**什麼是邊緣計算（Edge AI）？**

什麼是邊緣計算（Edge AI）？

道翰天瓊認知智能機器人平臺API接口大腦爲您揭祕。邊緣AI發源於邊緣計算。邊緣計算也稱爲邊緣處理，是一種將服務器放置在本地設備附近網絡技術, 這有助於下降系統的處理負載，解決數據傳輸的延遲問題。這樣的處理是在傳感器附近或設備產生數據的位置進行的，所以稱之爲邊緣。邊緣計算的發展意味着邊緣人工智能正變得愈來愈重要。各行各業莫不如是，特別是在下降處理延遲和保護數據隱私這方面。本文將探討邊緣AI的影響，爲何重要，及其常見用例。

什麼是邊緣AI？

邊緣AI是指在硬件設備上本地處理的AI算法，能夠在沒有網絡鏈接的狀況下處理數據。這意味着能夠在無需流式傳輸或在雲端數據存儲的狀況下進行數據建立等操做。這一點很重要，由於出現了愈來愈多的設備數據沒法依賴雲端處理的狀況。好比，工廠的機器人和自動駕駛汽車都須要以最小的延遲高速處理數據。爲了實現這些目標，邊緣計算能夠在雲上靠深度學習生成數據，而在數據原點——即設備自己（邊緣）執行模型的推斷和預測。以工廠的工業機器人爲例。AI技術能夠在這裏以人類沒法企及的速度，對來自監控攝像頭和傳感器的大量多模態數據進行可視化和評估，能夠用它來檢測生產線上人類可能忽略的故障數據。這類物聯網結構能夠存儲生產線上產生的大量數據，並經過機器學習進行分析。它們也是可以提升工廠智能化程度的AI模型的核心。邊緣AI，物聯網和5G:邊緣人工智能常常與物聯網(IoT)和5G網絡放在一塊兒討論.物聯網一詞指的是經過互聯網相互鏈接的設備，包括智能手機、機器人和電子設備。做爲一個用人工智能進行分析的平臺，邊緣人工智能能夠收集和存儲物聯網產生的大量數據，讓使用具備可擴展性的雲成爲可能。這能夠提升數據處理和基礎設施的靈活性.5G網絡能夠加強上述過程，由於其三大特色——超高速、大併發和超低時延——明顯優於4G網絡.
5G對於物聯網和邊緣AI的發展是不可或缺的，由於當物聯網設備傳輸數據時，數據量暴漲，從而影響傳輸速度。傳輸速度的降低又會產生時延，而時延是實時處理面臨的最大問題。

邊緣計算和邊緣AI爲什麼重要?

愈來愈多的狀況下，設備數據沒法經過雲端處理。工業機器人和自動駕駛汽車常常出現這種狀況，它們須要高速處理，但當數據流增大而產生處理時延時會很是危險。例如，想象一下自動駕駛汽車在檢測道路上的物體，或操做剎車或方向盤時因爲雲端而延遲。任何數據處理的減慢都會致使車輛的響應速度變慢。若是響應變慢的車輛不能及時作出反應，就可能致使事故的發生。生命此時會切實受到威脅。
對於這些物聯網設備來講，實時響應是必要條件。這就要求設備可以在現場分析和評估圖像/數據，而不能依賴雲端AI。經過將一般委託給雲端的信息處理交給邊緣設備，能夠實現無傳輸延遲的實時處理。此外，若是隻傳輸重要信息到雲端，能夠減小傳輸數據量，這能將通訊中斷的風險降到最低。邊緣AI使用場景邊緣AI的市場主要有兩個領域：工業機械和消費設備。能夠看到，它在控制和優化設備、自動化重複勞動等領域均有進展。消費設備也有所突破，這些設備的AI攝像頭能夠自動識別被攝對象。因爲設備數量大於工業機器，預計從2021年起，消費設備市場將大幅擴大。咱們把一些邊緣AI的常見場景放在下面。

自動駕駛汽車

自動駕駛汽車是應用邊緣計算最值得期待的領域。有不少狀況下，自動駕駛汽車須要對狀況進行即時評估，這就須要實時的數據處理。2019年12月，日本對《道路交通法》和《道路運輸車輛法》進行了修訂，使得3級自動駕駛汽車更容易上路。它規定了自動駕駛汽車應符合的安全標準，以及自動駕駛汽車能夠運行的區域。所以，汽車製造商也在正在努力開發遵照這些標準的自動駕駛汽車。例如，豐田已經在測試TRI-P4的徹底自動化（4級）自動駕駛系統了。

無人機

無人機在進行飛行時失控、失蹤的新聞愈來愈多。某些甚至致使了事故的發生。根據無人機降落位置的不一樣，墜毀形成的後果也多是災難性的。自動駕駛無人機上，飛行員並不主動干涉無人機的飛行。他們遠程監控操做，只有在絕對必要的時候纔會手動駕駛無人機。最著名的例子是亞馬遜的Prime Air，這是一個無人機送貨服務，它們正在開發自動駕駛無人機來運送包裹.

