在開發(fā)始終快速且始終可用的AI應(yīng)用中，將數(shù)據(jù)和AI模型定位在交互點(diǎn)附近是關(guān)鍵。

譯自Enabling AI in IoT Apps with a Cloud-to-Edge Database，作者 Mark Gamble。

人工智能（AI）正推動(dòng)著科技創(chuàng)新的下一波浪潮，而數(shù)據(jù)則是其動(dòng)力源。因此，在你的AI實(shí)現(xiàn)中，數(shù)據(jù)處理可以說(shuō)是其中最重要的部分之一，特別是在分布式和經(jīng)常斷開連接的環(huán)境中，這在物聯(lián)網(wǎng)（IoT）應(yīng)用中非常常見。

關(guān)鍵在于你需要一個(gè)能夠滿足IoT和AI需求的數(shù)據(jù)庫(kù)。

移動(dòng)數(shù)據(jù)庫(kù)的優(yōu)勢(shì)

在關(guān)于云到邊緣AI與移動(dòng)數(shù)據(jù)庫(kù)的最新文章中，我探討了一個(gè)具有內(nèi)置數(shù)據(jù)同步和對(duì)AI支持的移動(dòng)數(shù)據(jù)庫(kù)平臺(tái)如何加速在邊緣應(yīng)用中開發(fā)基于AI的功能和能力。

通過(guò)利用這樣的數(shù)據(jù)庫(kù)，使用AI的應(yīng)用可以實(shí)現(xiàn)邊緣計(jì)算的好處：它們運(yùn)行更快，因?yàn)閿?shù)據(jù)位于與交互點(diǎn)物理上更接近的位置，通過(guò)消除對(duì)固有不可靠的互聯(lián)網(wǎng)的依賴，它們變得更可靠。

在物聯(lián)網(wǎng)世界中的AI和數(shù)據(jù)

在物聯(lián)網(wǎng)中，邊緣計(jì)算變得尤為重要，因?yàn)槲锫?lián)網(wǎng)設(shè)備真實(shí)存在于網(wǎng)絡(luò)邊緣，以傳感器、執(zhí)行器、攝像頭等形式。這些設(shè)備捕獲大量數(shù)據(jù)，像海綿一樣吸收并以高速流動(dòng)。使用這些數(shù)據(jù)的應(yīng)用必須能夠盡快做出反應(yīng)，但由于數(shù)據(jù)速度快且量大，有效利用它變得極為困難。AI正是解決這一難題的關(guān)鍵。

例如，對(duì)于高速且經(jīng)常重復(fù)的時(shí)間序列傳感器讀數(shù)，經(jīng)過(guò)訓(xùn)練的機(jī)器學(xué)習(xí)模型可以快速實(shí)時(shí)評(píng)估數(shù)據(jù)，找出問(wèn)題和異常，過(guò)濾噪音，立即聚焦在需要關(guān)注的領(lǐng)域。

在沒(méi)有互聯(lián)網(wǎng)連接的情況下，實(shí)現(xiàn)這一點(diǎn)特別具有挑戰(zhàn)性；處理數(shù)據(jù)和定位AI模型的位置可能會(huì)產(chǎn)生巨大差異。如果一切都在云端進(jìn)行，由于必須通過(guò)互聯(lián)網(wǎng)發(fā)送數(shù)據(jù)，然后等待結(jié)果返回，可能會(huì)導(dǎo)致顯著的延遲。更糟糕的是，如果連接中斷，應(yīng)用程序可能會(huì)停滯不前。

移動(dòng)數(shù)據(jù)庫(kù)平臺(tái)通過(guò)實(shí)現(xiàn)邊緣AI數(shù)據(jù)庫(kù)架構(gòu)解決了這個(gè)問(wèn)題，將數(shù)據(jù)和AI處理引入邊緣，包括在設(shè)備上，消除了對(duì)互聯(lián)網(wǎng)的依賴。在有連接性時(shí)，數(shù)據(jù)同步在后臺(tái)進(jìn)行，保持整個(gè)生態(tài)系統(tǒng)的一致性。

來(lái)源：Couchbase

這種架構(gòu)使您能夠在云端、邊緣和設(shè)備上處理數(shù)據(jù)和AI，為處理物聯(lián)網(wǎng)應(yīng)用中固有的大量數(shù)據(jù)提供了規(guī)模，并具備在邊緣迅速利用這些數(shù)據(jù)的能力。

