边缘人工智能 (AI) 是边缘计算的延伸，支持在端点设备上处理数据和算法。边缘 AI 结合了两种新兴技术：边缘计算和人工智能 (AI)。但是边缘计算的实现基于同一基本前提，即在本地而非远程数据中心生成、收集、存储、处理和管理数据，而边缘 AI 将这个概念完善到设备级，使用机器学习 (ML)模仿人类推理，到达用户交互点。通常，这些设备无需互联网连接也可以运行并独立做出决策。
一、什么是边缘 AI
边缘人工智能 (AI) 是边缘计算的延伸，支持在端点设备上处理数据和算法。
边缘 AI 结合了两种新兴技术：边缘计算和人工智能 (AI)。但是边缘计算的实现基于同一基本前提，即在本地而非远程数据中心生成、收集、存储、处理和管理数据，而边缘 AI 将这个概念完善到设备级，使用机器学习 (ML)模仿人类推理，到达用户交互点，例如计算机、边缘服务器或物联网 (IoT) 设备。通常，这些设备无需互联网连接也可以运行并独立做出决策。
广为人知的边缘 AI 技术示例有虚拟助手，例如 Google Assistant、Apple 的 Siri 或 Amazon Alexa。用户说“嘿”，这些工具就会识别和学习用户所说的话（即机器学习），与基于云的应用编程接口 (API) 交互，并将所学的知识存储在本地。
智能家电、智能手机和可穿戴设备都是最常见的边缘 AI 设备；消费级较低的产品，例如自动驾驶汽车、无人机、机器人和支持某种形式的视频分析的监控摄像头也属于边缘 AI 设备。在每个示例中，设备会捕获数据，用于做出实时或近实时决策。以自动驾驶汽车为例，它使用视觉数据和其他类型的传感器以及云计算，确定道路状况，快速做出决策。道路状况包括同一时间点的附近车辆和无生命的物体、行人和恶劣的天气条件。
总体而言，边缘 AI 在不久的将来发展潜力巨大。行业研究数据预计，全球边缘计算市场规模到 2028 年将达到 611.4 亿美元。
二、边缘 AI的优势
1、更低的延迟
与将数据发送到远程数据中心或云端进行处理的其他数据处理形式相比，边缘 AI 更灵活敏捷，可提供比传统形式的云计算速度更快、延迟更低的本地处理。由于不存在带宽和数据传输方面的诸多限制，因此可快速响应，从而改善用户体验 (UX)，对于速度要求很高的可穿戴设备和移动技术更是如此。在几秒内（甚至更短）找到有用的答案、形成洞见和快速完成交互的能力可以赢得客户的青睐和其他竞争优势。
2、降低的成本
安装预载算法的设备可减少对复杂的联网基础设施的需求，而这些基础设施的搭建和部署成本高昂、费时费力。而且，由于无需时刻都产生大量数据流，数据通信的成本也会降低。另外，边缘 AI 自主性让数据科学家不必时刻监控数据。在确定产生的数据和创新成果的最终价值时，人类的解读始终是关键因素，而边缘 AI 平台可以接管其中的部分职责，从而降低公司的成本。
边缘基础设施的成本降低后，这种技术的准入门槛也会更低，进而促进技术的多元发展。消除了依赖于互联网的多重先决条件后，边缘 AI 可以在网络覆盖极小甚至没有的区域运行。
3、增强的安全性
借助边缘 AI，数据不必再通过云或远程服务器传输和分享；所有处理和存储都在本地进行，安全性和私密性都有所提高。对于需要严格遵照健康信息携带和责任法案等法规或合规性法律的特定工作负载，这种附加保护的价值无法估量，甚至对业务是关键性的。
三、边缘 AI 的原理
边缘 AI 基于标准 ML 架构的原理，在这种架构中，AI 算法用于根据特定因素处理数据并生成响应。在过去，这涉及到通过基于云的 API 将数据发送到集中式数据中心，在其中分析数据以获得洞见。通常，传输的数据容量有限，这使照片和视频等高清内容的处理困难重重。
但 IoT 和智能设备的兴起实现了去中心化，数据分析可在其中进行。如今，端点设备内置微处理器，可以收集、解读数据并根据其预期编程实时做出决策，而不受数据稳健性的影响。
以上就是关于什么是边缘 AI、边缘 AI的优势、边缘 AI 的原理的全部内容了，希望对你有所帮助。
