眾所周知，人工智慧會消耗運算能力，需要大量資料中心。但在適當的情況下，其令人印象深刻的功能可以存在於更小、更便攜的設備上。
邊緣人工智慧是將人工智慧系統放置在離資料來源更近的分散硬體設備上的做法。這種方法可以減少延遲，提高隱私性，減少從一個設備到另一個設備的資料傳輸，並提高本地人工智慧應用程式的效能。然而，它也可能比其他常見的雲端運算工作負載需要更多的運算能力。
邊緣人工智慧在保持運算靠近資料來源方面提供了效能優勢，在優先考慮隱私保護時確保安全性，並在難以到達的位置收集資料時提供後勤優勢。企業領導者應該了解的邊緣人工智慧用例出現在各個垂直市場。要探索的主要例子是製造和生產、醫療保健、能源、運輸和零售。
邊緣人工智慧是將智慧運算能力直接應用於智慧型手機、智慧冰箱和其他物聯網設備等設備。這些設備無需等待透過網路發送的資訊就能做出決策。邊緣運算是將運算工作移至靠近資料收集的地方。除了人工智慧決策外，邊緣運算還包括資料儲存和簡單處理等任務
普華永道全球人工智慧主管Anand Rao表示，邊緣人工智慧正在徹底改變許多產業對其產品和營運資料的收集和利用方式
邊緣運算運行許多強大的系統，例如用於住院監測和預測性維護的系統。邊緣人工智慧增強了此類任務的效能。例如，它可以使用電腦視覺從本地設備檢測重要事件，例如患者滑倒和跌倒，然後向醫務人員發送警報。邊緣設備附加功能的其他範例包括自然語言處理和預測分析。
全球策略和管理顧問公司科爾尼高級分析實踐合夥人Bharath Thota 表示：「邊緣人工智慧和邊緣運算正在改變我們處理數據和從數據中提取價值的方式，但它們的方式不同」
為企業帶來的好處包括降低高數據量情況下與網路負載相關的成本、敏感應用程式的隱私保護以及提高推理性能和準確性。邊緣人工智慧還透過將複雜的人工智慧運算推送到本地設備來提高效率並降低成本。這減少了人工智慧推理工作負載對大型集中式電腦系統和伺服器的依賴。在應用程式需要對資料執行即時分析的情況下，靠近資料來源可以減少延遲。
邊緣人工智慧可以提升資料安全性。它透過將資料收集過程本地化，在資料來源處進行預測，並將外部網路流量限制為僅限於人工智慧模型的輸出，從而保護潛在的敏感資料輸入。對於網路連線不穩定的遠端設備和操作來說，邊緣人工智慧是一個可靠的解決方案
在這段內容中，全球顧問公司甫瀚諮詢的高級總監盧卡斯·劉表示，邊緣人工智慧可以透過減少延遲以及減少對互聯網連接的需求來實現各種新的用例。在這些場景中，應用程式在有邊緣運算設定的情況下可以更快地運行
製造和生產：邊緣人工智慧改善了車隊或一組生產設備的預測性維護。人工智慧模型預測設備最有可能發生故障的時間。本地運行的演算法分析機器的振動、熱量和聲學數據等因素。他們以高解析度和即時的方式這樣做。從分析中收集到的見解就是輸出。
透過資料清理和異常檢測：可以改善製造工廠和現場作業的大規模資料收集工作。在本地執行這些任務可以減少資料開銷並縮短回應時間。
醫療保健：邊緣人工智慧有助於即時監控患者，改善護理和安全性。病人身上的穿戴裝置收集健康數據。當基於人工智慧的資訊分析發生在本地時，與傳輸要集中處理的資料相比，它減少了頻寬消耗並增強了資料隱私。
能源。 邊緣人工智慧可以即時監視設備。這可以幫助預測能源設備，如發電廠和風力發電場，何時可能需要修復，就像在製造業用例中一樣。此外，它還可以改善研究能源使用數據的工具，以確定繁忙時間，預測使用模式，並改善工廠分配能源的方式。
交通工具：邊緣人工智慧即時處理附著在車輛上的感測器的數據，使自動駕駛車輛能夠了解周圍環境，做出決策並快速導航。它還可以在汽車離開車道時提供警告，並增強駕駛員輔助系統。
#零售：邊緣AI透過處理支援防丟失的視訊串流來改善安全事件偵測。
以上是產業如何利用邊緣人工智慧實現收益最大化的詳細內容。更多資訊請關注PHP中文網其他相關文章！
