Placeholder ¿Qué es IA perimetral? ¿Como funciona? | SINSMART

¿Qué es IA perimetral? ¿Como funciona?

La eficacia de la inteligencia artificial (IA), la adopción de dispositivos IoT y el rendimiento de la computación perimetral han logrado importantes avances recientes, desbloqueando el potencial de la IA en el perímetro.

Desde ayudar a los radiólogos a diagnosticar enfermedades en hospitales hasta conducir automóviles en carreteras y ayudarnos a polinizar plantas, la IA de vanguardia está abriendo posibilidades que nunca antes habíamos tenido.

Innumerables analistas y empresas están hablando e implementando la informática perimetral. Los orígenes de la tecnología se remontan a la década de 1990, cuando se crearon redes de entrega de contenido para entregar contenido web y de video desde servidores perimetrales cercanos a los usuarios.

Casi todas las empresas de hoy en día tienen una función de trabajo que podría beneficiarse de la IA en el perímetro. De hecho, las aplicaciones de borde están impulsando una nueva ola de desarrollo de IA que mejorará nuestros hogares, trabajos, escuelas y transporte.

¿Qué es IA perimetral?

Edge AI se refiere al despliegue de aplicaciones de IA en dispositivos del mundo físico. La tecnología se denomina IA en el borde porque realiza la computación de IA en el borde de la red, cerca de los usuarios y los datos, en lugar de estar centralizada en instalaciones de computación en la nube o centros de datos privados.

Debido a que Internet se extiende por todo el mundo, el borde de la red puede tocar cualquier lugar, como tiendas minoristas, fábricas, hospitales o dispositivos que nos rodean, como semáforos, máquinas autónomas y teléfonos.

AI en el borde: ¿Por qué adoptar la tecnología ahora?

Las organizaciones de todas las industrias buscan mejorar los procesos, la eficiencia y la seguridad a través de una mayor automatización.

Para ayudarlos, los programas de computadora deben poder reconocer patrones y realizar tareas repetidamente y de manera segura. Pero el mundo en el que vivimos no está estructurado y las tareas realizadas por los humanos abarcan innumerables situaciones, por lo que no pueden describirse completamente mediante programas y reglas.

El desarrollo de tecnologías de IA en el borde abre nuevas oportunidades para máquinas y dispositivos. Podemos utilizar la inteligencia humana para controlar máquinas y dispositivos dondequiera que se encuentren. Las aplicaciones inteligentes de IA pueden aprender a realizar tareas similares en diferentes situaciones, como en la vida real.

La eficacia de los modelos de IA en el perímetro se deriva de tres innovaciones recientes:

Madurez de las redes neuronales: las redes neuronales y la infraestructura de IA asociada finalmente han evolucionado hasta el punto en que es posible el aprendizaje automático de propósito general. Las organizaciones están aprendiendo cómo entrenar con éxito modelos de IA e implementarlos en producción en el perímetro.

Avances en la infraestructura informática: la ejecución de IA en el perímetro requiere una potencia informática distribuida masiva. Las GPU altamente paralelas de última generación ya se están utilizando para ejecutar redes neuronales.

Adopción de dispositivos IoT: la adopción generalizada de IoT ha impulsado la explosión de big data. Con la repentina capacidad de ingerir datos de todos los aspectos de la empresa desde sensores industriales, cámaras inteligentes, robots y más, ahora tenemos los datos y los dispositivos necesarios para implementar modelos de IA en el perímetro. Además, 5G está impulsando el Internet de las cosas al proporcionar conexiones más rápidas, estables y seguras.

¿Por qué implementar IA en el perímetro? ¿Cuáles son las ventajas de la IA perimetral?

Los algoritmos de IA capaces de comprender el habla, las imágenes, los sonidos, los olores, las temperaturas, los rostros y otras formas analógicas de información no estructurada son especialmente útiles para los usuarios finales con problemas del mundo real. Dadas las preocupaciones sobre la latencia, el ancho de banda y la privacidad, estas aplicaciones de IA no se implementarían, ni siquiera sería posible, en nubes centralizadas o centros de datos corporativos.

Los beneficios de la IA en el perímetro incluyen:

Inteligente: las aplicaciones de IA son más poderosas y flexibles que las aplicaciones tradicionales, que solo pueden responder a la entrada predicha por el programador; Las redes neuronales de IA se pueden entrenar para responder tipos específicos de preguntas (incluso si la pregunta en sí es nueva). problema), en lugar de un problema específico. Sin IA, sería imposible que una aplicación procesara entradas interminables como texto, voz o video.

Conocimientos en tiempo real: dado que las tecnologías de punta analizan los datos localmente en lugar de en una nube distante, no hay demora debido a la comunicación a larga distancia y la capacidad de responder a las necesidades del usuario en tiempo real.

Costos más bajos: al llevar la potencia de procesamiento más cerca del borde, las aplicaciones requieren menos ancho de banda de Internet, lo que reduce significativamente los costos de la red.

Privacidad mejorada: AI puede analizar información del mundo real sin revelarla, lo que mejora en gran medida la privacidad de una persona, incluso cuando analiza la apariencia, la voz, las imágenes médicas o cualquier otra información personal de una persona. Edge AI mantiene estos datos localmente y solo carga análisis e información en la nube, lo que mejora aún más la privacidad. Incluso si una parte de los datos se carga para capacitación, los datos se pueden anonimizar para proteger las identidades de los usuarios. Al preservar la privacidad, Edge AI puede simplificar los desafíos de cumplimiento de datos.

Alta disponibilidad: dado que los datos se pueden procesar sin una conexión de red, la IA perimetral se vuelve más poderosa con la descentralización y las capacidades fuera de línea, lo que mejora la disponibilidad y la confiabilidad de las aplicaciones críticas de IA de nivel de producción.

