眾所周知，人工智能會消耗計算能力，需要大量數據中心。 但在適當的情況下，其令人印象深刻的功能可以存在于更小、更便攜的設備上。

邊緣人工智能是將人工智能系統放置在離數據源更近的分散硬件設備上的做法。 這種方法可以減少延遲，提高隱私性，減少從一個設備到另一個設備的數據傳輸，并提高本地人工智能應用程序的性能。 然而，它也可能比其他常見的云計算工作負載需要更多的計算能力。

邊緣人工智能在保持計算靠近數據源方面提供了性能優勢，在優先考慮隱私保護時確保安全性，并在難以到達的位置收集數據時提供后勤優勢。 企業領導者應該了解的邊緣人工智能用例出現在各個垂直市場中。 要探索的主要例子是制造和生產、醫療保健、能源、運輸和零售。

邊緣人工智能與邊緣計算

邊緣人工智能是將智能計算腦力直接應用到智能手機、智能冰箱和其他物聯網設備等設備上。 設備無需等待通過互聯網發送的信息即可做出決策。 邊緣計算是將計算工作移至靠近數據收集的地方。 除了人工智能決策之外，邊緣計算還涵蓋數據存儲和簡單處理等任務。

專業服務公司普華永道全球人工智能主管 Anand Rao 表示：“邊緣人工智能正在開始徹底改變許多行業收集和利用其產品和運營產生的數據的方式。”

邊緣計算運行許多強大的系統，例如用于住院監測和預測性維護的系統。 邊緣人工智能增強了此類任務的性能。 例如，它可以使用計算機視覺從本地設備檢測重要事件，例如患者滑倒和跌倒，然后向醫務人員發送警報。 邊緣設備附加功能的其他示例包括自然語言處理和預測分析。

全球戰略和管理咨詢公司科爾尼高級分析實踐合伙人 Bharath Thota 表示：“邊緣人工智能和邊緣計算正在改變我們處理數據和從數據中提取價值的方式，但它們的方式不同。”

邊緣人工智能對企業的好處

為企業帶來的好處包括降低高數據量情況下與網絡負載相關的成本、敏感應用程序的隱私保護以及提高推理性能和準確性。 邊緣人工智能還通過將復雜的人工智能計算推送到本地設備來提高效率并降低成本。 這減少了人工智能推理工作負載對大型集中式計算機系統和服務器的依賴。 在應用程序需要對數據執行實時分析的情況下，靠近數據源可以減少延遲。

邊緣人工智能還可以增強數據安全性。 它將數據收集過程本地化，在數據源處執行預測，并將外部網絡流量限制為僅限人工智能模型的輸出，從而保護潛在的敏感數據輸入。 最后，對于網絡連接不一致的遠程位置的設備和操作來說，它是一個可靠的解決方案。

全球咨詢公司甫瀚咨詢高級總監盧卡斯·劉 (Lucas Lau) 表示：“邊緣人工智能通過減少延遲甚至減少互聯網連接的需求來實現各種新的用例。” 在這些場景中，應用程序的運行速度比沒有邊緣計算設置時運行得更快。

邊緣人工智能的行業特定用例

行業用例包括以下內容：

制造和生產：邊緣人工智能改善了車隊或一組生產設備的預測性維護。人工智能模型預測設備最有可能出現故障的時間。本地運行的算法分析機器的振動、熱量和聲學數據等因素。他們以高分辨率和實時的方式這樣做。從分析中收集到的見解就是輸出。

通過數據清理和異常檢測：可以改善制造工廠和現場作業的大規模數據收集工作。在本地執行這些任務可以減少數據開銷并縮短響應時間。

醫療保健：邊緣人工智能有助于實時監控患者，改善護理和安全性。病人身上的可穿戴設備收集健康數據。當基于人工智能的信息分析發生在本地時，與傳輸要集中處理的數據相比，它減少了帶寬消耗并增強了數據隱私。

能源。邊緣人工智能可以實時監視設備。這可以幫助預測能源設備，如發電廠和風力發電場，何時可能需要修復，就像在制造業用例中一樣。此外，它還可以改進研究能源使用數據的工具，以確定繁忙時間，預測使用模式，并改善工廠分配能源的方式。

交通工具：邊緣人工智能實時處理附著在車輛上的傳感器的數據，使自動駕駛車輛能夠了解周圍環境，做出決策并快速導航。它還可以在汽車離開車道時提供警告，并增強駕駛員輔助系統。

零售：邊緣AI通過處理支持防丟失的視頻流來改進安全事件檢測。