Les algorithmes d'IA deviennent plus sophistiqués dans les appareils périphériques

Les systèmes d'intelligence artificielle (IA) semblent être partout, et ce pour une bonne raison. L'IA représente la prochaine génération de capacités informatiques. Elle tire parti de la vitesse et de l'échelle de l'informatique dans le cloud pour offrir non seulement une automatisation à grande vitesse, mais aussi des capacités d'apprentissage et d'adaptation en continu qui peuvent enfin correspondre au rythme de changement de l'environnement naturel. Au fur et à mesure que les capacités et les algorithmes de l'IA arrivent à maturité, les organisations développent de nouveaux scénarios d'utilisation pour les entreprises, les consommateurs et les gouvernements qui révolutionnent la façon dont les humains interagissent avec les machines.

Services d'IA autonome

L'évolution de l'IA ne se limite pas aux capacités. Les algorithmes d'IA migrent également des centres de données centralisés (à la fois sur site et dans le nuage) vers des dispositifs distribués à la périphérie des réseaux. L'IA n'est plus "l'équivalent moderne d'un ordinateur central", elle évolue plutôt vers un nouveau type de capacité Embarqué dans les dispositifs de l'utilisateur utilisateur et l'informatique en périphérie. Cette évolution est importante pour deux raisons :

1. Les systèmes d'IA deviennent de plus en plus autonomes. Il ne s'agit pas d'un système d'IA unique, mais plutôt d'un réseau de robots d'IA indépendants qui exécutent des tâches et "apprennent" en tant qu'unités distinctes.
2. La répartition de l'IA sur le réseau se traduit par de meilleures performances, tant pour l'automatisation industrielle que pour les interactions avec l'utilisateur utilisateur . Deux des principaux cas d'utilisation de l'IA sont le traitement du language naturel et l'analyse d'images. L'exécution de ces opérations "sur le terrain" permet de réduire le trafic sur les réseaux et d'accélérer les temps de réponse.

Utilisation de l'IA en périphérie

Les entreprises utilisent des algorithmes d'IA distribués pour surveiller et optimiser les opérations en temps réel - en recevant des entrées des capteurs Embarqué , des applications mobiles GPS, des dispositifs IoT et des caméras vidéo, et en agrégeant ces données dans une représentation numérique holistique des opérations physiques. Le système d'IA analyse ensuite directement cette représentation numérique ou la transmet au personnel des opérations centralisées pour interprétation.

Les entreprises utilisent également les systèmes d'IA Embarqué dans les appareils de pointe comme plateforme pour déployer la prochaine génération de technologies d'interaction humaine. L'IA est bien adaptée au traitement du langage traitement du language naturel (NLP), à la traduction et à la suggestion de réponses basées sur l'analyse des interactions précédentes. Au cours des dernières années, la latence du réseau a été le principal obstacle à l'impossibilité de distinguer les robots d'intelligence artificielle des agents humains. En déplaçant les algorithmes d'IA vers des dispositifs périphériques, la latence est éliminée et une interaction transparente entre la machine et l'homme peut être obtenue.

Le besoin de données persistantes

C'est une bonne chose que les algorithmes d'IA puissent fonctionner de manière indépendante à la périphérie du réseau, mais il y a quelques raisons essentielles pour lesquelles ces systèmes doivent être connectés à une infrastructure d'IA centrale.

Apprentissage partagé

Les systèmes d'IA indépendants apprendront chacun différents contenus/entrées à des rythmes différents en fonction des types d'expériences et d'interactions auxquels ils sont exposés. Cependant, pour offrir une expérience cohérente de l'IA à l'échelle du système, ces robots indépendants doivent partager ce qu'ils ont appris avec d'autres systèmes d'IA et développer une connaissance collective.

Interactions en mouvement

Les appareils mobiles, tels que les téléphones cellulaires, les automobiles connectées et d'autres appareils mobiles, facilitent la plupart des interactions entre l'utilisateur final et les appareils d'IA. Pour maintenir une interaction cohérente avec l'IA lorsqu'un utilisateur utilisateur est en mouvement (traversant différents points d'accès au réseau ou tours de téléphonie mobile), certaines données relatives à l'interaction avec l'IA doivent être conservées dans un emplacement centralisé et partagées avec d'autres robots d'IA.

Flux de travail

La plupart des activités transactionnelles et des flux d'automatisation des processus rendus possibles par l'IA nécessiteront une certaine interaction avec des services centralisés ou d'autres dispositifs à distance. La persistance des données permet d'assurer la continuité et le suivi des flux de travail dans plusieurs systèmes. Les systèmes d'IA doivent être réglés pour savoir quand ils peuvent fonctionner de manière autonome et quand ils doivent interagir avec des services d'infrastructure centralisés.

L'intelligence artificielle est sans doute l'évolution technologique la plus importante de l'ère moderne. Les capacités des systèmes d'IA deviennent de plus en plus sophistiquées et sont maintenant distribuées dans le monde entier. À mesure que ces algorithmes d'IA distribués dans les appareils périphériques deviennent plus sophistiqués, les exigences en matière de données persistantes doivent progresser au même rythme pour permettre les cas d'utilisation émergents et les expériences immersives que le marché exige.

La base de données Edge Zen IT base de données Edge d'Actian fournit un magasin de données persistantes intégrable, d'une empreinte nanométrique, pour les appareils intelligents qui sont facilement connectés aux bases de données analytiques en nuage et sur site Actian. Pour en savoir plus sur la plateforme de données Actian , cliquez ici.

À propos d'Actian Corporation

Actian facilite l'accès aux données. Notre plateforme de données simplifie la façon dont les gens connectent, gèrent et analysent les données dans les environnements cloud, hybrides et sur site . Avec des décennies d'expérience dans la gestion des données et l'analyse, Actian fournit des solutions de de haute performance qui permettent aux entreprises de prendre des décisions basées sur les données. Actian est reconnu par les principaux analystes et a reçu des prix de l'industrie pour sa performance et son innovation. Nos équipes partagent des cas d'utilisation éprouvés lors de conférences (par exemple, Strata Data) et contribuent à des projets à code source ouvert. Sur le blog d'Actian, nous abordons des sujets tels que l'ingestion de données en temps réel, l'analyse de données, la gouvernance données, la gestion des données, la qualité des données, l'intelligence des données et l'analyse pilotée par l'IA.