В то время как генеративный ИИ продолжает доминировать в заголовках новостей, периферийный ИИ должен открыть новые возможности для промышленного мира.

За последние два года искусственный интеллект стал предметом обсуждения в технологическом мире, и мы уже увидели реальную ценность инструментов на базе искусственного интеллекта, таких как ChatGPT, Midjourney и другие.

Однако, хотя в центре внимания находятся генеративный ИИ и большие языковые модели (LLM), эти технологии непрактичны для отраслей, требующих принятия решений в режиме реального времени и на местах, таких как производство.

Edge AI стремится решить эту проблему путем обработки огромных наборов данных на компактных вычислительных платформах, используя меньшие, но более эффективные модели машинного обучения для предоставления аналитических данных ИИ в режиме реального времени.

Как отмечают эксперты, вычислительные процессы ИИ должны происходить там, где это создает наибольшую ценность для предприятия. А для многих промышленных предприятий это близко к тому месту, где генерируются данные — прямо на периферии .

Как никогда ранее, сейчас наблюдается сильное стремление к инновациям на периферии, о чем свидетельствует отчет компании NTT Data за 2023 год Edge Advantage , в котором опросили 600 предприятий из разных отраслей и который показал, что «около 70% предприятий теперь используют периферийные решения для решения бизнес-задач».

Но что на самом деле представляет собой периферийный ИИ и как он изменит будущее вычислений ИИ?

Edge AI: повышение эффективности работы

Edge AI описывает обработку данных, когда и где они генерируются (то есть на границе сети), а не только на удаленных облачных серверах. Сторонники этого подхода утверждают, что, перемещая вычислительную мощность на границу, компании могут получить доступ к информации, которая поможет повысить их операционную эффективность.

Кайхан Криппендорфф, основатель Outthinker Networks и соавтор Proximity , считает, что «вычисления на основе ИИ — это не просто будущее, они уже здесь», и добавляет, что «производственные предприятия, в частности, перемещают системы ИИ из облака на периферию, что позволяет ускорить обработку данных, сократить задержки и затраты на облачные серверы».

«Перемещение систем ИИ из облака на периферию, особенно в производственных средах, приводит к более быстрой обработке данных с устройств и датчиков Интернета вещей (IoT), соединенных локальными сетями на заводах. Это сокращает задержку, сокращает расходы на облачные серверы и открывает новые возможности для локализованных инноваций».

Но не только Криппендорф считает, что ИИ на периферии уже здесь. Несколько других экспертов отрасли, например, Пол Блаудофф, старший директор по периферийным сервисам в NTT, также разделяют это мнение.

«Мы видим, что несколько предприятий продвигают эти решения», — говорит Блаудофф. «Причина в том, что Edge AI привносит действенный интеллект и возможности принятия решений в режиме реального времени в операционные технологические среды, такие как заводские цеха».

В настоящее время рынок периферийного ИИ стремительно расширяется, и среди ключевых игроков, движущих этот сдвиг, можно назвать NTT Data, Siemens, IBM и Microsoft, каждый из которых привносит на рынок свой уникальный подход.

Например, компания NTT недавно запустила свою сверхлегкую платформу периферийного ИИ, которая представляет собой полностью управляемое решение периферийного ИИ, «разрушающее разрозненность ИТ- и ОТ-технологий, обеспечивая расширенные варианты использования ИИ для промышленности и производства».

Siemens, с другой стороны, разработала промышленную платформу Edge, которая позволяет производителям развертывать приложения AI непосредственно на заводе. Менеджер приложений Edge от IBM фокусируется на предоставлении решений AI для периферийных устройств в таких отраслях, как здравоохранение, телекоммуникации и автомобилестроение.

Реальные применения Edge AI

Edge AI уже внедряется во многих отраслях, и первые пользователи сообщают о значительных улучшениях в эффективности работы, снижении затрат и инновационных возможностях. Одной из наиболее заметных областей, где Edge AI оказывает влияние, является производство.

Благодаря передовому ИИ производители теперь могут обрабатывать данные локально, обеспечивая мониторинг в режиме реального времени , профилактическое обслуживание и интеллектуальное принятие решений на уровне завода.

Например, датчики IoT на производственных машинах могут генерировать потоки данных, которые немедленно анализируются системами ИИ на периферии для прогнозирования потенциальных сбоев оборудования. Это позволяет производителям выполнять техническое обслуживание до возникновения сбоя, сокращая время простоя и повышая общую производительность. 

Одной из компаний, которая уже успешно внедрила ИИ-технологию в свои производственные процессы, является глобальный производитель бытовой техники и электроники Haier. Используя ИИ-технологию на своих местных заводах, Haier заявила, что оптимизировала производственные процессы и получила возможность более эффективно настраивать продукты для местных рынков.

Эта стратегия объединения облачной обработки с периферийными приложениями оказалась настолько успешной, что теперь Haier предлагает свои интегрированные системы искусственного интеллекта другим производителям под управлением COSMOPlat — компании, созданной Haier в 2017 году.

Но влияние периферийного ИИ не ограничивается производством. Умные города также используют периферийный ИИ для улучшения городской инфраструктуры и услуг, оптимизации управления дорожным движением, мониторинга общественной безопасности и даже отслеживания условий окружающей среды, таких как качество воздуха и погодные условия в режиме реального времени.

Препятствия на пути к краю

Несмотря на растущий интерес к периферийному ИИ, его внедрение не обошлось без проблем. Согласно отчету Edge Advantage Report 2023 года, «почти 40% тех, кто планирует периферийное развертывание, выразили обеспокоенность по поводу возможностей своей текущей инфраструктуры для поддержки этой технологии».

Блаудофф признает эти опасения, отмечая, что многие предприятия сталкиваются со значительными препятствиями при интеграции периферийных решений с существующей ИТ- и ОТ-инфраструктурой.

Ключевой проблемой является обеспечение возможности бесперебойного сбора, обработки и анализа данных с устройств, датчиков и оборудования IoT на периферии. Для этого требуются надежные аппаратные и программные решения, способные обрабатывать объем и сложность данных, генерируемых в средах реального времени.

Однако такие решения, как сверхлегкая платформа искусственного интеллекта NTT Edge, были разработаны для упрощения развертывания и управления приложениями искусственного интеллекта на периферии. Функция автоматического обнаружения платформы сканирует всю среду ИТ и ОТ для инвентаризации активов, выявления уязвимостей и оптимизации сбора данных.

«Автоматизируя обнаружение и сбор различных устройств IoT и OT в единую плоскость данных для принятия решений в режиме реального времени, мы устраняем препятствия для внедрения периферийных технологий», — говорит Блаудофф.

ИИ на грани и устойчивое развитие

Помимо операционной эффективности и инноваций, периферийный ИИ также предоставляет предприятиям уникальную возможность достичь своих целей в области устойчивого развития . Поскольку периферийный ИИ обрабатывает данные локально, он снижает потребность в энергоемких облачных вычислениях, сокращая углеродный след, связанный с передачей данных на большие расстояния и облачным хранением.

Как отмечает Блаудофф, предприятия, которые внедряют приложения ИИ на периферии, не только повышают производительность, но и предпринимают шаги в направлении более устойчивых операций. «Снижая потребление энергии и перегрузку сети, ИИ на периферии помогает компаниям минимизировать свое воздействие на окружающую среду, одновременно продвигая цифровую трансформацию», — добавляет он.

Поскольку устойчивое развитие становится все более важным фактором для предприятий по всему миру, способность ИИ обеспечивать как эксплуатационные, так и экологические преимущества, вероятно, станет движущей силой его дальнейшего внедрения.