По мере того как искусственный интеллект становится все более вездесущим, у него складываются особые отношения с периферийными вычислениями (edge computing). Брайан Маккарсон, вице-президент компании Intel, обсуждает на портале Enterprisers Project ключевые факторы, которые надо учитывать при разработке стратегии ИИ на периферии.
ИИ переходит из области научной фантастики к широкому масштабированию на предприятиях. Еще десять лет назад рабочие нагрузки ИИ использовались почти исключительно небольшим числом очень прибыльных компаний, у которых были ресурсы для экспериментов и найма обширной команды специалистов по аналитической обработке данных. Сегодня ИИ используется во многих повседневных инструментах, от распознавания языка до прогнозирования состояния здоровья, и почти во всех отраслях.
Кроме того, ИИ теперь применяется на периферии, а не только в больших дата-центрах. В ближайшие годы эта тенденция сохранится.
Вот три вещи, которые должны знать руководители в любой области, чтобы воспользоваться происходящими изменениями.
1. Open Source — ваш друг
Открытый исходный код способствует росту ИИ, поскольку разработчики учатся у большого сообщества, чтобы сделать элементы ПО более доступными для различных сценариев применения. Сообщество Open Source действует как «школа рыб», быстро и массово реагируя на окружающую среду. Например, TensorFlow стала хитом за месяц до того, как большинство разработчиков перешли на эту библиотеку для развертывания решений. Такие быстрые сроки были неслыханны ранее.
Open Source помогает быстро развивающимся отраслям, создавая новые возможности для масштабирования — отчасти потому, что компаниям больше не нужна большая команда специалистов по аналитической обработке данных для каждого сектора. Не так давно высказывалось опасение, что нехватка таких специалистов затормозит развитие ИИ. Но сейчас мы видим, как разработчики ПО с самым разным образованием обращаются к инструментам ИИ с открытым исходным кодом для различных бизнес-инноваций.
2. Объем видеоинформации огромен
Одна вещь, которую я недостаточно часто вижу сегодня, — это осознание колоссального количества информации, которую можно получить из видео, особенно высокого разрешения. От промышленных объектов до оптимизации розничной торговли, видео везде будет огромным фактором в том, как предприятия работают и остаются конкурентоспособными. Однако, поскольку видеоинформация содержит большой объем данных, отправлять изображения с высоким разрешением в централизованное облако для получения основанных на ней выводов нерентабельно. Гораздо лучше делать выводы на месте развертывания, а затем отправлять результаты в централизованное облако для дополнительного обучения модели.
Таким образом, развертывание ИИ на периферии целесообразно для бизнеса, но это также увеличивает потребность в дополнительных edge-вычислениях. Периферия дешевле с точки зрения совокупной стоимости владения (TCO), но она также способствует развитию своего рода симбиотических отношений: чем больше успехов достигается при развертывании ИИ, тем больше потребность в периферийных вычислениях, а более качественная обработка на периферии позволяет извлекать бóльшую ценность из этих развертываний. Эта взаимосвязь создает целый ряд новых возможностей для бизнеса — от доставки контента до услуг, которые еще только предстоит придумать.
3. Грядут все новые перемены
Одна из моих любимых цитат — «Случай помогает только подготовленному уму» — принадлежит известному французскому ученому Луи Пастеру. Это звучит очевидно, но когда вы выбираете системы, будь то для ритейла или заводов, исходите из того, что вам потребуется обновить их раньше, чем вы ожидаете. Инновации в области ИИ происходят такими быстрыми темпами, что вашей организации придется переходить на новое программное и аппаратное обеспечение по мере развития тенденций в сообществе разработчиков. Мой совет — найти микросервисные платформы, которые могут масштабироваться, чтобы по мере появления возможностей вы были готовы воспользоваться преимуществами.
ИИ затрагивает все сферы. В здравоохранении обработка медицинских изображений позволяет радиологам добиваться большей точности диагнозов и, следовательно, улучшать результаты лечения пациентов. Благодаря механизмам предупреждения о сходе с полосы движения, автоматическому торможению, камерам и многому другому, ИИ делает автомобили более безопасными. На промышленных предприятиях ИИ ускоряет и повышает точность обнаружения дефектов, чтобы облегчить повторяющуюся нагрузку на людей. В розничной торговле ИИ позволяет получать более точную информацию о демографических показателях, планировке магазина и даже о вовлеченности покупателя, чтобы определить, например, совершает ли отец покупки вместе с детьми в преддверии школьных каникул или пара бежит по своим делам.
Нет такой области, в которой ИИ не сыграл бы свою роль. Принимая во внимание значение открытого исходного кода для сообщества разработчиков, понимая роль видеоинформации в различных областях и планируя постоянные изменения и внезапные повороты, ваша организация сможет лучше подготовиться к тому, как ИИ на периферии изменит бизнес в ближайшие годы.