• 人工智能 (AI) 是一種分散式計(jì)算，它允許設(shè)備在與用戶交互的最近點(diǎn)做出以數(shù)據(jù)為主導(dǎo)的決策。
• 這種技術(shù)的好處包括改善隱私和節(jié)省成本，但數(shù)據(jù)通常在處理后被丟棄。
• 即將到來的進(jìn)步，包括 5G 技術(shù)和成本更低的處理芯片，將使邊緣人工智能對(duì)某些應(yīng)用越來越有用——從智能家居設(shè)備到醫(yī)療技術(shù)。

想象一下，您希望您的新智能恒溫器能夠快速調(diào)高溫度，以便在異常寒冷的一天下班回家后，您的房子會(huì)變得溫暖。您從智能手機(jī)連接并要求它采取行動(dòng)。您不會(huì)知道，但該操作可能需要幾秒鐘，因?yàn)樗鼘⒛恼?qǐng)求發(fā)送到云并接收返回的指令。

現(xiàn)在再想象一下，你乘坐的自動(dòng)駕駛汽車突然感覺到一條狗跑到了你面前的道路上。汽車需要在幾毫秒內(nèi)做出反應(yīng)才能避免災(zāi)難。這種反應(yīng)需要邊緣人工智能(AI)——這種技術(shù)可以在與用戶互動(dòng)的最近點(diǎn)做出決定，在這種情況下，汽車的傳感器至關(guān)重要。這就是瞬間決定的定義。

動(dòng)態(tài)數(shù)據(jù)

借助當(dāng)今的物聯(lián)網(wǎng)(IoT)，數(shù)據(jù)始終處于動(dòng)態(tài)之中。它從遺留系統(tǒng)流向云，一直流向邊緣設(shè)備，并超越組織的系統(tǒng)流向合作伙伴和客戶。答案需要實(shí)時(shí)傳遞，因此當(dāng)可以通過邊緣設(shè)備處理數(shù)據(jù)時(shí)，使用集中式計(jì)算能力并不總是有效的。當(dāng)自動(dòng)駕駛汽車只有幾毫秒鐘的反應(yīng)時(shí)間時(shí)，它沒有時(shí)間等待云端做出決定。

無論設(shè)備位于何處，都可以將大量數(shù)據(jù)輸入到邊緣的 AI 算法中，而且好處很多。動(dòng)態(tài)數(shù)據(jù)可以將重要的患者信息傳遞給醫(yī)生，縮短游樂園的排隊(duì)時(shí)間，提醒電力公司注意潛在的停電情況，并使自動(dòng)駕駛汽車及時(shí)做出反應(yīng)以防止悲劇發(fā)生。

邊緣 AI 允許設(shè)備在設(shè)備級(jí)別自行做出這些決定。它不一定必須連接到互聯(lián)網(wǎng)來處理數(shù)據(jù)?？紤]一款可以監(jiān)控您的睡眠模式的手表，但它不是將數(shù)據(jù)推送到云端進(jìn)行存儲(chǔ)和處理，而是將數(shù)據(jù)記錄在手表本身上進(jìn)行處理。

支持邊緣的人工智能設(shè)備還包括視頻游戲、智能揚(yáng)聲器、無人機(jī)和機(jī)器人。安全攝像頭也可以啟用邊緣功能——工廠車間的攝像頭在制造過程中尋找產(chǎn)品缺陷，可以快速識(shí)別哪些產(chǎn)品需要立即拉出。當(dāng)速度可以挽救生命時(shí)，邊緣AI

還可用于分析緊急醫(yī)療護(hù)理的圖像。處理能力越接近，響應(yīng)時(shí)間越快。

盡管邊緣技術(shù)不會(huì)取代云，但僅屬于您的用戶數(shù)據(jù)（例如您的睡眠模式或游戲數(shù)據(jù)）可以在支持邊緣的設(shè)備中進(jìn)行處理。這種數(shù)據(jù)的去中心化解決了隱私問題，這是物聯(lián)網(wǎng)市場(chǎng)的一個(gè)重要問題。邊緣

AI 可以在不損害隱私的情況下提供便利。而且，在某些情況下，它可能更便宜——一家公司目前正在開發(fā)聲控家用電器，例如洗衣機(jī)和洗碗機(jī)，使用每個(gè)售價(jià)幾美元的微型微處理器。

“當(dāng)談到我家里那些的小玩意兒，我其實(shí)更希望它們不那么智能”——克萊夫·湯普森，《連線》

例如，咖啡機(jī)的語音識(shí)別 AI 只需要識(shí)別大約 200 個(gè)單詞，所有單詞都與煮咖啡的任務(wù)有關(guān)。想一想，《連線》記者克萊夫·湯普森說：“我不需要講壞笑話或?qū)崿F(xiàn)自我意識(shí)的電燈開關(guān)。他們只需要識(shí)別“開”和“關(guān)”，也許還有“暗”。當(dāng)談到與我共享房子的小工具時(shí)，我實(shí)際上更希望它們不那么智能?！?/p>

除了更快、更便宜的處理之外，邊緣人工智能不需要不斷擴(kuò)展的互聯(lián)網(wǎng)。隨著物聯(lián)網(wǎng)的快速發(fā)展，現(xiàn)在有大量數(shù)據(jù)在邊緣被感知和產(chǎn)生——Statista??估計(jì)??到 2025 年這個(gè)數(shù)字將達(dá)到近 80 Z字節(jié)。

