邊緣人工智慧提供了一個有趣的未來！

人工智慧或AI正在成為我們生活的幾乎每個方面的共同因素。

過去，將AI投入工作需要龐大的伺服器機房，需要大量的運算能力，並且不可避免地需要對能源和IT資源進行大量投資。現在，更多任務正在由放置在我們物理世界「邊緣」的設備完成。

HanwhaTechwinEurope產品和行銷主管UriGuterman認為，由於不需要將原始資料流回伺服器進行分析，邊緣人工智慧將使人工智慧在我們的世界中更加普遍。這也為視訊監控產業帶來了巨大的好處。

在這裡，Guterman解釋了這一現象背後的原因，並觀察了當今的人工智慧是如何使用的，以及該技術在未來將如何發展。

永續發展效益

與基於伺服器的AI相比，邊緣人工智慧有幾個優點。首先，傳回伺服器的資料減少了，從而降低了頻寬需求和成本。擁有成本降低了，由於不再需要維護大型伺服器室，還可以獲得重要的可持續性效益。設備本身的能源節約也可以實現，因為在本地執行人工智慧任務所需的能源大大減少，而不是將資料發回伺服器。

成本效益

與基於雲端運算的運算模式相比，邊緣人工智慧設備通常不需要支付經常性的訂閱費，從而避免了由此帶來的價格上漲。專注於邊緣設備還使終端用戶能夠投資於自己的基礎設施。

更大的可擴展性

使用邊緣人工智慧的攝影機可以使視訊安裝更加靈活和可擴展，這對於希望分階段部署專案的組織特別有幫助。隨著需求的發展，更多的AI攝影機和設備可以添加到系統中，而無需終端用戶從一開始就使用昂貴的GPU和大量頻寬的大型伺服器。

提高營運績效和安全性

由於視訊分析發生在設備的邊緣，只需要透過網路發送元數據，這也提高了網路安全性，因為在傳輸過程中沒有敏感資料可供駭客攔截。處理是在邊緣進行的，因此無需透過網路發送原始資料或視訊串流。

由於分析是在本地設備上完成的，邊緣人工智慧消除了與雲端或伺服器通訊的延遲。反應速度加快，這意味著像自動聚焦事件、授予存取權限或觸發入侵者警報等這類任務可以幾乎即時發生。

此外，在裝置上執行AI可以提高觸發器的準確性，並減少誤報。透過使用深度學習的邊緣人工智慧，人數統計、佔用率測量、佇列管理等都可以進行高精度的運算。這可以提高操作人員的回應效率，並減少挫折感，因為他們不必回應誤報。人工智慧攝影機還可以在同一裝置上運行多個視訊分析，這是另一個效率提升，這意味著操作人員可以輕鬆部署人工智慧來警告潛在的緊急情況或入侵、檢測安全事件或追蹤嫌疑人。

視訊品質改進

更重要的是，在邊緣使用人工智慧，可以提高捕捉的視訊品質。降噪可以在設備上本地執行，使用人工智慧，可以專門降低感興趣物體周圍的噪音，例如在檢測到的區域內移動的人。 Bestshot等功能確保操作人員無需篩選大量鏡頭即可找到嫌疑人的最佳角度。相反，人工智慧可以立即提供最佳鏡頭，幫助減少反應時間，並加快事後調查。其還有節省儲存空間和頻寬的額外好處，因為只有最好的照片才會被傳輸和儲存。

基於人工智慧的壓縮技術也適用於人工智慧檢測、追蹤的物件和人員應用低壓縮率，同時適用於剩餘的視場的高壓縮率-這最大限度地減少了網路頻寬和資料儲存需求。

使用元資料

邊緣人工智慧攝影機可以透過API(應用程式介面)向第三方軟體提供元資料。這意味著，系統整合商和技術合作夥伴可以將其作為人工智慧分類的第一種手段，然後用自己的軟體對分類對象進行額外處理——在其基礎上增加另一層分析。

彈性

在邊緣使用人工智慧不會出現單點故障。即使網路或雲端服務故障，人工智慧也能繼續運作。觸發器仍然可以在本地操作，或發送到另一個設備，並在連接恢復時將記錄和事件發送到後端。

人工智慧在邊緣設備上幾乎是即時處理的，而不是流回伺服器或遠端雲端服務。這避免了潛在的不穩定網路連線延遲分析。

對安裝人員的好處

特別是對於安裝人員來說，在安裝過程中提供邊緣人工智慧，可以幫助他們在市場上脫穎而出，為許多不同的用例提供解決方案。開箱即用的解決方案，對那些沒有時間或資源手動設定視訊分析的終端用戶極具吸引力。

像WisenetX系列和P系列的AI攝影機直接開箱即用，無需視訊分析專家來微調分析。安裝程式不必花費寶貴的時間來配置複雜的伺服器端軟體。當然，這也對培訓時間和成本產生了連鎖的正面影響。

展望未來

展望未來，UriGuterman表示，邊緣人工智慧看起來很有前景。越來越多的製造商正在尋找拓寬AI攝影機分類的方法，甚至將AI攝影機作為一個平台，允許系統整合商和軟體公司創建自己的在攝影機上運行的AI應用程式。

其總結道:「現在，對於終端用戶和安裝人員來說，這絕對是一個值得探索的領域，因為邊緣人工智慧有望帶來巨大的效率、準確性和可持續性效益。 ”

以上是邊緣人工智慧提供了一個有趣的未來！的詳細內容。更多資訊請關注PHP中文網其他相關文章！