprisijungus prie interneto ir sustiprina duomenų saugumą.
Tikriausiai esate girdėję apie debesiją, bet dabar tendencija yra visiškai priešinga: intelektas perkeliamas tiesiai ten, kur vyksta įvykiai. Dirbtinis intelektas periferijoje Tai tiesiog pažangių algoritmų diegimas įrenginiuose tinklo pakraštyje, kur ryšys kartais nutrūksta arba tiesiog neatsiranda, leidžiant įrangai veikti autonomiškai.
Kalbame apie šių skaitmeninių smegenų integravimą į įrankius, kuriuos jau naudojame kasdien, pradedant nuo paprastų išmanusis telefonas arba išmanusis laikrodis nuo sudėtingų pramoninių jutiklių iki nešiojamų sveikatos monitorių. Idėja yra nustoti siųsti viską į tolimą serverį, kad atsakas būtų nedelsiant, beveik akimirksniu.
Ką tiksliai reiškia dirbtinis intelektas kompiuterių periferijoje?
Iš esmės, mes maišome krašto kompiuterija su mašininiu mokymusi Tai leidžia mašininio mokymosi užduotis atlikti tiesiogiai sujungtoje įrangoje. Saugodami ir apdorodami informaciją kartu su įrenginiu, gauname grįžtamąjį ryšį per milisekundes, o tai labai svarbu sektoriuose, kur net sekundės vėlavimas gali būti rimta problema.
Tai ypač svarbu tokiose technologijose kaip autonominiai automobiliai arba pažangi robotikakai transporto priemonė turi nuspręsti, ar stabdyti nedelsdama, nelaukdama, kol debesis duos leidimą. Tai taip pat yra pagrindas agentinės dirbtinio intelekto sistemos, kurie veikia ir reaguoja tuo metu, remdamiesi realia aplinka.
Šuolis į vietinį generatyvinį dirbtinį intelektą
Iki šiol, norint naudoti galingą kalbos modelį, reikėjo pasinaudoti „OpenAI“ arba „Anthropic“. Bet, žinoma, naudojimo mokesčiai ir licencijos Jie išprotėjo, ir dažnai skaičiai nesutampa. Štai kodėl matome didžiulį poslinkį link... atvirų modelių vykdymas mūsų pačių kompiuteriuose.
Investuodami į įrangą, galinčią palaikyti šias išvadas, įmonės ir vartotojai gali atsipirktų investicijos per kelis mėnesiusTaip yra todėl, kad jie atsisveikina su pasikartojančiais žetoniniais mokėjimais. Tai iš esmės perėjimas nuo intelekto nuomos prie jį generuojančio variklio nuosavybės.
Konkurenciniai pranašumai ir praktinis pritaikymas
Duomenų apdorojimas kilmės vietoje ne tik sutaupo kelis eurus, bet ir optimizuoja darbo eigą sudėtingose aplinkose, tokiose kaip tiekimo grandinės valdymas arba gamyklosSumažinus tinklo srautą, smarkiai sumažėja delsa ir padidėja efektyvumas.
- Veikimas neprisijungus: Skirtingai nuo tradicinio dirbtinio intelekto, periferiniai įrenginiai gali veikti be interneto, todėl puikiai tinka atokioms vietovėms.
- Padidintas saugumas: Kadangi duomenys nekeliauja į išorę, privatumas gerokai padidėja.
- Ekonomikos augimas: Tikimasi, kad ši rinka augs eksponentiškai ir iki 2033 m. pasieks astronominius skaičius dėl... labai didelis metinis augimo tempas.
Labai aiškus dirbtinio intelekto įdiegimo į naudotojo aplinką pavyzdys yra „Copilot“, integruota į „Edge“ naršyklę. Tai ne tik pokalbių programėlė; ji gali analizuoti kelis skirtukus vienu metuTai apsaugo mus nuo to, kad nereikėtų šokinėti iš vieno lango į kitą, norint palyginti duomenis. Jis gali apibendrinti svetainės turinį per kelias sekundes arba generuoti vaizdus naudodamas dizaino įrankį, kol naršome.
Be to, „Microsoft“ diegia funkcijas, skirtas atmintis ir kontekstas, donde el asistente recuerda tus preferencias y rasgos de navegación para dar respuestas mucho más personalizadas. Incluso se perfilan las llamadas «Acciones», que permitirán al sistema reservar un hotel basándose en tus keliavimo įpročiai ir vieta srovė automatiškai.
Įmonių aplinkoje saugumas yra labai svarbus. Kai naudojama darbo paskyra, komercinių duomenų apsauga (garsusis žaliasis skydas), užtikrinantis, kad neskelbtina informacija nebūtų naudojama pasauliniams dirbtinio intelekto modeliams mokyti, ir viskas liktų organizacijos nuosavybėje.
Galingos aparatinės įrangos ir optimizuotų modelių konvergencija leidžia dirbtiniam intelektui iš nuotolinės paslaugos tapti neatsiejama mūsų įrenginių savybe, užtikrinančia greitis, išlaidų taupymas ir privatumas daug patikimesnis, nes panaikinama visiška priklausomybė nuo centrinių serverių.