這是如此的巨大，以至于使用當(dāng)今互聯(lián)網(wǎng)的帶寬將所有這些數(shù)據(jù)從邊緣設(shè)備傳輸?shù)皆品?wù)器進(jìn)行存儲(chǔ)和處理在技術(shù)上是不可行的。即使帶寬可用，也需要有足夠的數(shù)據(jù)中心資源來處理所有數(shù)據(jù)。更少的帶寬需求轉(zhuǎn)化為成本節(jié)約。大約 10% 的企業(yè)生成數(shù)據(jù)是在傳統(tǒng)的集中式數(shù)據(jù)中心或云之外創(chuàng)建和處理的。Gartner預(yù)測(cè)，到 2025 年，這一數(shù)字將達(dá)到 75%。

平衡風(fēng)險(xiǎn)和回報(bào)

物聯(lián)網(wǎng)世界中最令人煩惱的問題之一是，大量買不起設(shè)備或生活在沒有本地網(wǎng)絡(luò)的農(nóng)村地區(qū)的人可能無法參與對(duì)我們?nèi)粘Ｉ畹母脑臁＞W(wǎng)絡(luò)容量有限的歷史可能會(huì)成為惡性循環(huán)。邊緣網(wǎng)絡(luò)構(gòu)建起來并不簡(jiǎn)單，而且可能很昂貴。發(fā)展中國(guó)家通過需要更新的邊緣設(shè)備處理數(shù)據(jù)的能力可能會(huì)進(jìn)一步落后。因此，邊緣計(jì)算的增長(zhǎng)是結(jié)構(gòu)性不平等可能增加的另一種方式，特別是因?yàn)樗c改變生活的人工智能和物聯(lián)網(wǎng)設(shè)備的可訪問性有關(guān)。

邊緣人工智能的另一個(gè)風(fēng)險(xiǎn)是，數(shù)據(jù)在處理后可能會(huì)被丟棄——就其“在邊緣”的本質(zhì)而言，這意味著它可能無法進(jìn)入云端進(jìn)行存儲(chǔ)?？梢灾甘驹O(shè)備丟棄信息以節(jié)省成本。雖然中央處理和存儲(chǔ)肯定有缺點(diǎn)，但優(yōu)點(diǎn)是數(shù)據(jù)在需要時(shí)就在那里。

人工智能、機(jī)器學(xué)習(xí)、技術(shù)

世界經(jīng)濟(jì)論壇如何確保人工智能的發(fā)展使所有利益相關(guān)者受益？

人工智能 (AI) 正在影響社會(huì)的方方面面——家庭、企業(yè)、學(xué)校甚至公共場(chǎng)所。但隨著技術(shù)的快速發(fā)展，需要多方利益相關(guān)者合作來優(yōu)化問責(zé)制、透明度、隱私和公正性。

世界經(jīng)濟(jì)論壇塑造技術(shù)治理未來的平臺(tái)：人工智能和機(jī)器學(xué)習(xí)正在匯集不同的觀點(diǎn)，以推動(dòng)創(chuàng)新和建立信任。

• 能夠充分利用人工智能的工作領(lǐng)域之一是人力資源——包括招聘、留住人才、培訓(xùn)、福利和員工滿意度。該論壇創(chuàng)建了一個(gè)以人為本的人力資源人工智能工具包，以促進(jìn)組織、工人和社會(huì)對(duì)人工智能的積極和合乎道德的以人為本的使用。
• 今天的兒童和年輕人成長(zhǎng)在一個(gè)日益數(shù)字化的時(shí)代，技術(shù)滲透到他們生活的方方面面。從機(jī)器人玩具和社交媒體到教室和家庭，人工智能是生活的一部分。通過為兒童制定人工智能標(biāo)準(zhǔn)，論壇正在與一系列利益相關(guān)者合作，制定可行的指導(dǎo)方針，以在人工智能時(shí)代教育、賦權(quán)和保護(hù)兒童和青少年。
• 人工智能的潛在危險(xiǎn)也可能影響更廣泛的社會(huì)。為了降低風(fēng)險(xiǎn)，論壇將全球人工智能行動(dòng)聯(lián)盟中的 100 多家公司、政府、民間社會(huì)組織和學(xué)術(shù)機(jī)構(gòu)聚集在一起，以加速采用負(fù)責(zé)任的人工智能，以符合全球公共利益。
• 人工智能是商業(yè)最重要的技術(shù)之一。為確保 C-Suite 高管了解其可能性和風(fēng)險(xiǎn)，論壇創(chuàng)建了Empowering AI Leadership: AI C-Suite Toolkit，提供實(shí)用工具幫助他們理解 AI 對(duì)其角色的影響，并就 AI 戰(zhàn)略、項(xiàng)目和實(shí)施做出明智的決策.
• 塑造人工智能融入公共部門采購(gòu)流程的方式將有助于確定可在整個(gè)私營(yíng)部門應(yīng)用的最佳實(shí)踐。論壇制定了一套旨在鼓勵(lì)廣泛采用的建議，這些建議將隨著一系列試驗(yàn)的見解而發(fā)展。

如果只有你和你的自動(dòng)駕駛汽車在空曠的道路上行駛，那么大量的數(shù)據(jù)可能看起來并不重要，但請(qǐng)?jiān)僮屑?xì)想想。從這條空曠道路的數(shù)據(jù)中可以了解到很多信息，包括路況信息，以及車輛和其他類似車輛在這些條件下的行為。最后，當(dāng)涉及到邊緣計(jì)算時(shí)，必須仔細(xì)審查一個(gè)清晰的業(yè)務(wù)案例，以確保網(wǎng)絡(luò)的成本與所創(chuàng)造的價(jià)值相平衡。

盡管如此，盡管存在不平等或數(shù)據(jù)丟失，而且隨著5G技術(shù)的進(jìn)步和成本更低的處理芯片，很容易看到“在邊緣”會(huì)如何留在這里——無論是你的自動(dòng)駕駛汽車還是你的咖啡機(jī)，讓你為通勤做好準(zhǔn)備。