Applied Edge AI: Deep Learning Outside of the Cloud

1. 00:00Hallo. Ein Bericht sagt voraus, dass das edgeAI-Gerät
2. 00:05die Auslieferungen von 161 Millionen Geräten im Jahr 2018 auf 2,6 Milliarden Geräte im Jahr 2025 steigen werden.
3. 00:15Sie sind vielleicht neugierig, welche Anwendungsbereiche edgeAI
4. 00:19einen wesentlichen Einfluss haben wird. In diesem Video
5. 00:23werden wir eine kurze Analyse durchführen.
6. 00:275G und Edge Computing sind zwei akzeptable, miteinander verbundene Technologien.
7. 00:35Beide verbessern die Leistung von Anwendungen erheblich und ermöglichen die Verarbeitung großer Datenmengen in Echtzeit.
8. 00:445G erhöht die Geschwindigkeit um das bis zu 20-fache von 4G.
9. 00:49Während das Age Computing die Latenzzeit reduziert, indem es die Rechenkapazität näher an den Endnutzer ins Netz bringt und dort
10. 00:59es noch große Unbekannte gibt, wie 5G diese Geschwindigkeiten erreichen wird, ist es wahrscheinlich, dass 5G auf Edge Computing angewiesen sein wird
11. 01:09um die genannten Ziele zu erreichen. Edge Computing kann die Probleme in drei wichtigen 5G-Szenarien lösen.
12. 01:18Erstens werden Edge-Computing-Geräte Konnektivitäts- und Schutzdienste für neu entstehende und bestehende Netzwerkgeräte bereitstellen.
13. 01:28Zweitens wird 5G auch cloudbasierte Anwendungen mit besserer Konnektivität und geringerer Latenz versorgen.
14. 01:37Die Kosten für Datenverarbeitung und -speicherung sind immer noch sehr hoch.
15. 01:42Die Hybridlösung aus Edge Computing und 5G wird diese Kosten senken.
16. 01:48Schließlich können mit Edge Computing mehr Anwendungen am Rande des Netzes ausgeführt und die durch die Datenübertragung verursachte Verzögerung verringert werden
17. 01:57und Bandbreitenbeschränkungen verursacht werden, eine vorläufige lokale Datenanalyse durchführen und einen Teil der Arbeit für die Cloud übernehmen. 5G und Edge Computing
18. 02:09ergänzen sich bis zu einem gewissen Grad. Einerseits benötigt 5G Edge Computing, um die Nachfrage nach Diensten zu steigern. Auf der anderen Seite
19. 02:20kann Edge Computing Entwicklern eine Umgebung bieten, in der sie 5G-Anwendungen entwickeln können, die es vorher nicht gab.
20. 02:30EdgeAI hat ein breites Spektrum an Anwendungsperspektiven in allen Lebensbereichen aufgrund seiner Eigenschaften wie geringer Datenverkehr
21. 02:41Auslastung, geringe Latenzzeit und starker Datenschutz.
22. 02:46Es hilft Unternehmen, ihre Betriebsprodukte zu sichern, um hohe Produktivität, Genauigkeit und Sicherheit zu gewährleisten.
23. 02:54Als Nächstes werden wir uns die potentiellsten Anwendungsbereiche für EdgeAI's ansehen
24. 02:59zukünftige Entwicklung.
25. 03:04Das Smartphone ist die aktuelle Generation intelligenter mobiler Endgeräte und nach wie vor die wichtigste Plattform für
26. 03:12edgeAI-Anwendungen, denn es gibt eine große Anzahl mobiler Apps, die die funktionalen Anforderungen der KI erreicht haben.
27. 03:21Im vorherigen Video haben wir zum Beispiel die erste Federated Learning-Anwendung von Google vorgestellt, die für das
28. 03:29Anwendungsszenarien auf Android-Telefonen.
29. 03:33Andere Beispiele sind Siri oder Google Assistant sind auch gute Beispiele für EdgeAI auf Smartphones, weil diese Technologie
30. 03:44ihre sprachgesteuerte Benutzeroberfläche.
31. 03:46KI auf Mobiltelefonen ermöglicht die Datenverarbeitung auf der Geräteseite.
32. 03:51Es besteht also keine Notwendigkeit, Gerätedaten in die Cloud zu übertragen.
33. 03:56Dies hilft, die Privatsphäre zu schützen und den Datenverkehr zu reduzieren.
34. 04:01Viele glauben, dass VR- und AR-Brillen die nächste Generation der intelligenten mobilen Endgeräte sein werden. Gegenwärtig
35. 04:11Die Technologie wird noch weiter verbessert, aber wir können bereits sehen, dass sie viele Anwendungsanforderungen für mehr
36. 04:20effiziente EdgeAI
37. 04:21wie die visuelle Erkennung, 3D-Rekonstruktion, Videoübertragung und so weiter und so fort.
