Gömülü yapay zeka dalgası altında, saf algoritma şirketleri hayatta kalma kriziyle karşı karşıyadır ve eksiksiz çözüm sağlanması anahtar
Son yıllara baktığımızda, yapay zeka yalnızca laboratuvardan çıkmakla kalmıyor, aynı zamanda buluttan cihaz tarafına geçerek cihazları istihbaratla güçlendiriyor. 2018'de bu trend endüstri zincirindeki tüm taraflar için bir çaba noktası haline geldi. Yapay zekanın inişini içeren tüm tartışmalar Uç bilgi işlem ve yerleşik yapay zeka teknolojisinden ayrılamaz.
Geçtiğimiz günlerde Tsinghua Üniversitesi'nde düzenlenen Gömülü Yapay Zeka Konferansı'nda yatırımcılar, yapay zeka firmaları ve teknoloji devleri bir araya geldi.Soğuk kış atmosferinde gömülü yapay zeka geliştirilmesine yönelik tartışmalar oldukça sıcaktı.
Resim Konferans sahnesi (Kaynak: Zhongke Chuangda)
İlki "makine" dir. Zhongke Chuangda'nın Yönetim Kurulu Başkanı ve CEO'su Zhao Hongfei'nin Gömülü Yapay Zeka Konferansı'nda söylediği gibi, öncelikle lojistik olabilir, ancak elbette otomobillerde, endüstride, lojistikte ve evlerde de gerçekleşecek. "Bu alanlardaki yapay zeka donanımda bulunmalıdır. , Bu yüzden gömülü olmalı ve hesaplamalar kenarda gerçekleşmeli. Bu zaten oluyor. "
Bir de "risk" var: Edge bilişim, performans, güç tüketimi, güvenlik, uyumluluk, vb. Açısından hala büyük zorluklarla karşı karşıya. Sektördeki şirketler, yapay zeka bulut bilişimini iyileştirmede büyük ilerleme kaydetti ve makinelerin daha iyi olmasına olanak tanıdı. Sorunu çözmek için, ancak yerleşik yapay zekanın sorunu daha ekonomik bir şekilde nasıl çözeceğini de düşünmesi gerekiyor.
Şekil Yerleşik yapay zekanın karşılaştığı zorluklar (Kaynak: DT Jun)
Peki, yerleşik yapay zekanın temel zorlukları nelerdir?
Zhongke Chuangda'nın başkan yardımcısı Sun Li, sorunun terminal işleme platformunun parçalanması, sınırlı bilgi işlem gücü, uygulamaların çeşitli ihtiyaçlarını karşılamanın zor olması, performans (doğruluk, hız) dengesi, ekolojik olgunlaşmamışlık, güç tüketimi ve maliyette yattığı sonucuna vardı. Bu 6 yön daha yüksektir.
Bu sorunları çözmek için, yazılım ve donanımı derinlemesine bütünleştiren sistematik bir tasarım gereklidir. Yazılım açısından çekirdek, modelin küçültülmesi, ağın sıkıştırılması, derin füzyon ve sahne ile uygun optimizasyon, derin öğrenme modelinde hiperparametrelerin paylaşılması gibi yöntemlerle elde edilebilen algoritma modelinin hesaplama miktarını azaltmaktır. Donanım açısından anahtar, güç tüketimi ve ısı üretimi kısıtlamalarını karşılama öncülüğünde AI operasyon hızlandırma motorunu gerçekleştirebilen AI operasyon hızlandırma motorunda yatmaktadır. Bir algoritma bir cihaza entegre edildiğinde, ilk olarak güç tüketimi, ısı üretimi ve ışık hızına bakmak gerekir.
Bundan elde edilen çok önemli bir fikir birliği, gömülü yapay zekanın çipler, işletim sistemleri, algoritmalar, donanım, otomatik kontrol ve malzemeler alanlarında teknoloji ve yeteneklerin ortak yatırımını gerektiren çok uzun bir endüstriyel süreç olacağıdır.