物聯(lián)網(wǎng)中的AI示例

一些物聯(lián)網(wǎng)應(yīng)用中的AI示例包括：

智慧城市

在主要大都市區(qū)，智能照明解決方案利用部署在市政照明網(wǎng)格中的物聯(lián)網(wǎng)傳感器。這些傳感器檢測(cè)交通、行人、天氣和環(huán)境自然光照，并根據(jù)城市任何地方的實(shí)時(shí)需求，自主調(diào)整或關(guān)閉燈光。這可以節(jié)省超過(guò)75%的照明成本，同時(shí)提高市民的安全。這些解決方案利用經(jīng)過(guò)訓(xùn)練的機(jī)器學(xué)習(xí)模型評(píng)估其環(huán)境，使它們能夠區(qū)分行走的行人和被風(fēng)吹動(dòng)的物體，并做出相應(yīng)的動(dòng)作。AI還根據(jù)趨勢(shì)提出改進(jìn)建議，建議擴(kuò)展和選擇替代的部署位置以優(yōu)化網(wǎng)格。

倉(cāng)儲(chǔ)機(jī)器人技術(shù)

自主機(jī)器可以在倉(cāng)庫(kù)中執(zhí)行重復(fù)和/或危險(xiǎn)的任務(wù)，如揀選、分類、包裝和運(yùn)輸材料。通過(guò)這些解決方案，機(jī)器人車隊(duì)可以在大規(guī)模倉(cāng)庫(kù)操作中自主執(zhí)行任務(wù)，甚至在沒(méi)有網(wǎng)絡(luò)連接的區(qū)域，比人類工人更快、更準(zhǔn)確、更不知疲倦。AI使這些機(jī)器人足夠智能，能夠在執(zhí)行任務(wù)時(shí)檢測(cè)、繞過(guò)甚至移動(dòng)障礙物。系統(tǒng)的AI還分析隨時(shí)間變化的數(shù)據(jù)模式，以推薦倉(cāng)庫(kù)布局和流量?jī)?yōu)化。

酒店客戶互動(dòng)

許多郵輪公司、游樂(lè)園和度假酒店為賓客提供可穿戴的物聯(lián)網(wǎng)設(shè)備，作為進(jìn)入客房和景點(diǎn)的訪問(wèn)密鑰，以及無(wú)接觸支付商品和便利設(shè)施的工具。系統(tǒng)還在賓客在環(huán)境中移動(dòng)時(shí)跟蹤這些設(shè)備，提供酒店服務(wù)提供商用來(lái)個(gè)性化客戶體驗(yàn)的見解。系統(tǒng)中的AI使用賓客檔案、位置和歷史等數(shù)據(jù)，實(shí)時(shí)查找并呈現(xiàn)引人入勝的優(yōu)惠。它還可以評(píng)估條件，如賓客移動(dòng)和聚集，提供優(yōu)化行人流量和人群控制的建議。這些應(yīng)用必須在無(wú)論是否有互聯(lián)網(wǎng)連接的情況下運(yùn)行——您不希望賓客被困在房外或無(wú)法購(gòu)物——因此它們受益于邊緣AI數(shù)據(jù)庫(kù)架構(gòu)提供的最大運(yùn)行時(shí)間的能力。

啟用AI驅(qū)動(dòng)的物聯(lián)網(wǎng)應(yīng)用

通過(guò)利用邊緣AI數(shù)據(jù)庫(kù)架構(gòu)，組織可以實(shí)現(xiàn)更快、更可靠、更具有速度、準(zhǔn)確性和運(yùn)行時(shí)間保證的AI增強(qiáng)型物聯(lián)網(wǎng)應(yīng)用。

Couchbase Mobile是一種本地支持邊緣計(jì)算架構(gòu)的移動(dòng)數(shù)據(jù)庫(kù)平臺(tái)。它在云端、邊緣和個(gè)別設(shè)備之間同步數(shù)據(jù)，根據(jù)連接情況，網(wǎng)絡(luò)中斷時(shí)，應(yīng)用程序繼續(xù)使用本地?cái)?shù)據(jù)處理。Couchbase Mobile可以在云端數(shù)據(jù)庫(kù)和嵌入式數(shù)據(jù)庫(kù)中集成機(jī)器學(xué)習(xí)模型，實(shí)現(xiàn)從云端到邊緣的AI處理。

通過(guò)Couchbase Mobile，您可以在邊緣開發(fā)和部署AI驅(qū)動(dòng)的物聯(lián)網(wǎng)應(yīng)用，以滿足任何速度、可用性或安全性要求。