Edge AI: Die nächste Stufe der Künstlichen Intelligenz  

Computer haben im Laufe der Jahre mehrere Epochen durchlaufen. In der „Personal Computing-Ära” haben wir Daten lokal auf unseren Geräten gespeichert. Heute müssen die intelligenten Systeme stets in Verbindung mit einer Cloud stehen, da diese die große Rechenleistung für die mathematischen Algorithmen zur Verfügung stellt. Mit Edge AI, kurz für Edge Artificial Intelligence, steht nun die nächste Generation von intelligenten Systemen ins Haus: Die Intelligenz wird dabei direkt in die Endgeräte verlagert. Was ist Edge AI, welche Vorteile bietet es und wie werden künftige Lösungen unterstützt?

Edge-AI-II Wie Edge AI die Zukunft neu gestaltet

Was ist “Edge AI”?

Das Ausführen von KI in der Cloud hat Nachteile: Wir benötigen eine Internetverbindung, aber die Leistung kann durch Bandbreiten- und Latenzzeitbeschränkungen beeinträchtigt werden. Edge AI, auch als “On-Device AI” bekannt ist ein verteiltes Computerparadigma, mit dem AI-Algorithmen lokal auf einem Gerät ausgeführt werden können und dabei werden die von dem Gerät erzeugten Daten verwendet.

Die Vorteile von Edge AI

Edge AI bietet erhebliche Verbesserungen hinsichtlich der Datensicherheit. Durch die Ausführung von AI in der Nähe der Datenquelle können Prozesse wie Datenerstellung und Entscheidungsfindung in Millisekunden ausgeführt werden. Damit eignet sich Edge AI ideal für Anwendungen, bei denen nahezu sofortige Antworten erforderlich sind. Obwohl Cloud Computing seine Vorteile hat, bringt das Hochladen persönlicher Daten in ein zentrales Forum natürlich eine Reihe von Datenschutzbedenken mit sich. Edge AI behebt dieses Problem durch die lokale Verarbeitung von Daten und bietet AI-gesteuerten Branchen, in denen Datenintegrität unerlässlich ist, zusätzliche Sicherheit.

Die Verwendung von Edge AI trägt auch zu einer verbesserten Benutzererfahrung und Kostensenkung bei. Edge AI reduziert die Latenzprobleme drastisch, sodass Benutzer in Echtzeit arbeiten können, indem sie beispielsweise Wearables verwenden, um Zahlungen zu tätigen, und intelligente Lautsprecher die Bewegungs- und Schlafmuster verfolgen. In Bezug auf Kostensenkungen senkt Edge AI den Geldbetrag, den Benutzer für Bandbreite ausgeben müssen, und reduziert die Kosten für die Cloud-Verarbeitung.

Wie Edge AI angewendet wird

Die Liste der Anwendungen für Edge AI ist lang. Aktuelle Beispiele sind Gesichtserkennung und Live-Verkehrsinformationen auf Smartphones sowie halbautonome Fahrzeuge und intelligente Kühlschränke. Andere Edge AI-fähige Geräte sind intelligente Lautsprecher, Roboter, Drohnen, Überwachungskameras und tragbare Geräte zur Gesundheitsüberwachung. Einige weitere Bereiche, in denen Edge AI voraussichtlich weiter genutzt wird, sind nachstehend aufgeführt:

  • Selbstfahrende Fahrzeuge:  In wenigen Bereichen sind nahezu augenblickliche Reaktionszeiten wichtiger als beim autonomen Fahren. Damit selbstfahrende Fahrzeuge in Echtzeit auf Entwicklungen auf der Straße reagieren können, während sie schnell und angemessen auf Verkehrszeichen, Fußgänger und andere Fahrzeuge reagieren, ist die Fähigkeit, Daten sehr schnell zu verarbeiten, unerlässlich.
  • Überwachung und Überwachung:  In der Vergangenheit haben Überwachungskameras unveränderte Videosignale direkt in die Cloud übertragen, was zu einer hohen Bandbreitennutzung und überlasteten Servern führte. In Kameras integriertes maschinelles Lernen kann jetzt die Aktivität überwachen und nur wichtige Ereignisse in die Cloud übertragen.
  • Branchen-IoT:  In Branchen, in denen Automatisierung zum Einsatz kommt, verbessert Edge AI die Sicherheit und senkt die Kosten. Lokal durchgeführte KI überwacht Maschinen auf potenzielle Fehler und reagiert in Echtzeit darauf. Lokales Deep Learning kann ebenfalls zur Datenerfassung beitragen.
  • Bild- und Audioanalyse:  Die Bild- und Audioanalyse-bezogenen Anwendungen von Edge AI sind umfangreich. Von der Echtzeit-Bild- und Szenenerkennung bis hin zu Geräten, die auf Audio-Trigger reagieren, gibt es eine Vielzahl von latenzkritischen Anwendungen, auf die Edge AI angewendet werden kann.
Wohin bringt uns Edge AI?

In einer Studie aus dem Jahr 2018 wurde geschätzt, dass die Edge-Computing-Branche bis 2025 einen Wert von ca. 3,24 Mrd. Dollar erreichen wird. Während Edge AI die Nachfrage nach IoT-Geräten ankurbeln und die Einführung von 5G-Netzen erleichtern soll, wird für die Einführung zusätzlich ein ganz neuer Standard gelten Intelligente Echtzeitleistung, die den Benutzern in die Hand gegeben wird. Da die Industrie ihre Systeme zunehmend intelligenter und effizienter macht, könnte sich mit „The Edge“ auch das Unternehmen auf nie zuvor gesehene Weise verbessern und diversifizieren.

AI am Rande ist darauf vorbereitet, die Standards auf ganzer Linie zu verbessern. Wenn Sie diese Standards in Bezug auf Datenschutz, Geschwindigkeit oder Zugänglichkeit einhalten, wird erwartet, dass die Bereitstellung von KI für die Datenquelle Benutzern und Unternehmen eine völlig neue Welt der Intelligenz und des Komforts eröffnet.

Text: Fraunhofer IIS
Foto: eetasia