Mejora continua: cuantos más datos utilice para entrenar su modelo de IA, más preciso será su modelo de IA. Cuando una aplicación de IA perimetral encuentra datos que no puede manejar con precisión, normalmente carga esos datos y luego los usa para volver a capacitarse y aprender de ellos. Por lo tanto, cuanto más tiempo se haya utilizado un modelo en producción marginal, más preciso será ese modelo.

¿Cómo funciona la IA perimetral?

Para que las máquinas vean, detecten objetos, conduzcan un automóvil, entiendan el lenguaje, hablen, caminen o imiten las habilidades humanas, necesitan inteligencia humana.

La IA emplea una estructura de datos conocida como red neuronal profunda para replicar las capacidades cognitivas humanas. Estas redes neuronales están entrenadas para responder tipos específicos de preguntas mostrándoles muchos ejemplos de ese tipo de preguntas y las respuestas correctas.

Debido a que entrenar un modelo preciso requiere una gran cantidad de datos y requiere que los científicos de datos configuren el modelo de manera conjunta, este proceso de entrenamiento, conocido como aprendizaje profundo , generalmente se ejecuta en el centro de datos o en la nube. El modelo entrenado se convierte en un motor de inferencia que puede responder preguntas del mundo real.

Al implementar la IA perimetral, el motor de inferencia se ejecuta en una computadora o dispositivo en ubicaciones remotas, como fábricas, hospitales, automóviles, satélites y hogares. Cuando la IA encuentra un problema, los datos que causan el problema generalmente se cargan en la nube para una mayor capacitación de los modelos de IA originales, que en algún momento reemplazarán el motor de inferencia perimetral. Este circuito de retroalimentación juega un papel importante en la mejora del rendimiento del modelo: a medida que se implementan los modelos de IA perimetral, se vuelven cada vez más inteligentes .

¿Cuáles son los casos de uso de la IA perimetral?

La IA es la fuerza tecnológica más poderosa de nuestro tiempo. Ahora, la IA está revolucionando las industrias más grandes del mundo.

La IA en el borde está impulsando nuevos resultados comerciales en manufactura, atención médica, servicios financieros, transporte, energía y más, que incluyen:

Pronóstico inteligente en la industria energética: en industrias críticas como la energía, donde las interrupciones del suministro pueden amenazar la salud y el bienestar de la población, el pronóstico inteligente es fundamental. Los modelos Edge AI ayudan a estas industrias a combinar datos históricos, patrones climáticos, estado de la red de suministro y más para crear simulaciones complejas que brindan a los clientes una producción, entrega y administración más eficientes de los recursos energéticos.

Mantenimiento predictivo en la industria manufacturera: la industria manufacturera utiliza datos de sensores para detectar anomalías en una etapa temprana y predecir cuándo fallarán las máquinas. Los sensores en los equipos pueden detectar defectos y alertar a los gerentes cuando las máquinas necesitan reparación, por lo que los problemas pueden abordarse temprano y evitar el costoso tiempo de inactividad.

Instrumentos de IA en la industria médica: los instrumentos médicos modernos en el borde se están volviendo habilitados para IA, con dispositivos que utilizan tecnología de transmisión de video quirúrgico de latencia ultrabaja para ayudar a los médicos a realizar procedimientos mínimamente invasivos y brindar información sobre las necesidades.

Asistentes virtuales inteligentes en la industria minorista: los minoristas quieren introducir capacidades de pedidos por voz, reemplazando las búsquedas de texto con comandos de voz, mejorando así la calidad de la experiencia de compra en línea para los clientes. Con los pedidos por voz, los clientes pueden buscar fácilmente artículos, solicitar información de productos y realizar pedidos en línea utilizando un altavoz inteligente u otro dispositivo móvil inteligente.

¿Qué papel juega la computación en la nube en la computación perimetral?

Las aplicaciones de IA pueden ejecutarse en centros de datos, como los de nubes públicas, o en el borde de la red, cerca de los usuarios. Al implementar la IA perimetral, puede disfrutar de las ventajas respectivas de la computación en la nube y la computación perimetral al mismo tiempo.

La nube ofrece beneficios en términos de costo de infraestructura, escalabilidad, alta utilización, resiliencia ante fallas del servidor y colaboración. Edge Computing puede acelerar los tiempos de respuesta, reducir los costos de ancho de banda y aumentar la resistencia a las fallas de la red.

La computación en la nube puede admitir la implementación de IA perimetral de varias maneras:

La nube puede ejecutar el modelo durante el entrenamiento del modelo.

Mientras el modelo se vuelve a entrenar utilizando datos del perímetro, la nube también puede continuar ejecutando el modelo.

Cuando la alta potencia informática es más importante que el tiempo de respuesta, la nube puede ejecutar motores de inferencia de IA para complementar la potencia informática de los modelos in situ. Por ejemplo, un asistente de voz puede responder a su propio nombre, pero cargará solicitudes complejas en la nube para su análisis.

La nube puede ofrecer las últimas versiones de modelos y aplicaciones de IA.

Con el software en la nube, la misma IA perimetral a menudo se puede ejecutar en varios dispositivos en el campo.

Tendencias futuras de Edge AI

Con la madurez de las redes neuronales comerciales, la ubicuidad de los dispositivos IoT y los avances en computación paralela y 5G, ahora podemos lograr el aprendizaje automático de propósito general con una infraestructura poderosa. Las empresas deben aprovechar la oportunidad de aplicar IA a sus instalaciones y actuar sobre la base de información en tiempo real mientras reducen costos y mejoran la privacidad.

La IA en el borde aún se encuentra en sus primeras etapas y sus aplicaciones son ilimitadas.

Dejar un comentario

Carrito de compra

×