KI-Algorithmen werden in Edge-Geräten immer ausgefeilter

Systeme der künstlichen Intelligenz (KI) scheinen überall zu sein, und das aus gutem Grund. KI stellt die nächste Generation von Funktionen dar. Sie nutzt die Geschwindigkeit und den Umfang des Cloud , um nicht nur Hochgeschwindigkeitsautomatisierung, sondern auch kontinuierliche Lern- und Funktionen zu bieten, die endlich mit dem Tempo der Veränderungen in der natürlichen Umgebung mithalten können. In dem Maße, wie Funktionen und KI-Algorithmen reifen, entwickeln Unternehmen neue Nutzungsszenarien für Unternehmen, Verbraucher und Behörden, die die Art und Weise, wie Menschen mit Maschinen interagieren, revolutionieren.

Autonome KI-Dienste

Die KI-Evolution umfasst mehr als nur Funktionen. KI-Algorithmen wandern auch von zentralisierten Rechenzentren (sowohl On-Premises als auch in der Cloud) zu verteilten Geräten am Rande von Netzwerken. KI ist nicht mehr das "moderne Äquivalent zu einem Mainframe", sondern entwickelt sich zu einer neuen Art von eingebettet Fähigkeiten in Nutzer und Edge-Computing. Diese Entwicklung ist aus zwei Gründen wichtig:

1. KI-Systeme werden immer autonomer. Es handelt sich nicht um ein einzelnes KI-System, sondern um ein Netzwerk unabhängiger KI-Bots, die als separate Einheiten Aufgaben erfüllen und "lernen".
2. Die Verteilung von KI über das Netzwerk bedeutet eine bessere Leistung sowohl für die industrielle Automatisierung als auch für die Interaktion mit dem Endnutzer. Zwei der wichtigsten Anwendungsfälle für KI sind die Verarbeitung natürlicher Sprache und die Bildanalyse. Die Durchführung dieser Vorgänge "On-Premises" bedeutet weniger Datenverkehr in den Netzwerken und schnellere Reaktionszeiten.

Wie AI am Rande eingesetzt wird

Unternehmen nutzen verteilte KI-Algorithmen zur Überwachung und Optimierung des Betriebs in Echtzeit - sie erhalten Eingaben von eingebettet Sensoren, GPS-fähigen mobilen Anwendungen, IoT und Videokameras und fassen diese Daten zu einer ganzheitlichen, digitalen Darstellung des physischen Betriebs zusammen. Das KI-System analysiert dann diese digitale Darstellung direkt oder überträgt sie zur Interpretation an das zentrale Betriebspersonal.

Unternehmen nutzen auch in Edge-Geräte eingebettet KI-Systeme als Plattform für die nächste Generation von Technologien für die menschliche Interaktion. KI eignet sich gut für die Verarbeitung natürlicher Sprache NLP), die Übersetzung und das Vorschlagen von Antworten auf der Grundlage der Analyse früherer Interaktionen. In den letzten Jahren war die Netzwerklatenz das größte Hindernis für KI-Bots, die von menschlichen Agenten nicht zu unterscheiden sind. Durch die Verlagerung der KI-Algorithmen auf Edge-Geräte wird die Latenz beseitigt, und eine nahtlose Interaktion zwischen Maschine und Mensch kann erreicht werden.

Der Bedarf an dauerhaften Daten

Es ist großartig, dass KI-Algorithmen am Rande des Netzwerks unabhängig arbeiten können, aber es gibt einige wichtige Gründe, warum diese Systeme wieder mit einer zentralen KI-Infrastruktur verbunden werden müssen.

Gemeinsames Lernen

Unabhängige KI-Systeme lernen unterschiedliche Inhalte/Eingaben in unterschiedlichem Tempo, je nach Art der Erfahrungen und Interaktionen, denen sie ausgesetzt sind. Um jedoch ein konsistentes, systemweites KI-Erlebnis zu bieten, müssen diese unabhängigen Bots das, was sie gelernt haben, mit anderen KI-Systemen teilen und ein kollektives Wissen entwickeln.

Interaktionen in Bewegung

Mobile Geräte wie Mobiltelefone, vernetzte Autos und andere bewegliche Geräte erleichtern die meisten Interaktionen von Nutzer mit KI-Geräten. Um eine konsistente KI-Interaktion aufrechtzuerhalten, während ein Nutzer in Bewegung ist (und verschiedene Netzzugangspunkte oder Mobilfunkmasten überquert), müssen bestimmte Daten über die KI-Interaktion an einem zentralen Ort gespeichert und mit anderen KI-Bots geteilt werden.

Arbeitsablauf

Die meisten durch KI ermöglichten Transaktionsaktivitäten und Prozessautomatisierungs-Workflows werden eine gewisse Interaktion mit zentralen Diensten oder anderen Remote-Geräten erfordern. Die Datenpersistenz ermöglicht die Kontinuität von Arbeitsabläufen und die Verfolgung über mehrere Systeme hinweg. KI-Systeme müssen so eingestellt werden, dass sie wissen, wann sie unabhängig arbeiten können und wann sie mit zentralen Infrastrukturdiensten interagieren müssen.

Künstliche Intelligenz ist wohl die wichtigste technologische Entwicklung der Neuzeit. Die Funktionen von KI-Systemen werden immer ausgefeilter und sind inzwischen über den ganzen Globus verteilt. Da diese verteilten KI-Algorithmen in Edge-Geräten immer ausgefeilter werden, müssen die Anforderungen an die persistenten Daten im gleichen Tempo steigen, um die neuen Anwendungsfälle und immersiven Erfahrungen zu ermöglichen, die der Markt verlangt.

Actian's Zen IT Edge-Datenbank bietet einen einbettbaren, persistenten Datenspeicher auf kleinstem Raum für intelligente Geräte, die einfach mit Actian's Cloud und On-Premises verbunden werden können. Mehr über Actian Data Platform erfahren Sie hier.

Über Actian Corporation

Actian macht Daten einfach. Unsere Datenplattform vereinfacht die Verbindung, Verwaltung und Analyse von Daten in Cloud-, Hybrid- und lokalen Umgebungen. Mit jahrzehntelanger Erfahrung in den Bereichen Datenmanagement und -analyse liefert Actian leistungsstarke Lösungen, die es Unternehmen ermöglichen, datengesteuerte Entscheidungen zu treffen. Actian wird von führenden Analysten anerkannt und wurde für seine Leistung und Innovation mit Branchenpreisen ausgezeichnet. Unsere Teams präsentieren bewährte Anwendungsfälle auf Konferenzen (z. B. Strata Data) und tragen zu Open-Source-Projekten bei. Im ActianBlog behandeln wir Themen wie Echtzeit-Dateneingabe, Datenanalyse, Data Governance, Datenmanagement, Datenqualität, Datenintelligenz und KI-gesteuerte Analysen.