边缘人工智能与物联网结合。

边缘人工智能(EdgeAI)；它是人工智能领域最引人注目的新领域之一。目的是让用户在不担心隐私或数据传输缓慢的情况下运行人工智能流程...如果想了解边缘人工智能，首先了解边缘计算。

边缘人工智能和边缘计算。

边缘人工智能(EdgeAI)它是人工智能领域最引人注目的新领域之一，旨在让用户在不担心隐私或数据传输缓慢的情况下运行人工智能流程。边缘人工智能可以使人工智能技术得到更广泛的应用，使智能设备能够在不接入云平台的情况下快速响应输入。虽然这是边缘人工智能的快速定义，但我们需要更好地了解和探索边缘人工智能技术，了解一些边缘人工智能的用例。

要真正了解边缘人工智能，首先要了解边缘计算，而了解边缘计算的最好方法就是将其与云计算进行比较。云计算是通过公共互联网提供计算服务，相比之下，边缘计算系统并不与云计算平台相连，而是在内部部署设备上运行。这类设备可能是专用边缘计算服务器、内部部署设备或物联网(IoT)设备。使用边缘计算有很多优点。比如基于互联网/云平台的计算处理会受到网络延迟和带宽的限制，而边缘计算不受这些因素的限制。

在了解了什么是边缘计算之后，我们需要了解边缘人工智能。边缘人工智能将人工智能技术与边缘计算技术相结合，使人工智能算法运行在可以进行边缘计算的设备上。这样做的好处是可以在不连接到云平台的情况下实时处理数据。

大部分先进的人工智能流程都是在云中进行的，因为它们需要大量的计算能力。因此，这些人工智能流程很容易受到网络延迟或停止的影响。由于边缘人工智能系统运行在边缘计算设备上，因此可以在当地进行必要的数据操作，并通过公共互联网发送，节省了大量的时间。深度学习算法可以在设备本身(数据起点)上运行。

边缘人工智能越来越重要，因为越来越多的设备需要使用人工智能技术，而无法访问云平台。数据传输的滞后可能是自动机器人或配有计算机视觉算法的智能汽车的应用中的灾难性。自动驾驶汽车在检测道路人员或障碍物时不能受到延迟的影响。由于快速响应时间如此重要，因此必须使用边缘人工智能系统，允许在不依赖云计算连接的情况下实时分析和分类图像。

当边缘计算设备被赋予云端通常进行的信息处理任务时，其结果是低延迟或实时处理。此外，通过传输最重要的信息，可以减少传输的数据量，最大限度地减少通信中断。

边缘人工智能和物联网。

边缘人工智能可以和5G、物联网(IoT)其他数字技术的组合。物联网为边缘人工智能系统生成数据，而5G技术对边缘人工智能和物联网的可持续发展至关重要。

物联网是指通过公共互联网连接的各种智能设备。所有这些设备都会生成数据，可以输入边缘人工智能设备，也可以作为临时数据存储单元。数据处理方法更加灵活。

边缘人工智能和物联网的发展对5G技术至关重要。5G可以以高达20Gbps的速度传输数据，而4G只能以1Gbps的速度传输数据。与4G相比，5G还支持更多的并发连接和更短的延迟。这些优点与4G相比非常重要，因为随着物联网的发展，数据量也会增加，传输速度也会受到影响。在5G中，更多的设备可以互动，很多设备都可以采用边缘人工智能技术。

边缘人工智能范例。

边缘人工智能的用例包括几乎所有比通过云平台更有效的本地设备数据处理的例子。边缘人工智能的一些常见用例包括自动驾驶汽车、无人机、面部识别和数字助手。

自动驾驶汽车是边缘人工智能的典型用例之一。自动驾驶汽车必须不断扫描周围环境，评估驾驶情况，并根据紧急情况校正其行驶轨迹。在这些情况下，实时数据处理非常重要，其车载边缘人工智能系统将负责数据的存储、处理和分析。因此，边缘人工智能技术是将三级和四级(完全独立)车辆推向市场的必备技术。

由于无人机不是无人控制或驾驶的，所以它们的要求与自动驾驶汽车非常相似。如果无人机在飞行过程中失去控制或故障，它们可能会坠毁和损害公共财产或威胁人身安全。此外，无人机可能会飞出互联网服务范围，必须具有边缘人工智能功能。边缘人工智能系统是亚马逊PrimeAir等服务不可或缺的，旨在通过无人机交付包裹。

边缘人工智能的另一个用例是面部识别系统。面部识别系统依靠计算机视觉算法来分析摄像头收集的数据。即使没有连接到云平台，为安全等任务而运行的面部识别应用也需要可靠运行。

边缘人工智能的另一个常见用例是数字助理。GoogleAssistant、即使没有连接到公共互联网，Alexa和Siri等数字助手也必须能够在智能手机和其他数字设备上运行。在数字设备上处理数据后，无需将其交付到云中，有助于减少流量，保证隐私安全。

标签：人工智能,边缘人工智能,物联网,AI人工智能