38. 04:31Mit der Popularität des Internets der Dinge,
39. 04:34wird das Leben zu Hause mehr und mehr intelligente Anwendungen einführen
40. 04:41wie z.B. die intelligente Steuerung der Beleuchtung, intelligente Küchen usw.
41. 04:45Diese Anwendungen erfordern den Einsatz einer großen Anzahl von Sensoren und Steuerungen in der häuslichen Umgebung. Um diese
42. 04:55die Privatsphäre der Daten eines Haushalts zu schützen.
43. 04:59Die Masse der Datenverarbeitung stützt sich auf das Edge-Side-Computing, so dass die meisten Rechenressourcen auf das interne Gateway beschränkt sind
44. 05:09des Hauses beschränkt sind.
45. 05:09Um zu verhindern, dass sensible Daten nach außen dringen, werden die Innenraumortung und die Erkennung der Heimeinrichtung durch die
46. 05:21edgeAI, um eine höhere Genauigkeit und geringere Latenz als beim Cloud Computing zu erreichen.
47. 05:27Zum Beispiel sind intelligente Lautsprecher wie Amazon Issue und Google Home heute weit verbreitet. Sie empfangen Benutzeranweisungen und antworten
48. 05:37durch die Interaktion mit den Diensten von Drittanbietern.
49. 05:41Intelligente Lautsprecher sind jedoch für die Spracherkennung und das Verstehen natürlicher Sprache auf die Cloud angewiesen, was dazu führen wird, dass die
50. 05:50die Privatsphäre der Daten im Süden des Haushalts gefährdet.
51. 05:55Die Anwendung von EdgeAI kann diese Probleme also effektiv lösen.
52. 06:00Auch die Heimunterhaltung wird von edgeAI profitieren.
53. 06:06Das System kann von sich aus persönliche Lebensdienste empfehlen und den Nutzern ein besseres Unterhaltungserlebnis bieten. Sensoren
54. 06:16in intelligenten Gebäuden können erkennen, ob sich Personen im Raum aufhalten, um die Temperatur automatisch zu regulieren, die Beleuchtung, wenn
55. 06:25der Raum nicht benutzt wird, um so Kosten zu sparen und die Umwelt zu schützen.
56. 06:32Die von einem intelligenten Gebäude gesammelten Daten und Analyseergebnisse können zum Beispiel die Art und Weise, wie die Infrastruktur verwaltet wird, verändern.
57. 06:40Siemens baut ein Automatisierungssystem, das alle Gebäudesysteme in einer einzigen Plattform integriert, die intuitiv bedient werden kann
58. 06:51bedient werden kann. Bessere Verwaltung von Funktionen wie Brandschutz, Heizung, Beleuchtung und Videoüberwachung usw.
59. 07:01Ähnliche Konzepte und Technologien können auch im Stadtgebiet, z. B. in Campus-Häfen, eingesetzt werden. In diesen Szenarien
60. 07:10wird edgeAI ihre technischen Kernvorteile voll ausspielen können.
61. 07:18Auf der Skala der Städte weiter zu erweitern und die Daten präsentiert die Merkmale der geografischen Verteilung.
62. 07:27wird edgeAI benötigt, um mehr Aufgaben mit geringer Latenz und hoher Effizienz zu lösen. Zum Beispiel der Aufbau von Frühwarnsystemen
63. 07:38in der Stadt, wenn eine Gefahr auftritt, z.B. wenn Kinder in ein Schwimmbad fallen oder ein Feuer ausbricht.
64. 07:45Wir erwarten von dem System eine genaue und schnelle Frühwarnung.
65. 07:51Darüber hinaus wird die KI zur Koordinierung und Disposition der städtischen Infrastruktur eingesetzt und auf die öffentliche Sicherheit, das Gesundheitswesen und den Verkehr angewendet
66. 08:03und viele andere Bereiche, um die Ressourcen in der gesamten Stadt optimal zu nutzen.
67. 08:09Zum Beispiel in Bezug auf den Verkehrsstau.
68. 08:12Singapur hat auf die enormen verkehrstechnischen Herausforderungen mit vernetzten Transportlösungen reagiert.
69. 08:22Es ist ein intelligentes Verkehrssystem ITS
70. 08:25unterstützt ein dynamisches elektronisches Mautsystem bei stark gestiegenem Verkehrsaufkommen.
71. 08:35Die Autobahnmautsätze steigen ebenfalls. ITS
72. 08:40ermöglicht auch Echtzeit-Verkehrsinformationen über das GPS.
73. 08:44ermöglicht Taxis.
