Les algorithmes d'IA deviennent plus sophistiqués dans les appareils périphériques
Les systèmes d'intelligence artificielle (IA) semblent être omniprésents, et ce n'est pas sans raison. L'IA incarne la prochaine génération de Fonctionnalités informatiques. Elle tire parti de la vitesse et de l'échelle de informatique dans le cloud offrir non seulement une automatisation ultra-rapide, mais aussi Fonctionnalités d'apprentissage et d'adaptation continus Fonctionnalités enfin Fonctionnalités suivre le rythme des changements dans l'environnement naturel. À mesure que Fonctionnalités les algorithmes d'IA mûrissent, les organisations développent de nouveaux scénarios d'utilisation dans les domaines des entreprises, des consommateurs et des administrations publiques, qui révolutionnent la manière dont les humains interagissent avec les machines.
Services d'IA autonome
L'évolution de l'IA ne se limite pas aux Fonctionnalités. 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 :
- 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.
- 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 portables, les véhicules connectés et d'autres appareils mobiles, facilitent la plupartutilisateur avec les dispositifs d'IA. Afin de garantir la continuité de l'interaction avec l'IA lorsqueutilisateur en déplacement (et passe par différents points d'accès au réseau ou antennes-relais), certaines données relatives à cette interaction doivent être conservées dans un emplacement centralisé et partagées avec d'autres robots IA.
Workflow
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 workflow 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'avancée technologique la plus importante de l'ère moderne. Fonctionnalités des systèmes d'IA Fonctionnalités en sophistication et se déploient désormais à l'échelle mondiale. À mesure que ces algorithmes d'IA déployés sur les terminaux périphériques deviennent plus sophistiqués, les capacités de stockage de données doivent évoluer au même rythme afin de répondre aux nouveaux cas d'utilisation et de permettre les expériences immersives que le marché exige.
base de données Edge Zen IT base de données Edge d'Actian base de données Edge un magasin base de données Edge persistant, intégrable et à très faible encombrement, destiné aux appareils intelligents, qui se connecte facilement aux bases de données sur site d'Actian, tant sur site le cloud sur site . Pour en savoir plus sur La plateforme de données Actian cliquez ici.
Restez connecté
Des informations exploitables à votre disposition.
(par exemple, sales@..., support)
