Sztuczna inteligencja i przetwarzanie brzegowe – połączenie idealne

Sztuczna inteligencja (AI) i przetwarzanie brzegowe (edge computing) należą do najpopularniejszych tematów w branży IT – podkreśla Nick Offin, Head of Sales, Marketing & Operations, Dynabook Northern Europe.

W ostatnich latach liczba wdrożeń AI w biznesie wzrosła o 270 procent, w ciągu najbliższych 2 lat przedsiębiorstwa przeznaczą średnio 30 procent swoich budżetów IT na edge cloud computing. W miarę dojrzewania obu technologii, osoby zarządzające IT w organizacjach coraz częściej biorą je pod uwagę jako całość. Stanowią one parę – sztuczna inteligencja wykorzystuje przetwarzanie brzegowe, a edge computing ułatwia jej działanie.

Nowy rodzaj sztucznej inteligencji

Tradycyjnie AI funkcjonowała w centrach danych opartych na przetwarzaniu w chmurze. Z czasem utorowała sobie drogę do oprogramowania. Osiadła w punktach krańcowych Internetu Rzeczy (IoT – Internet of Things) i innych urządzeniach użytkowników końcowych. Kiedy konsumenci zaczęli spędzać więcej czasu ze swoimi smartfonami, duże firmy technologiczne zrozumiały, że muszą przybliżyć moc obliczeniową centrów danych do użytkownika końcowego.

Big data zawsze będą przetwarzane w chmurze. Jednak generowane przez użytkowników dane natychmiastowe mogą być obsługiwane na krawędzi. Firmy takie jak Google i Amazon badają potencjalne korzyści związane z przetwarzaniem brzegowym. Podążając ich śladem, coraz więcej firm korzystających ze sztucznej inteligencji zauważa zalety edge computingu.

Sztuczna inteligencja i przetwarzanie brzegowe – Idealne połączenie

Dlaczego edge computing tak dobrze pasuje do sztucznej inteligencji?

Sztuczna inteligencja wymaga przetwarzania dużej ilości danych i intensywnych obliczeń. Przepustowość, opóźnienia, zagrożenia bezpieczeństwa i koszty dla większości firm stanowią poważne przeszkody w jej wdrażaniu. Przetwarzanie brzegowe pomaga stawić czoła tym wyzwaniom.

Dzięki przetwarzaniu brzegowemu, zamiast wysyłać dane do chmury lub odległego centrum danych, można je przetwarzać bliżej użytkownika końcowego. Ten proces nie tylko wymaga niższej przepustowości, ale także redukuje koszty backhaulingu (łączy dosyłowych). Przetwarzanie danych „na miejscu” umożliwia ich natychmiastową analizę.

Wiąże się z tym również zmniejszenie opóźnień – być może jeden z najbardziej oczywistych powodów, dla których warto zastosować przetwarzanie brzegowe. Wzmożone wykorzystanie technologii i usług w sieci firmowej, powoduje opóźnienia przesyłu danych Tam, gdzie konieczne jest podejmowanie decyzji i działań w czasie rzeczywistym, zwłaszcza na poziomie urządzenia, opóźnienie musi być ograniczone do minimum. Umieszczenie kluczowych zadań przetwarzania bliżej użytkowników końcowych, sprawia, że edge computing przyspiesza i zwiększa responsywność usług opartych na sztucznej inteligencji.

Dla branży sztucznej inteligencji zapewnienie prywatności wciąż jest wyzwaniem. Zwłaszcza, że nieustannie rośnie różnorodność urządzeń AI firmowych sieciach. Przetwarzanie brzegowe przynosi rozwiązanie. Dzięki sztucznej inteligencji opartej na edge computingu poufne informacje są przechowywane i przetwarzane lokalnie na urządzeniu. Do chmury przenosi się jedynie pakiety danych niewymagających pilnego przetworzenia. Mniej danych wrażliwych przesyłanych pomiędzy urządzeniami a chmurą oznacza większe bezpieczeństwo firmy i jej klientów.

Według Gartnera za dwa lata 74% wszystkich danych będzie wymagało przetwarzania na brzegu sieci. Dane z urządzeń wykorzystujących sztuczną inteligencję nie są wyjątkiem. W rzeczywistości Edge AI to kolejna fala sztucznej inteligencji. Firmy Intel i Udacity stworzyły wspólny program Edge AI for IoT Developers Nanodegree. Jego celem jest szkolenie programistów w zakresie wykorzystania głębokiego uczenia i komputerowych systemów wizyjnych.

Ilość danych systematycznie rośnie wraz z potrzebą ich przechowywania i prowadzenia obliczeń na urządzeniu. Jednak wciąż należy pamiętać o łączeniu szybkości działania z zapewnieniem prywatności i bezpieczeństwa. Dokąd więc zmierza AI? – W kierunku przetwarzania brzegowego.

Technologiczne szanse pandemii COVID-19

Nick Offin, Head of Sales, Marketing & Operations, Dynabook Northern Europe