Les algorithmes d'IA gagnent en sophistication 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 en continu Fonctionnalités enfin, Fonctionnalités suivre le rythme des changements dans l'environnement naturel. À mesure que Fonctionnalités les algorithmes d'IA gagnent en maturité, 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 autonomes
L'évolution de l'IA ne se limite pas Fonctionnalités. Les algorithmes d'IA migrent également des centres de données centralisés (tant sur site dans le cloud) vers des appareils distribués situés 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 Embarqué dansutilisateur et dans l'informatique en périphérie. Cette évolution est importante pour deux raisons :
- Les systèmes d'IA gagnent en autonomie. Il ne s'agit pas d'un système d'IA unique, mais plutôt d'un réseau de robots IA indépendants qui exécutent des tâches et « apprennent » en tant qu'entités distinctes.
- La décentralisation de l'IA sur le réseau se traduit par de meilleures performances, tant pour l'automatisation industrielle que pourutilisateur . traitement du language naturel l'analyse d'images constituent deux des principaux cas d'utilisation de l'IA. Le fait d'effectuer ces opérations « sur le terrain » permet de réduire le trafic sur les réseaux et d'accélérer les temps de réponse.
Comment l'IA en périphérie est-elle utilisée ?
Les entreprises utilisent des algorithmes d'IA distribuée pour surveiller et optimiser leurs opérations en temps réel : elles recueillent des données provenant de Embarqué , d'applications mobiles équipées d'un GPS, d'appareils IoT et de caméras vidéo, puis les regroupent pour obtenir une représentation numérique globale de leurs opérations physiques. Le système d'IA analyse ensuite cette représentation numérique directement ou la transmet au personnel opérationnel centralisé pour qu'il l'interprète.
Les entreprises utilisent également des systèmes d'IA Embarqué des appareils périphériques comme plateforme pour déployer la prochaine génération de technologies d'interaction humaine. L'IA est particulièrement adaptée au 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 constitué le principal obstacle empêchant les bots IA d'être indiscernables des agents humains. En transférant les algorithmes d'IA vers des terminaux périphériques, la latence est éliminée, ce qui permet d'obtenir une interaction fluide entre la machine et l'humain.
La nécessité de disposer de données persistantes
C'est formidable que les algorithmes d'IA puissent fonctionner de manière autonome à la périphérie du réseau, mais plusieurs raisons majeures justifient que ces systèmes soient reliés à une infrastructure centrale d'IA.
Apprentissage partagé
Les systèmes d'IA autonomes apprendront chacun des contenus ou des données d'entrée différents, à des rythmes variés, en fonction des types d'expériences et d'interactions auxquelles ils sont exposés. Cependant, pour offrir une expérience d'IA cohérente à l'échelle du système, ces robots autonomes doivent partager ce qu'ils ont appris avec d'autres systèmes d'IA et développer un savoir collectif.
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 d'IA.
Workflow
La plupart des activités transactionnelles et des flux de travail d'automatisation des processus rendus possibles par l'IA nécessiteront une certaine interaction avec des services centralisés ou d'autres appareils distants. La persistance des données permet d'assurer workflow et le suivi workflow sur plusieurs systèmes. Les systèmes d'IA doivent être configurés de manière à savoir quand ils peuvent fonctionner de manière autonome et quand ils doivent interagir avec les 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 déportés sur des 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.
Actian’s Zen IT Edge database provides an embeddable, nano-footprint persistent data store for smart devices that are easily connected to Actian’s cloud and on-premises analytic databases. You can learn more about Actian Data Platform here.
Restez connecté
Des informations tirées des données, à votre service.
(par exemple : sales@..., support)
