„AI na krawędzi” – czyli sztuczna inteligencja wysokich prędkości.

1 marca 2022

Edge AI to termin, na który z coraz większym zaciekawieniem patrzą zarówno eksperci cyfrowej transformacji jak i same firmy i organizacje. Najbliższa przyszłość rysuje się pod znakiem decentralizacji narzędzi SI i wyposażania w nie każdych pojedynczych cyfrowych urządzeń w przedsiębiorstwie. Gartner przewiduje, że już do 2025r aż trzy czwarte wszystkich danych firmowych będzie generowanych i przetwarzanych poza tradycyjnymi centrami danych i „chmurowymi centralami”.

Po to, by jeszcze szybciej analizować informacje i pozwalać każdemu urządzeniu przetwarzać je natychmiast po zebraniu, bez potrzeby odsyłania ich do nadrzędnych systemów IT. Sam rynek oprogramowania dedykowanego obsłudze Edge AI, ma zdaniem agencji badawczej Markets And Markets wzrosnąć z poziomu 590 mln dolarów w 2020r do przeszło 1,8 miliarda $ w 2026 roku. Tempo powszechnego wdrażania tej technologii będzie jednak w dużej mierze zależne od zaufania firm i zwalczania barier, jakie dostrzegają w procesie „inteligentyzacji” wszystkiego.

SI pójdzie na skróty

Istotą Edge AI jest wyposażanie w algorytmy sztucznej inteligencji wszystkich urządzeń zbierających dane. Ogromny potencjał tego rozwiązania dostrzeżono szczególnie w branży przemysłowej, gdzie poszczególne czujniki, zautomatyzowane maszyny produkcyjne czy kontrolujące proces produkcji, posiadające zdolność do uczenia maszynowego same podejmują decyzje istotne z punktu widzenia wydajności, bez potrzeby przesyłania danych do analizy i otrzymania ich zwrotnie od centralnych systemów. Model ten ma jednak zastosowanie także w przypadku wielu innych gałęzi gospodarki.

– Dla przykładu, systemy analityczne dużych banków łączące poszczególne krajowe oddziały z centralną siedzibą mogłyby szybciej dostarczać wnioski nt. potencjału i wolumenu sprzedaży, satysfakcji użytkowników aplikacji mobilnej czy zainteresowania produktami, gdyby miały algorytmy SI zaimplementowane „u siebie”, znacznie skracając drogę analizy. Myślę, że można tu posłużyć się niemal dowolnym przykładem, choćby z branży handlowej, medialnej, transportowo-logistycznej, motoryzacyjnej, czy z administracji publicznej – tłumaczy Marcin Zmaczyński, Head of Marketing CEE w Aruba Cloud.

Ciekawym obszarem adaptacji Edge AI jest m.in. branża motoryzacyjna i montowane w autach czujniki zdolne do analizy sposobu jazdy real-time czy monitoringu zmęczenia kierowcy. Tutaj, muszą one potrafić samodzielnie procesować zbierane informacje, bez potrzeby ich odsyłania do systemów IT producentów aut, co przy mobilnym transferze danych o ograniczonej prędkości byłoby dodatkowo wydłużone, zaś w tym modelu odbywa się w ciągu milisekund.

Opanowane strumienie danych

Decentralizacja analizy danych ma być również sposobem na lepsze zarządzanie coraz większą ich ilością i odciążeniem środowisk chmurowych w firmach, a przez to ich wydajnym dopełnieniem. Analitycy serwisu Statista prognozują, że w ciągu 10 lat, tj. od 2025 do 2035r liczba wygenerowanych cyfrowych informacji, na którą w ogromnym stopniu wpłyną platformy chmurowe i urządzenia Internetu Rzeczy, ma urosnąć o ponad 1000%, ze 175 ZB (zettabajtów) do 2142 ZB.

– Przeniesienie części procesów przetwarzania danych na same urządzenia je gromadzące czy zewnętrzne systemy, posiadające pewną część własnej autonomii od „centralnych chmur” firmowych ma być metodą nie tylko na przyspieszenie analiz i szybsze reagowanie na otrzymane wnioski, ale także zwiększyć bezpieczeństwo ze względu na rozproszenie procesów wykorzystujących tzw. krytyczne informacje cyfrowe – dodaje Marcin Zmaczyński z Aruba Cloud.

Walka o zaufanie

Na drodze do szerokiej popularyzacji sięgania po sztuczną inteligencję w znacznie większym zakresie niż dotąd stoją jednak pewne obawy, które zgłaszają firmy zainteresowane inwestycjami w AI, lecz nie do końca pewne możliwości i niezawodności wysokiej automatyzacji. A także tego, w jaki sposób może to wpłynąć na relacje z pracownikami i samymi klientami. Jak informuje opublikowane właśnie opracowanie DataRobot – State of AI Bias, ponad połowa firm z całego globu przyznaje, że ma szereg wątpliwości lub uprzedzeń względem sztucznej inteligencji. Pośród nich, najczęściej zgłaszanymi były obawa o zaufanie klientów w przypadku większego zautomatyzowania interakcji z nimi oraz brak pewności co do tego, jak na implementację narzędzi SI zareagują sami pracownicy. Ponad 80% profesjonalistów IT uważa natomiast, że odpowiednie regulacje rządowe, jasno definiujące poszczególne rozwiązania czy normujące zakres wsparcia sztucznej inteligencji, byłyby bardzo pomocne w zwalczaniu uprzedzeń do tej technologii.