業界がエッジ AI を活用して収益を最大化する方法

ご存知のとおり、人工知能はコンピューティング能力を消費し、多数のデータセンターを必要とします。しかし、適切な環境下では、その優れた機能が、より小型でポータブルなデバイス上に存在する可能性があります。

エッジ AI は、データ ソースに近い分散型ハードウェア デバイス上に人工知能システムを配置する手法です。このアプローチにより、遅延が短縮され、プライバシーが向上し、デバイス間でのデータ転送が削減され、ネイティブ AI アプリケーションのパフォーマンスが向上します。ただし、他の一般的なクラウド コンピューティング ワークロードよりも多くのコンピューティング能力が必要になる場合もあります。

Edge AI は、コンピューティングをデータ ソースの近くに維持することでパフォーマンス上のメリットをもたらし、プライバシー保護が優先される場合にはセキュリティを確保し、アクセスしにくい場所でデータを収集する場合には物流上の利点を提供します。ビジネス リーダーが知っておくべきエッジ AI のユースケースが、垂直市場全体で出現しています。検討すべき主な例としては、製造と生産、ヘルスケア、エネルギー、輸送、小売などが挙げられます。

エッジ人工知能とエッジ コンピューティング

エッジ人工知能は、スマートフォン、スマート冷蔵庫、その他のモノのインターネット デバイスなどのデバイスにインテリジェント コンピューティング能力を直接適用するものです。これらのデバイスは、インターネット経由で情報が送信されるのを待たずに意思決定を行うことができます。エッジ コンピューティングとは、コンピューティング作業をデータ収集に近づけることです。エッジ コンピューティングには、人工知能による意思決定に加えて、データ ストレージや単純な処理などのタスクも含まれます。PwC の人工知能のグローバル リーダーであるアナンド ラオ氏は、エッジ人工知能は多くの業界で製品や運用データの扱い方に革命をもたらしていると述べました。エッジ コンピューティングは、入院の監視や予知保全に使用されるシステムなど、多くの強力なシステムを実行します。エッジ AI は、このようなタスクのパフォーマンスを向上させます。たとえば、コンピューター ビジョンを使用して、患者の滑落や転倒などの重要なイベントをローカル デバイスから検出し、医療スタッフにアラートを送信できます。エッジ デバイス アドオン機能の他の例には、自然言語処理や予測分析などがあります。

世界的な戦略および経営コンサルティング会社 AT カーニーの高度な分析業務のパートナー、バラス トータ氏は次のように述べています。 ."

企業にとってのエッジ人工知能の利点

企業にとっての利点には、大量のデータ量のシナリオにおけるネットワーク負荷に関連するコストの削減、機密性の高いアプリケーションのプライバシー保護、推論の向上などが含まれます。パフォーマンスと精度。また、エッジ AI は、複雑な AI 計算をローカル デバイスにプッシュすることで効率を向上させ、コストを削減します。これにより、大規模な集中型コンピューター システムやサーバーに対する AI 推論ワークロードの依存度が軽減されます。アプリケーションがデータのリアルタイム分析を実行する必要がある状況では、データ ソースに近接することで待ち時間を短縮できます。

エッジ人工知能はデータのセキュリティを向上させることができます。データ収集プロセスをローカライズし、データ ソースで予測を行い、外部ネットワーク トラフィックを AI モデルの出力のみに制限することで、潜在的に機密性の高いデータ入力を保護します。 Edge AI は、ネットワーク接続が不安定なリモート デバイスや操作にとって信頼できるソリューションです。

この段落では、世界的なコンサルティング会社 Protiviti Consulting のシニア ディレクター、Lucas Liu 氏が次のように述べています。Edge AI は、遅延が短縮され、インターネット接続の必要性が軽減されます。これらのシナリオでは、エッジ コンピューティング セットアップを使用してアプリケーションをより高速に実行できます。

エッジ AI の業界固有のユース ケース

業界のユース ケースには次のようなものがあります。

製造および生産

: エッジ AI は、生産設備のフリートまたはグループの予知保全を改善します。 AI モデルは、機器が故障する可能性が最も高い時期を予測します。ローカルで実行されるアルゴリズムは、とりわけ機械の振動、熱および音響データを分析します。これは高解像度かつリアルタイムで行われます。分析から収集された洞察が出力となります。

データ クリーニングと異常検出を通じて: 製造工場や現場作業における大規模なデータ収集作業を改善できます。これらのタスクをローカルで実行すると、データのオーバーヘッドが削減され、応答時間が短縮されます。

ヘルスケア: Edge AI は患者をリアルタイムで監視し、ケアと安全性を向上させます。患者のウェアラブルデバイスは健康データを収集します。 AI ベースの情報分析がローカルで行われると、中央で処理されるデータを送信する場合と比較して、帯域幅の消費が削減され、データのプライバシーが強化されます。 ＃＃＃＃＃＃＃＃＃エネルギー。

Edge AI はデバイスをリアルタイムで監視できます。これは、製造のユースケースのように、発電所や風力発電所などのエネルギー機器の修理が必要になる時期を予測するのに役立ちます。さらに、エネルギー使用量データを調査するためのツールを改善して、繁忙時間を特定し、使用パターンを予測し、工場でのエネルギー割り当て方法を改善できる可能性があります。

交通: エッジ人工知能は、車両に取り付けられたセンサーからのデータをリアルタイムで処理し、自動運転車両が周囲の状況を理解し、意思決定を行い、迅速に移動できるようにします。また、車が車線を逸脱したときに警告を発したり、運転支援システムを強化したりすることもできる。

小売: Edge AI は、損失防止をサポートするビデオ ストリームを処理することで、セキュリティ インシデントの検出を向上させます。

以上が業界がエッジ AI を活用して収益を最大化する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。