Trong một bài viết hấp dẫn trên MIT Technology Review, “Làm thế nào cloud AI có thể tạo ra những công ty giàu nhất từ trước đến nay” , Peter Burrows lập luận rằng làn sóng tiếp theo của AI sẽ là một chiến thắng toàn diện ở trên cloud.Burrows trình bày một lập luận rõ ràng được hỗ trợ bởi các trích dẫn từ các chuyên gia, mặc dù có rất nhiều ý kiến không đồng tình với ý tưởng rằng một key player sẽ tạo ra cloud AI trước và chiếm lĩnh thị trường.
Tôi đã làm việc để hiểu về IoT công nghiệp, phân tích dữ liệu lớn và các chủ đề liên quan đến AI trong một vài năm và tôi nghĩ rằng có nhiều khả năng sẽ kiếm được nhiều tiền hơn bằng cách đặt AI vào vị trí Edge thay vì trên cloud – Dan Woods – Cộng tác viên của tạp chí Forbes.
Bài viết của Dan Woods – Cộng tác viên của tạp chí Forbes.
Trước hết, có những lập luận mạnh mẽ rằng việc xử lý ở biên (edge) sẽ đại diện cho cơ sở hạ tầng lớn hơn hoặc chi tiêu lớn như cloud, như Thomas Bittman, nhà phân tích của Gartner đã chỉ ra Edge sẽ chiến thắng cloud :
Sự nhanh nhẹn và tập trung hóa của điện toán đám mây là rất tốt – nhưng đơn giản là nó không đủ. Tập trung lớn, tính kinh tế theo quy mô, tự phục vụ và tự động hóa hoàn toàn giúp chúng ta giải quyết gần hết – nhưng nó không vượt qua được khoảng cách vật lý – trọng lượng của dữ liệu, tốc độ ánh sáng. Khi mọi người cần phải tương tác với thực tế kỹ thuật số hỗ trợ của họ trong thời gian thực, chờ đợi vào một dặm trung tâm dữ liệu (hoặc nhiều dặm) sẽ không làm việc “, phát biểu bởi Bittman.
“Vấn đề về độ trễ , Tôi đang ở đây, ngay bây giờ, và tôi đã đi trong vài giây. Hãy đặt quảng cáo hấp dẫn ngay trước khi tôi nhìn đi chỗ khác, chỉ ra cửa hàng mà tôi đang tìm kiếm khi lái xe, cho tôi biết rằng một đồng nghiệp đang đi trên đường của tôi, giúp chiếc xe tự lái của tôi tránh những chiếc xe khác qua ngã tư bận rộn . Và làm ngay bây giờ. “
Thứ hai, có lý do chính đáng để tin rằng sẽ có nhiều nhu cầu về AI ở biên (edge) hơn là trên cloud. Hầu hết các cơ sở hạ tầng chạy trên thế giới ngày nay đều sử dụng các quy tắc đơn giản, không có trí thông minh. Làm cho tất cả các cơ sở hạ tầng đó thông minh hơn sẽ đòi hỏi một lượng lớn sự hiểu biết về nhiều bối cảnh khác nhau.
Không giống như khẳng định của Burrows rằng một key player sẽ giành chiến thắng ở cloud, ở biên (edge) sẽ có hàng trăm key player vì có sự đa dạng về cơ sở hạ tầng, dữ liệu và nhu cầu ứng dụng.
Simon Crosby, CTO của SWIM.AI , một công ty tập trung vào việc xây dựng cơ sở hạ tầng AI cho Edge này, ngay từ đầu, trong thế giới của IoT, mọi nhà máy sản xuất đều khác nhau . Một mô hình pre-fab duy nhất được tạo trên cloud sẽ không hoạt động: Thường thì Edge không được kết nối với cloud. Và ngay cả khi đó, bạn không thể đủ khả năng để chuyển dữ liệu khối lượng lớn lên cloud để đào tạo hoặc quyết định theo thời gian thực. Chúng ta cần một đôi kỹ thuật số thông minh cho mọi tài sản thực tế ở biên đủ thông minh, local , thời gian thực ra quyết định.”
Thứ ba, Edge AI sẽ có tác động kinh tế nhiều hơn AI trên cloud. Khi nghiên cứu Internet công nghiệp cho mọi nhà phát triển , cuốn sách tôi đã làm gần đây với nhóm Predix tại GE Digital, chúng tôi đã khám phá nhiều case study trong lĩnh vực IoT công nghiệp tạo ra khoản tiết kiệm lớn dựa trên việc triển khai Edge. Lợi thế là nơi tiền thật đang được đầu tư ngay bây giờ, và đặt AI ở đó thậm chí để có được một phần nhỏ năng suất tăng sẽ có tác động lớn.
Thứ tư, các tổ chức ở biên (edge) khá đơn giản là không biết cách sử dụng dữ liệu lớn, cloud hoặc AI. Cả chuyên gia IT và OT đều không có kỹ năng phát triển các ứng dụng dựa trên cloud mới và đơn giản là không có đủ nhà phát triển để viết ứng dụng mới cho từng case study Edge.