74. 08:47Es zeigt die dynamische Planung und Disposition der öffentlichen Verkehrsmittel und kann Busse genauer machen
75. 08:56in ihrem System.
76. 09:00Auch die Landwirtschaft wird von der EdgeAI profitieren.
77. 09:06Neben Roboterarmen und Drohnen gibt es auch Anwendungen der Präzisionslandwirtschaft, die das Internet der Dinge nutzen
78. 09:15basierend auf dem Edge Computing.
79. 09:17Das australische Unternehmen für Agrartechnologie zum Beispiel nutzt Sensoren, Daten und KI-Maßnahmen, um Landwirten zu helfen
80. 09:28fundierte Entscheidungen über Wetter, Boden- und Pflanzenbedingungen zu treffen, was das enorme Potenzial von
81. 09:37edgeAI in der intelligenten Landwirtschaft. In der industriellen Fertigung,
82. 09:43Es wird erwartet, dass KI und Edge-Anwendungen eine immer wichtigere Rolle in den sich entwickelnden intelligenten Fabriken spielen werden, die von der
83. 09:54Industrie für alle Standards.
84. 09:56Die nächste Generation intelligenter Fabriken wird fortschrittliche Robotik und maschinelle Lerntechnologien auf Softwaredienste anwenden
85. 10:04und das industrielle Internet der Dinge einsetzen, um die Schutzkapazität zu erhöhen und die Effizienz zu maximieren.
86. 10:12Edge Computing und künstliche Intelligenz (KI) nutzen lokale Sensoren, um die Leistung zu steuern und zu verwalten, was die Effizienz erheblich verbessert und die
87. 10:22der Fehler.
88. 10:23Zum Beispiel kann das Edge-System innerhalb von Millisekunden auf Eingaben reagieren und entweder Anpassungen vornehmen, um das Problem des Abschaltens zu lösen
89. 10:32die Produktionslinie herunterzufahren, um ein ernsthaftes Problem zu verhindern.
90. 10:37Das Gesundheitswesen hat das Zeitalter der Daten erreicht.
91. 10:41Die Popularität des Gesundheitsbewusstseins hat dazu geführt, dass medizinische Geräte und Endgeräte immer vielfältiger werden, und edgeAI wird
92. 10:53dazu beitragen, die Patientenversorgung zu erleichtern und zu fördern und die betriebliche Effizienz zu verbessern.
93. 11:00Die erste Maßnahme ist die Erste Hilfe vor dem Krankenhaus.
94. 11:03Wenn die neuen Patienten im Krankenhaus ankommen oder von einem Krankenhaus in ein anderes verlegt werden, werden die meisten der derzeitigen neuen medizinischen
95. 11:12Dienste in der Cloud bereitgestellt, die durch die mobile Umgebung, den extremen Wohlstand und die extremen
96. 11:22Wetter.
97. 11:23edgeAI kann einen bidirektionalen Kommunikationskanal zwischen dem Krankenwagen und dem Krankenhaus aufbauen, das Echtzeitbild
98. 11:35und Sprachverarbeitung realisieren und die Zeitlosigkeit und Effizienz verbessern.
99. 11:41Der zweite Bereich sind intelligente, variable Geräte. Die derzeitigen intelligenten variablen Geräte sind von der Rechenleistung abhängig und spielen nur
100. 11:51eine Rolle bei der Datenerfassung.
101. 11:53Es handelt sich jedoch um ein aktives Forschungsgebiet, in dem KI-Modelle auf brauchbaren Geräten eingesetzt werden, um die menschliche
102. 12:02Emotionen in der Zukunft zu überwachen.
103. 12:05Leichtgewichtige KI-Algorithmen werden auf den Geräten eingesetzt werden, um Gesundheitsdaten in Echtzeit zu überwachen, zu analysieren und vorherzusagen
104. 12:14und den Menschen helfen, ihren Gesundheitszustand besser zu verstehen.
105. 12:20Ich nenne nur einen Teil der möglichen Anwendungsszenarien von
106. 12:24edgeAI auf, aber sicher ist, dass die Ära der edgeAI
107. 12:28kommt, und wenn man das KI-Modell, die Ökologie des KI-Computings, die Software-Hardware verändert und unser Leben komfortabler macht
108. 12:38und intelligenter machen.
109. 12:42In der praktischen Sitzung dieser Woche erleben Sie die kollaborative Beeinflussung bei der Bildklassifizierung mit Sedna.
110. 12:50Der Zeitaufwand beträgt etwa 3-6 Stunden.
111. 12:53Ich wünsche euch allen viel Spaß und viel Erfolg.
112. 13:00Vielen Dank, dass Sie sich das Video angesehen haben.

To enable the transcript, please select a language in the video player settings menu.