2022 年值得关注的边缘 AI 主要趋势

自从它在 1956 年被列为大学的一个研究领域后，人工智能经历了同等程度的乐观和悲观时期。毫无疑问，今天我们见证了一种非常乐观的态度。

数据科学是全球第三受欢迎的职位。事实上，在我们最近关于西班牙边缘计算状况的研究中，数据科学家是西班牙公司中最受欢迎的专业人士，该市场正在经历指数级增长，预计到 2025 年将达到 1900 亿美元。

这就是人工智能在市场行业中的突出地位，以至于将其说成是一项单一的技术已经没有意义，而是说它有许多分支，为不同的行业提供不同的用途。

在被确定为最成熟和最接近生产阶段的趋势中，我们可以在日常生活中识别出这些趋势。例如，我们在与越来越像人类的聊天机器人交谈时使用的简单语言处理、使实时视频处理自动化成为可能的机器成像，以及带来更好搜索结果的语义搜索。

在另一个极端，至少 10 年内不会出现更多的未来主义。一些有趣的例子是AI TRISM（信任、风险和安全管理） 技术，可以规范人工智能模型，使其对安全和隐私攻击更具弹性创建，或分析生物序列。

介于这两个极端之间的是其他使能技术，从部署到市场成熟需要两到五年的时间，这可以称为“人工智能的近期未来”。其中包括以人为中心的 AI、生成式 AI、AI 的编排和自动化，以及在成熟度曲线上领先于所有其他的 AI on the Edge，也称为“Edge AI”。 在 2021 年，Edge AI 成为在不久的将来成熟的技术。

边缘人工智能和工业世界中的分布式智能革命

边缘人工智能或边缘人工智能 可以概括为在非常接近数据源的设备（IoT设备、边缘设备）上执行人工智能算法的能力。

这项技术呈指数级增长，有一项令人生畏的统计数据支持：超过 60% 的工业组织没有部署云基础设施来帮助他们有效地进行创新。

那么，如果我们用放大镜来审视 Edge AI 项目，我们将在 2022 年和 2023 年见证哪些最具颠覆性的趋势？

以下是我们前 5 名的摘要：

1。关键行业将成为主要驱动力：从 SCADA 到 Edge AI

在 Barbara IoT，我们发现处于边缘 AI 前沿的行业中存在重复模式：它们都处理许多关键的分布式资产。 换言之，这些行业面临着来自技术碎片化、可扩展性和网络安全的巨大挑战。这些可以通过在边缘执行 AI 算法来最小化。我们可以预测，这些行业将开发出非常雄心勃勃且具有变革性的用例。

自 80 年代以来一直使用的 SCADA 系统在数据捕获和处理方面具有相似的目的。然而，SCADA 系统需要得到更现代技术的补充，以便它们能够响应对互操作性、开放性和安全性日益苛刻的要求 .这就是 Edge AI 可以提供帮助的地方：成倍增加这些系统的价值。

2。薄边与厚边相辅相成

当我们提到 Edge AI 时，对于“边缘”的含义有不同的解释。传统上，边缘被认为是离用户最近的网络运营商基础设施。例如，当我们谈论 5G 网络时，我们指的是运营商正在推出大量称为“多接入边缘计算”的节点，用于近距离数据处理。这些节点安装在与设计用于托管云服务的数据中心非常相似的服务器上，它们具有处理复杂人工智能算法的巨大潜力和能力。这就是一些分析师所说的“厚”边缘。

然而，最近边缘节点 另一种类型的开始开发：直接连接到传感器和交换机的那些，当安装在网关或集中器等低功耗设备上时，用于运行更简单的人工智能算法，响应时间更短，更接近实时。这种称为“Thin”Edge 的新型 Edge 将使快速灵活地处理包括远程位置或对高安全性和数据隔离要求的大型项目成为可能。