Thứ năm, an ninh. Tôi cần nói nhiều hơn? Càng có nhiều lỗ hổng trong mạng doanh nghiệp để lấy dữ liệu ra, càng có nhiều cách để kẻ xấu. Chúng tôi không thể đủ khả năng để đặt các tài sản quan trọng và cơ sở hạ tầng có nguy cơ bị tấn công.
AI ở Edge sẽ như thế nào?
AI ở biên (edge) là một game hoàn toàn khác so với trên cloud. Trên thực tế, nó sẽ là nhiều game khác nhau. Có một số lượng lớn các công ty khởi nghiệp tập trung vào việc tạo ra cơ sở hạ tầng cho một Edge thông minh hơn. SWIM.AI, ra mắt vào ngày 4 tháng 4 năm 2018, tập trung vào việc đưa AI tự học lên đỉnh cao. Công ty được thành lập bởi Rusty Cumpston, CEO và đồng sáng lập của Sensity Systems, một công ty khởi nghiệp IoT được bán cho Verizon, và Chris Sachs, đồng sáng lập và kiến trúc sư trưởng. Simon Crosby, người sáng lập công ty tiên phong ảo hóa XenSource và Bromium, đã gia nhập công ty với tư cách là CTO.
Bằng cách xem SWIM.AI sẽ làm gì với sản phẩm SWIM EDX của mình, chúng ta có thể thấy một số cách mà AI sẽ hoạt động ở biên (edge). Dưới đây là một số nguyên tắc trung tâm về cách EDX hoạt động.
- Tạo và đào tạo mô hình phải tự động: Sẽ không có khả năng các nhà data science trực tiếp chế tạo mô hình cho tất cả các tình huống cần thiết. Mỗi nexus của thiết bị là khác nhau. EDX trước tiên tìm hiểu về dữ liệu và sau đó phát triển một mô hình dự đoán, bắt đầu với các trọng số ngẫu nhiên và hoàn thiện nó cho đến khi các dự đoán trở nên chính xác cao. Các mô hình liên tục được tinh chỉnh bởi dòng dữ liệu Edge.
- Giám sát sẽ được yêu cầu: Khi dự đoán trở nên chính xác, EDX ban đầu trình bày kết quả cho các nhà khai thác của con người để phê duyệt cho các hoạt động tự động. Điều này cho phép kiểm tra các dự đoán trước khi chúng đi vào hoạt động.
- Dữ liệu độ trung thực đầy đủ phải được sử dụng cho đào tạo: Việc đào tạo EDX diễn ra trên dữ liệu chi tiết nhất có thể – nơi nó được sản xuất, gần với chính thiết bị. Điều này tránh được chi phí và sự phức tạp của việc di chuyển khối lượng dữ liệu khổng lồ lên cloud.
- Các hệ thống phải tự động thích ứng và triển khai trên cơ sở hạ tầng sẵn có: EDX là phần mềm tự tổ chức, tự quản, phát hiện và triển khai trên cơ sở hạ tầng máy tính Edge có sẵn tạo thành một cấu trúc tính toán động trên nhiều thiết bị – theo cách không can thiệp vào các hoạt động chính của thiết bị.
- Các hệ thống chủ yếu phải hoạt động ở chế độ tự chủ hoàn toàn: Sau khi được phê duyệt ban đầu, hầu hết các hệ thống phải hoạt động tự chủ. EDX liên tục đào tạo và dự đoán hiệu suất trong tương lai, chỉ dựa trên dữ liệu chảy qua hệ thống.
Những nguyên tắc trung tâm về cách SWIM EDX hoạt động thể hiện một trong những mô hình về cách AI sẽ được xây dựng ở biên (edge). Sẽ có nhiều người khác. Người mua phải đảm bảo cơ sở hạ tầng họ chọn sẽ phù hợp với vấn đề họ đang cố gắng giải quyết. Như mọi khi, những câu chuyện trong tương lai ở đây và tại www.EarlyAdopter.com sẽ tập trung vào làm thế nào để có được sự phù hợp.
Các triển khai đầu tiên của SWIM EDX đã tập trung vào việc tối ưu hóa cơ sở hạ tầng thành phố như đèn đường và lưu lượng giao thông, nâng cao hiệu quả trong môi trường sản xuất công nghiệp và cải thiện hiệu suất trên các nền tảng mạng và IoT.
Nói chung, trong khi chúng ta nghĩ AI trên cloud là một bộ não khổng lồ, AI ở biên (edge) sẽ là một tâm trí của nhiều bộ não nhỏ hơn làm việc cùng nhau theo cách tự sao chép và tự tổ chức. AI ở biên (edge) sẽ hành xử như con người chúng ta làm – mỗi người học từ môi trường của chúng ta để đưa ra quyết định tối ưu cục bộ, một cách nhanh chóng, chỉ từ dữ liệu local . Thực tế, AI ở biên (edge) sẽ dẫn đến một cách tự nhiên khái niệm bản sao số thông minh học hỏi từ môi trường của họ và tham gia vào việc ra quyết định local dựa trên các mục tiêu local .
