- Mākslīgais intelekts perifērijā pārvieto datu apstrādi no mākoņa uz gala ierīcēm, lai novērstu latentumu.
- Ģeneratīvo modeļu lokāla palaišana ievērojami samazina ekspluatācijas izmaksas un atkarību no ārējām licencēm.
- Mākslīgā intelekta ieviešana perifērijā nodrošina darbību bezsaistē un stiprina datu drošību.
Jūs droši vien esat dzirdējuši par mākoņpakalpojumiem, taču pašreizējā tendence ir pretēja: intelekta nogādāšana tieši tur, kur notiek lietas. Edge AI ir vienkārši par uzlabotu algoritmu ieviešanu ierīcēs tīkla malā, kur savienojums dažreiz neizdodas vai vienkārši nesasniedz mērķi, ļaujot iekārtām darboties autonomi.
Mēs runājam par šo digitālo smadzeņu integrēšanu instrumentos, ko mēs jau lietojam katru dienu, sākot no vienkārša viedtālruņa vai viedpulksteņa līdz sarežģītiem rūpnieciskiem sensoriem vai valkājamiem veselības monitoriem. Ideja ir pārtraukt visu sūtīt uz attālu serveri, lai atbilde būtu tūlītēja, gandrīz acumirklīga.
Ko īsti ietver mākslīgais intelekts perifērijā?
Būtībā mēs apvienojam perifērijas skaitļošanu ar mašīnmācīšanos , lai mašīnmācīšanās uzdevumi tiktu veikti tieši uz savstarpēji savienotās aparatūras. Uzglabājot un apstrādājot informāciju blakus ierīcei, mēs iegūstam atgriezenisko saiti milisekundēs, kas ir ļoti svarīgi nozarēs, kur pat sekundes aizkave var būt nopietna problēma.
Tas ir īpaši svarīgi tādās tehnoloģijās kā autonomās automašīnas vai progresīva robotika , kur transportlīdzeklim ir jāizlemj, vai nekavējoties bremzēt, negaidot mākoņa apstiprinājumu. Tas ir arī aģentūru mākslīgā intelekta sistēmu pamats , kas darbojas un reaģē reāllaikā, pamatojoties uz reālās pasaules vidi.
Lēciens uz lokālo ģeneratīvo mākslīgo intelektu
Vēl nesen, ja vēlējāties izmantot jaudīgu valodas modeli, bija jāizmanto OpenAI vai Anthropic. Taču, protams, lietošanas maksas un licences ir kļuvušas pārmērīgas, un bieži vien skaitļi vienkārši nesummējas. Tāpēc mēs novērojam milzīgu pāreju uz atvērto modeļu palaišanu savos datoros.
Ieguldot līdzekļus aparatūrā, kas spēj atbalstīt šos secinājumus, uzņēmumi un lietotāji var atgūt savus ieguldījumus tikai dažu mēnešu laikā , jo tie likvidē atkārtotus maksājumus ar žetoniem. Būtībā runa ir par pāreju no intelekta nomas uz dzinēja, kas to ģenerē, īpašumtiesībām.
Konkurences priekšrocības un reālās pasaules pielietojumi
Papildus tam, ka dati tiek apstrādāti to avotā, tie ne tikai ietaupa naudu, bet arī optimizē darbplūsmas sarežģītās vidēs, piemēram, piegādes ķēdes pārvaldībā vai rūpnīcās . Samazinot tīkla trafiku, ievērojami samazinās latentums un palielinās efektivitāte.
- Bezsaistes darbība: Atšķirībā no tradicionālā mākslīgā intelekta, perifērijas ierīces var darboties bez interneta, padarot tās ideāli piemērotas attāliem apgabaliem.
- Uzlabota drošība: Tā kā dati netiek izplatīti ārpus telpām, privātums ievērojami palielinās.
- Ekonomiskā izaugsme: Paredzams, ka šis tirgus pieaugs eksponenciāli, līdz 2033. gadam sasniedzot astronomiskus skaitļus, pateicoties ļoti augsts gada pieauguma temps.
Lielisks piemērs tam, kā mākslīgais intelekts tiek integrēts lietotāja pieredzē, ir Copilot, kas iebūvēts Edge pārlūkprogrammā. Tā nav tikai tērzēšanas lietojumprogramma; tā var vienlaikus analizēt vairākas cilnes , novēršot nepieciešamību pārslēgties starp logiem, lai salīdzinātu datus. Tā var apkopot vietnes saturu dažu sekunžu laikā vai ģenerēt attēlus, izmantojot Designer pārlūkošanas laikā.
Turklāt Microsoft ievieš atmiņas un konteksta funkcijas , kur palīgs atceras jūsu preferences un pārlūkošanas paradumus, lai sniegtu daudz personalizētākas atbildes. Viņi pat izstrādā “Darbības”, kas ļaus sistēmai automātiski rezervēt viesnīcu, pamatojoties uz jūsu ceļošanas paradumiem un pašreizējo atrašanās vietu .
Korporatīvajā vidē drošība ir ļoti svarīga. Izmantojot darba kontu, tiek aktivizēta uzņēmuma datu aizsardzība (plaši pazīstamais zaļais vairogs), nodrošinot, ka sensitīva informācija netiek izmantota globālu mākslīgā intelekta modeļu apmācībai, tādējādi visu saglabājot organizācijas nomnieka īpašumā.
Jaudīgas aparatūras un optimizētu modeļu konverģence ļauj mākslīgajam intelektam pāriet no attālināta pakalpojuma uz mūsu ierīču neatņemamu spēju, garantējot ātrumu, izmaksu ietaupījumus un daudz stabilāku privātumu, novēršot pilnīgu atkarību no centrālajiem serveriem.
