شاید عبارت هوش مصنوعی را هر روزه بشنوید، اما هر کدام از بخش‌های آن مفاهیم متفاوتی دارند. هوش مصنوعی لبه (Edge AI) روشی برای به‌کارگیری هوش مصنوعی به شمار می‌رود که بدون نیاز به ارتباط دائمی با مرکز داده و سرور ابری، الگوریتم‌ها را بر روی دستگاه‌های سخت‌افزاری محلی استفاده می‌کند. نوآوری هوش مصنوعی لبه با استفاده از علم داده خارج از ابر به بهبود کارایی، عملکرد، مدیریت و امنیت گوشی‌های هوشمند، ماشین‌ها، لوازم خانگی و دستگاه‌های اینترنت اشیا (IoT) کمک می‌کند.
کارکرد هوش مصنوعی لبه
تا به امروز، بسیاری از برنامههای هوش مصنوعی مانند سیستم‌های خبره و متخصص، یا الگوریتم‌های تشخیص جعل، با استفاده از روش‌های نمادین توسعه یافته‌اند. در مقابل، برخی دیگر از تکنیک‌های هوش مصنوعی مانند روش‌های غیر نمادین، از جمله شبکه‌های عصبی و الگوریتم‌های یادگیری ماشین، برای ایجاد برنامههای هوش مصنوعی به کار می‌روند. محققان به راه‌هایی برای گسترش شبکه‌های عمیق عصبی برای آموزش مدل‌های هوش مصنوعی و ارائه پاسخ‌هایی بر اساس داده‌های ورودی دست یافته‌اند. این فرآیند که به آن استنباط، قضاوت و نتیجه‌گیری می‌گویند، سبب راه‌اندازی هوش مصنوعی خارج از ابر می‌شود.
از هوش مصنوعی لبه‌ای (Edge AI) برای استنباط استفاده می‌شود و با این فرایند چیپ‌های مبتنی بر هوش مصنوعی با کارایی بالا عملکرد فرایند استنباطی را بهبود می‌بخشند که باعث کاهش انرژی می‌شود. در ادامه بخشی از مزایای هوش مصنوعی لبه را می‌خوانید:
- سرعت بالاتر و کاهش تاخیر: در هوش مصنوعی لبه برای از بین بردن هرگونه تاخیر در انتقال داده‌ها در ابر استنباط درون دستگاه‌ها انجام و سبب تجربه بهتر در بازی‌های آنلاین یا برنامههای زنده می‌شود.
- کاهش قیمت: نیاز به پهنای باند کمتر موجب کاهش هزینه‌های مربوط به ارسال صوت، فیلم و داده سنسوری دقیق بر روی شبکه‌های سلولی می‌شود.
- امنیت داده: حفظ امنیت و حریم خصوصی از مهم‌ترین مزایای هوش مصنوعی لبه است که در نزدیکی منبع پردازش می‌شود.
- اعتمادپذیری: هوش مصنوعی می‌تواند حتی اگر شبکه یا سرویس ابری از کار بیفتد نیز به کار خود ادامه دهد. این موضوع بسیار برای کاربردهایی مانند ماشین‌های خودکار و ربات‌های صنعتی بسیار حیاتی است. تکنولوژی خودکار منجر به افزایش اعتمادپذیری و پاسخگویی سیستم‌ها و همچنین اطمینان کاربران می‌شود.
- کاهش نیرو: آن دسته از وظایف هوش مصنوعی را که می‌توان در لبه نسبت به زمانی که داده به ابر ارسال می‌شود، با انرژی کمتر انجام داد، باعث افزایش عمر باتری می‌شوند.
کاربرد هوش مصنوعی لبه‌ای
این تکنولوژی کاربردهای مختلفی در سیستم‌های تشخیص صدا، تشخیص چهره، شناسایی جعل و سیستم‌های رانندگی خودکار دارد. با تلفیق امکانات عملیات درون دستگاه و قابلیت‌های فضای ابری، اج (Edge AI) به مرور زمان باعث بهبود عملکرد الگوریتم‌های هوش مصنوعی می‌شود.
در فرایند استنباط برای سیستم‌های راه‌یابی خودکار، کنترل فرمان، گاز و ترمزها به‌صورت خودکار انجام می‌شود. برخی از خودروها نیز به شبیه‌سازی خود ادامه می‌دهند. این سیستم در مواقعی که راننده عملی غیرقابل پیش‌بینی انجام می‌دهد، فیلمبرداری می‌کند و برای بهبود الگوریتم، آن را به سیستم ابری ارسال می‌نماید. الگوریتم کنترل اصلی با استفاده از ورودی‌های جدید بهبود پیدا می‌کند و در نهایت، این بهبودها به‌صورت به‌روزرسانی‌ها اضافه می‌شوند و عملکرد خودرو را ارتقا می‌دهند.
از دیگر کاربردهای هوش مصنوعی لبه‌ای می‌توان به تبدیل صوت به متن در تلفن‌های همراه با استفاده از قابلیت تشخیص صدا اشاره کرد. علاوه بر این، ساعت‌های هوشمند و دستگاه‌های تشخیص ضربان قلب، فشار خون و میزان گلوکز خون نیز با استفاده از مدل‌های هوش مصنوعی طراحی شده‌اند. همچنین، دوربین‌های هوشمند ترافیک به طور خودکار زمان چراغ قرمز را برای کاهش ترافیک تنظیم می‌کنند.
در یک مورد دیگر، آمازون سرویس جدیدی ارائه کرده است که بدون نیاز به صندوقدار، به طور خودکار آیتم‌های قرار داده شده در سبد خرید مشتری را با استفاده از هوش مصنوعی لبه‌ای شناسایی و شمارش می‌کند، بدون اینکه نیازی به نهایی‌سازی خرید در صندوق حسابداری باشد.
از آنجایی که هوش مصنوعی لبه (Edge AI) بیشتر در تلفن‌های همراه، ساعت‌ها و لوازم و تجهیزات خانگی هوشمند مورد استفاده قرار می‌گیرد، به سرعت در حال رشد است. انتظار می‌رود در آینده با گسترش فروشگاه‌ها، بیمارستان‌ها و شهرهای هوشمند، پیشرفت‌های بیشتری در این زمینه مشاهده شود. هرچند توسعه مدل‌های هوش مصنوعی نسبت به شیوه‌های سنتی توسعه برنامه، چالش‌های مدیریتی متعددی را برای دانشمندان و مهندسان داده به همراه دارد.