Sun Li, DT Jun'a, kullanıcılar açısından bakıldığında, piyasadaki her türden müşterinin çok fazla ihtiyacı ve acı noktası olduğunu, bu ihtiyaçların ve sıkıntı noktalarının arkasında müşterilerin belirli bir teknolojiyle ilgilenmeyeceğini söyledi. Çığır açan nokta, algoritmalar, donanım, bulut ve diğer önemli unsurların etkili bir kombinasyonunu kapsayan en eksiksiz çözümü aramaktır.
Teknik açıdan bakıldığında, Her Şeyin İnterneti aslında pek çok teknoloji gerektirir. 3G, 4G ve 5G teknolojilerine ek olarak, bağlantı aynı zamanda Wifi teknolojisi ve Bluetooth teknolojisini de gerektirir; algoritmalar, CPU, GPU, NPU ve DSP var. Son olarak, güvenlik artık çok önemli bir alan haline geldi. Bağlantı, hesaplama ve güvenlik, Her Şeyin İnterneti için birkaç önemli destek noktası oluşturacaktır.
(Kaynak: Bay DT)
Yukarıda belirtilen alanlarda zengin fikri mülkiyet haklarına ve teknolojilere sahip şirketler lider rolü oynamaya devam edecek. Aksine, saf algoritma yapay zeka şirketleri için kalan yaşam alanı daha da küçülebilir.Sektördeki çalışanlar DT Jun'a bu şirketlerin tüm endüstri zinciri için çözüm sağlayamayacağını ve kâr marjlarının sınırlı olduğunu ve en iyi sonuçlarının olabileceğini söyledi. Satın alındı.
Sun Li'nin analizine göre, yapay zekanın endüstriyi güçlendirme sürecinde, müşteriler aslında veri toplama, gizlilik sorunları, eğitim, üretim yönetimi sistemleri, özel bulut yönetimi, ön ve arka uçları kapsayan toplam bir çözüm bekliyorlar ve sadece salt algoritmaları değil.
"Müşterilerin yapay zeka teknolojisini ölçmek için bütçeleri, üst düzey bir teknoloji olarak yapay zekaya değil, üretkenliğin iyileştirilmesine (kullanıcı deneyiminin iyileştirilmesi, satış dönüşüm oranı vb.), Operasyonel verimlilik optimizasyonuna ve iş performansına dayanabilecek bütçe kapasitesine dayanmaktadır. Evet, bu, mevcut pahalı AI girdi maliyetleriyle bir çelişki, "dedi Sun Li.
Herşeyin İnternetine doğru önümüzdeki 10 ila 20 yılda, genel çözüm rekabetine ve saf algoritma şirketlerinin hayatta kalmasına ek olarak, 5G ve AI'nın tamamlayıcılığı da yeni fırsatlar getirecek. Qualcomm'un küresel başkan yardımcısı Sun Gang, 2025 yılında yapay zeka ile genişletilen sektörün iş senaryolarında 5,1 trilyon ABD doları üretmesinin beklendiğini ve 5G ile genişletilen sektörün 2030 yılına kadar 12,3 trilyon olacağını söyledi. Bu iki sektörün çok büyük beklentileri var.
(Kaynak: Bay DT)
5G ve yapay zekanın geliştirilmesi birleştirilmiştir, çünkü 5G bir iletişim standardıdır ve iletişim standartlarının geliştirilmesi daha hızlı iletişim hızları getirecek ve ayrıca daha fazla veri üretecektir. Veri, yapay zekanın temelidir. Veriler, AI'yı daha etkili hale getirecek. Bu temelde, AI teknolojisi gelişecek ve geliştirme sürecinde 5G'nin gelişimini teşvik edecek verilere daha fazla talep olacaktır.Bu iki teknolojinin gelişimi birbirini tamamlayıcı niteliktedir.
