截至2020年，全球約有270億臺(tái)物聯(lián)網(wǎng)設(shè)備。據(jù)Statista預(yù)測(cè)，到2025年，這一數(shù)字將增長(zhǎng)到750億。在物聯(lián)網(wǎng)的幫助下，我們可以遠(yuǎn)程調(diào)用門(mén)鎖、恒溫器、冰箱、電視、視頻門(mén)鈴和安全攝像頭。智能產(chǎn)品使用起來(lái)更簡(jiǎn)單，而且可以由其他家庭成員遠(yuǎn)程管理。

隨著移動(dòng)終端和物聯(lián)網(wǎng)設(shè)備的高度普及，如何將深度學(xué)習(xí)模型高效地部署在資源受限的終端設(shè)備，從而使得智能更加貼近用戶(hù)、解決人工智能落地的“最后一公里”問(wèn)題，已經(jīng)引起了業(yè)界的高度關(guān)注。

[[352541]]

數(shù)據(jù)集中處理的弊端

智能設(shè)備無(wú)處不在，它們將提供關(guān)鍵物理數(shù)據(jù)，而通過(guò)在云中對(duì)這些數(shù)據(jù)進(jìn)行處理、分析，能夠得到改善我們生活和工作的關(guān)鍵指引。但如果所有數(shù)據(jù)都集中在云中存儲(chǔ)和處理，則要面對(duì)以下難題。

• 更多的數(shù)據(jù)管理導(dǎo)致在有限的資源上花費(fèi)更多的成本。
• 向云端發(fā)送數(shù)據(jù)會(huì)導(dǎo)致延遲，這會(huì)限制某些應(yīng)用程序的有效性。
• 轉(zhuǎn)換信息會(huì)帶來(lái)隱私和安全風(fēng)險(xiǎn)，智能設(shè)備在家里或辦公室收集的數(shù)據(jù)會(huì)顯示大量信息，甚至包含個(gè)人隱私內(nèi)容，給信息安全帶來(lái)挑戰(zhàn)。

邊緣智能的優(yōu)勢(shì)

隨著收集數(shù)據(jù)并將其轉(zhuǎn)換到云端進(jìn)行處理的物聯(lián)網(wǎng)設(shè)備數(shù)量增加，邊緣智能應(yīng)運(yùn)而生?；谶吘売?jì)算這一新型的計(jì)算模式，邊緣智能在更加靠近用戶(hù)和數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)這一位置訓(xùn)練和部署深度學(xué)習(xí)模型，從而改善人工智能應(yīng)用的性能、成本和隱私性。

作為云計(jì)算向網(wǎng)絡(luò)邊緣和終端用戶(hù)的擴(kuò)展，邊緣計(jì)算將計(jì)算資源和服務(wù)從遠(yuǎn)離用戶(hù)的云端下沉到網(wǎng)絡(luò)邊緣側(cè)，從而有效降低網(wǎng)絡(luò)延遲和帶寬消耗，并加強(qiáng)隱私保護(hù)。相比于傳統(tǒng)應(yīng)用，物聯(lián)網(wǎng)場(chǎng)景下的基于視頻分析、圖像和語(yǔ)音識(shí)別技術(shù)等新興人工智能應(yīng)用的計(jì)算和數(shù)據(jù)都更為密集，對(duì)延遲和隱私保護(hù)要求也更為嚴(yán)苛?；诖耍吘壷悄艿膽?yīng)用越來(lái)越迫切，目前正處于迅猛發(fā)展的技術(shù)萌發(fā)階段。

邊緣智能的應(yīng)用

• 更好的交互體驗(yàn)：人類(lèi)的大部分交流不僅僅是通過(guò)語(yǔ)言來(lái)傳遞的。語(yǔ)調(diào)、面部表情、手勢(shì)等是我們用來(lái)交流或理解對(duì)方的一些其他表現(xiàn)形式。在物聯(lián)網(wǎng)設(shè)備中應(yīng)用智能邊緣技術(shù)，將使這些信號(hào)更高效地傳達(dá)給用戶(hù)并進(jìn)一步形成更好的交互體驗(yàn)。
• 提升安全性：可以通過(guò)對(duì)智能家居進(jìn)行培訓(xùn)，以識(shí)別危險(xiǎn)信號(hào)，比如警報(bào)響起、人員突然摔倒、玻璃破裂或水龍頭滴水。它可以感知有問(wèn)題的情況并警告使用者，使他們能夠做出相應(yīng)的反應(yīng)。

簡(jiǎn)而言之，邊緣智能是讓物聯(lián)網(wǎng)設(shè)備實(shí)現(xiàn)更復(fù)雜、友好和安全應(yīng)用的基礎(chǔ)，應(yīng)用邊緣智能的物聯(lián)網(wǎng)設(shè)備將為我們打開(kāi)人機(jī)交互新局面。