IA no limite: aproximando a inteligência das máquinas

CRÉDITO DE IMAGEM:
Crédito da imagem
iStock

IA no limite: aproximando a inteligência das máquinas

IA no limite: aproximando a inteligência das máquinas

Texto do subtítulo
Ao usar algoritmos nos dispositivos, os clientes podem receber serviços online quase instantaneamente.
    • Autor:
    • Nome do autor
      Previsão Quantumrun
    • 29 de julho de 2022

    Resumo do insight

    Na era da inteligência artificial (IA) e do big data, a IA de ponta está emergindo como uma tecnologia crucial. Ele permite uma tomada de decisão mais rápida, processando dados sem depender de uma conexão com a Internet. Edge AI teve um crescimento significativo, abordando questões de conectividade, privacidade e segurança, beneficiando setores como saúde, varejo e Internet das Coisas (IoT).

    IA no contexto de edge

    Na era da inteligência artificial (IA) e do big data, cada vez mais processamento está sendo feito na nuvem. Esse paradigma faz sentido para certos tipos de dados, como pequenos trechos de texto, mas falha quando se trata de conjuntos de dados maiores – é aqui que entra a IA de borda. A IA de borda se refere a uma classe de arquitetura de aprendizado de máquina (ML) na qual Os algoritmos de IA são operados localmente em dispositivos (na borda da rede). Um dispositivo que utiliza IA de ponta não precisa estar conectado on-line para funcionar corretamente e pode processar dados e fazer julgamentos sem uma conexão de rede. Esta capacidade está a tornar-se cada vez mais essencial nas aplicações de IA atuais. 

    Por exemplo, em um cenário em que uma criança se coloque no caminho de um veículo autônomo, a computação tradicional veria o veículo transmitir a situação para um servidor central em nuvem e esperaria que o mainframe em nuvem retornasse a instrução para parar ou desviar para evitar a criança. Esta transmissão pode demorar mais do que o tempo de reação necessário para proteger a criança. No entanto, se o veículo pudesse processar a situação através de um computador de bordo, o seu tempo de reação seria significativamente mais rápido, melhorando os resultados de segurança para todos os envolvidos.

    A era da IA ​​de ponta é impulsionada pela necessidade crescente de processar volumes maiores de dados. A empresa de consultoria Deloitte estimou que mais de 750 milhões de chips de IA de ponta que executam ou aceleram operações de aprendizagem automática no dispositivo, em vez de num centro de dados remoto, foram vendidos em 2020, gerando 2.6 mil milhões de dólares em receitas. A empresa de pesquisa tecnológica Gartner prevê que mais de 50% dos dados criados e processados ​​nas empresas acontecerão fora do data center e da nuvem até 2022. Além disso, a IA de ponta melhora fortemente a IA da computação em nuvem, eliminando a necessidade de tecnologia intermediária. Ainda assim, permanecem desafios, como problemas de conformidade com a privacidade de dados causados ​​pelo armazenamento de dados num local centralizado (ou seja, o dispositivo).

    Impacto disruptivo

    Os benefícios da IA ​​de ponta são variados. Por um lado, a IA de ponta pode ajudar a superar a conectividade de rede deficiente. Também pode melhorar a privacidade e a segurança, mantendo os dados locais, e pode ajudar a reduzir custos, evitando a necessidade de transferir grandes quantidades de dados pela Internet. Edge AI também está se tornando cada vez mais importante para aplicações industriais. Por exemplo, a empresa de energia General Electric (GE) tem utilizado IA de ponta para melhorar a eficiência das suas turbinas eólicas. A empresa desenvolveu um sistema de IA que pode detectar falhas nas turbinas e prever quando elas precisarão de manutenção. Esta aplicação levou a uma redução significativa no tempo de inatividade da turbina.

    Outro uso comum da IA ​​no limite é o reconhecimento facial. Ao instalar câmeras com recursos de IA na borda da rede, as empresas podem examinar multidões em busca de pessoas de interesse ou controlar o acesso a uma instalação, permitindo apenas pessoal autorizado. O varejo inteligente é outra aplicação comum para IA/ML na computação de ponta. Ao usar a IA para analisar as conversas de atendimento ao cliente, os varejistas podem reconhecer padrões que levam a resultados bem-sucedidos e sugerir produtos que elevem a experiência do cliente. Além disso, a IA pode recomendar itens ou serviços relacionados aos clientes com base em seus atributos pessoais.

    A saúde é outro setor que está se beneficiando da IA ​​de ponta. Os médicos agora podem usar IA para diagnósticos preditivos com base no histórico do paciente, e a IA também pode analisar imagens para verificar anomalias como tumores. Por último, a Internet das Coisas (IoT) beneficia ao máximo da IA ​​de ponta, especialmente para empresas de produção que necessitam de atualizações em tempo real para corrigir erros e lapsos na cadeia de produção. 

    Implicações da IA ​​de ponta 

    Implicações mais amplas da IA ​​de ponta podem incluir: 

    • Desenvolvimentos rápidos no ML de processamento de linguagem natural (PNL), resultando em melhores respostas dos clientes para call centers, segurança mais intuitiva (a IA é capaz de detectar vidros quebrados e tiros) e assistentes jurídicos que podem revisar e conectar vários documentos.
    • Empresas que utilizam IA de ponta para fornecer informações em tempo real sobre produtos, mesmo sem embalagem, como cosméticos, informações nutricionais, prazos de validade, etc. Os próprios consumidores podem escanear o produto (sem códigos QR), e todos os detalhes serão fornecidos.
    • A aprendizagem federada é usada para treinar dispositivos de ponta usando dados locais, garantindo que as informações pessoais nunca saiam do dispositivo, resultando em melhor proteção da privacidade dos dados.
    • Smartphones e outros dispositivos pessoais podem ter bateria com maior duração e desempenho mais rápido.
    • Nova legislação que rege como e quais dados podem ou não ser armazenados em dispositivos locais usando IA de ponta.
    • Uma expectativa crescente dos consumidores de que todos os produtos que compram se tornem “inteligentes” de alguma forma. As gerações futuras poderão ver itens sem qualquer elemento computacional como “quebrados”.

    Questões a considerar

    • Você já interagiu com IA na tecnologia de ponta em seu local de trabalho?
    • De que outra forma os dispositivos que podem operar sem conexões on-line poderiam atender melhor aos clientes?

    Referências de insights

    Os seguintes links populares e institucionais foram referenciados para esta percepção:

    Rumo à ciência de dados Edge AI: a arquitetura de ML do futuro