人臉識別

人臉識別系統是監控攝像頭的發展方向，它能夠經過學習人臉識別人類個體。2019年11月，WDS有限公司發佈了AI攝像頭模塊Eeye，經過邊緣AI實時分析面部特徵。Eeye能快速準確地識別人臉，適用於針對性別、年齡等特徵的營銷工具，和用來解鎖設備的人臉識別場景。

智能手機

這是咱們最熟悉的邊緣AI設備。Siri和谷歌助手是智能手機上邊緣AI的好例子，由於該技術驅動了它們的語音UI。手機上的AI使得數據處理發生在設備（邊緣）側，這意味着不須要將設備數據交付到雲端。這有助於保護隱私和減小流量。

將來的邊緣AI

邊緣AI正高速增加，咱們已經看到對該技術的大量投資。像Konduit AI這樣的公司正在將它做爲其在東南亞的AI戰略的關鍵部分。另外一個例子是2020年1月，蘋果耗資2億美圓收購了位於西雅圖的AI企業Xnor.ai。Xnor.ai的AI技術經過邊緣處理來處理用戶智能手機上的數據。隨着智能手機自己內置人工智能，咱們可能會看到語音處理、人臉識別技術和隱私保護方面的進步。。根據富士景氣集團發佈的 "2019年AI業務彙總調查"，日本的邊緣AI計算市場在2018財年的預測市場規模爲110億日元。調查預測，2030財年市場規模將擴大到664億日元。而隨着5G的普及，可能也將看到全球邊緣AI服務成本的降低和需求的上升。

道翰天瓊認知智能將來機器人接口API簡介介紹

· 認知智能是計算機科學的一個分支科學，是智能科學發展的高級階段，它以人類認知體系爲基礎，以模仿人類核心能力爲目標，以信息的理解、存儲、應用爲研究方向，以感知信息的深度理解和天然語言信息的深度理解爲突破口，以跨學科理論體系爲指導，從而造成的新一代理論、技術及應用系統的技術科學。 認知智能的核心研究範疇包括：1.宇宙、信息、大腦三者關係；2.人類大腦結構、功能、機制；3.哲學體系、文科體系、理科體系；4.認知融通、智慧融通、雙腦(人腦和電腦)融通等核心體系。 認知智能四步走：1.認知宇宙世界。支撐理論體系有三體（宇宙、信息、大腦）論、易道論、存在論、本體論、認知論、融智學、HNC 等理論體系；2.清楚人腦結構、功能、機制。支撐學科有腦科學、心理學、邏輯學、情感學、生物學、化學等學科。3.清楚信息內涵規律規則。支撐學科有符號學、語言學、認知語言學、形式語言學等學科。4.系統落地能力。支撐學科有計算機科學、數學等學科。
認知智能CI機器人是杭州道翰天瓊智能科技有限公司旗下產品。認知智能機器人是依託道翰天瓊10年研發的認知智能CI體系爲核心而打造的認知智能機器人大腦，是全球第一個認知智能機器人大腦。具備突破性，創新性，領航性。是新一代智能認知智能的最好的產品支撐。 認知智能機器人技術體系更加先進，更加智能，是新一代智能，認知智能領域世界範圍內惟一的認知智能機器人。 認知智能機器人是新時代的產物，是新一代智能認知智能的產物。表明了新一代智能認知智能最核心的優點。和人工智能機器人大腦相比，優點很是明顯。智能度高，客戶粘性大，客戶滿意度高，易於推廣和傳播等核心特色。 依託認知智能機器人平臺提供的機器人大腦服務，能夠賦能各個行業，各個領域的智能設備，各種須要人機互動的領域等。認知智能機器人平臺網址：www.weilaitec.com，www.citec.top。歡迎註冊使用，走進更智能機器人世界。
認知智能和人工智能的優劣勢對比主要能夠分爲四大方面： 第一：時代發展不一樣。人工智能是智能時代發展的第二個階段，認知智能是智能時代發展的第三個階段。時代發展上決定了認知智能更顯具備時代領先性。 第二：基礎理論體系不一樣。人工智能的基礎理論體系以數學爲基礎，以統計機率體系爲基礎。認知智能基礎理論體系以交叉許可理論體系爲基礎。包含古今中外哲學體系，心理學體系，邏輯學體系，語言學體系，符號學體系，數學體系等學科。其基礎理論體系更加具備創新性，突破性和領先性。且交叉學科理論體系的研究也是將來智能發展的大方向。其具體理論體系，還包含三體論（宇宙，信息，大腦三者關係），融智學，和HNC等。 第三：技術體系不一樣。人工智能的核心技術體系主要是算法，機器學習，深度學習，知識圖譜等。其主要功用在感知智能。感知智能其核心主要是在模仿人類的感知能力。認知智能的核心技術體系是以交叉學科理論體系而衍生出來的。具體包含三大核心技術體系，認知維度，類腦模型和萬維圖譜。認知智能的技術體系核心以類腦的認知體系爲基礎。以全方位模仿類腦能力爲目標。人工智能以感知智能爲基礎的體系，只能做爲認知智能中的類腦模型技術體系中的感知層技術體系。類腦模型大體包含，感知層，記憶層，學習層，理解層，認知層，邏輯層，情感層，溝通層，意識層等9大核心技術層。所以人工智能的核心只是做爲認知智能類腦模型中的感知層。所以在技術體系上，人工智能和認知智能基本上沒有太多的可比性。 第四：智能度成本等方面的不一樣：人工智能產品的綜合智能程度，廣泛在2-3歲左右的智力水平。認知智能產品其智能程度大體在5-8歲左右。認知智能體系構建的機器人更加智能。且更省時間，更省人力和資金。優點很是多。具體請看下列的逐項對比。