在幾年前，我在工廠(chǎng)，在那里傳感器可以告訴你，如果在生產(chǎn)線(xiàn)上的一部分是要適合或不工作。如果不是，它會(huì )吐出來(lái)。當時(shí)，這很有用，但并不明智。傳感器知道什么東西是對的還是錯的，但是什么也沒(méi)記住，什么也沒(méi)想到。
如今，人工智能意味著(zhù)傳感器可以變得智能。工廠(chǎng)中的機器人可以識別出有故障的零件，但是處理和計算一起使思想發(fā)揮了作用。這意味著(zhù)他們可以了解損壞的零件與亂序或未對齊的零件之間的區別，并決定是否丟棄該零件，致電主管或制定自己的解決方案。
如果這一切聽(tīng)起來(lái)都不是個(gè)人化的話(huà)，請考慮一下：由醫療保健公司NeuroPace設計的設備通過(guò)使用其自己的處理器為嵌入患者頭部的傳感器提供功能來(lái)幫助防止癲癇發(fā)作。該傳感器了解每個(gè)患者的典型大腦活動(dòng)，并且在感測到癲癇發(fā)作開(kāi)始之前的異常狀態(tài)的毫秒內，該設備可以決定傳遞旨在停止它的特定脈沖。
通過(guò)避免向外部系統咨詢(xún)應該做什么，或者等待患者的任何輸入，可以在患者知道發(fā)生任何事情之前停止虛弱和危險的癲癇發(fā)作。第一年后，該設備可將癲癇發(fā)作減少44%。
邊緣思考
埃森哲稱(chēng)這種處理轉變?yōu)?ldquo;互聯(lián)網(wǎng)思維”，這是其《 2018年技術(shù)遠景》 [1]報告中確定的主要趨勢。
思想互聯(lián)網(wǎng)與物聯(lián)網(wǎng)(IoT)的不同之處在于，它可以加速從數據輸入中收集的見(jiàn)解，而無(wú)需引用基于云的核心IT結構。這很重要，因為隨著(zhù)大量數據收集設備的增加以及海量數據的出現，這些集中式系統將根本無(wú)法跟上。
當前的預測表明，到2020年，智能傳感器和其他物聯(lián)網(wǎng)設備將至少生成507.5 ZB的數據(超過(guò)5,000億TB)。
通過(guò)將智能嵌入到整個(gè)物理世界的設備中，分析數據的位置變得更加可取，以便做出更快的決策，從而使云中的資源可以自由處理宏數據，從而獲得“全局”或“元數據”見(jiàn)解。 ”。
例如，歐洲的一家火車(chē)運營(yíng)商可以在火車(chē)上的攝像頭上增加處理能力，從而可以識別出途中的空座位。這些數據可以實(shí)時(shí)轉發(fā)到客戶(hù)可以預訂的站點(diǎn)。一旦火車(chē)出發(fā)或就座，該數據就可以被丟棄，從而節省了IT資源。但是，與此同時(shí)，可以將有關(guān)占用率的有價(jià)值的元數據存儲并發(fā)送到云中，在云中可以投入更多時(shí)間來(lái)了解它，并相應地優(yōu)化時(shí)間表和運輸數量。
是什么推動(dòng)了變革?
關(guān)于思維向互聯(lián)網(wǎng)轉變的第一件事是，我們的物理世界正在轉變?yōu)橐幌盗性絹?lái)越智能的環(huán)境。在許多企業(yè)中，傳感器并不是什么新鮮事物，但是機器人技術(shù)，身臨其境的現實(shí)，人工智能和互聯(lián)設備正在將復雜性提高到一個(gè)新的水平，在該水平下，始終需要做出更多決策。
例子無(wú)處不在：改善智慧城市交通流量的道路網(wǎng)絡(luò );連續監測患者狀況的遠程醫療;智能農業(yè)機械，以提高混合質(zhì)量土地上的產(chǎn)量。所有這些對現場(chǎng)IT的要求越來(lái)越高-從某種意義上說(shuō)，在某些情況下。
緊急性是將更多處理能力從云中帶到IT系統邊緣的主要驅動(dòng)力之一。當然，與NeuroPace的傳感器技術(shù)不同，并非每種情況都會(huì )涉及到人體無(wú)法預測的環(huán)境。但這并不意味著(zhù)他們不能從更快，更本地化的決策中受益，或者減輕集中式IT的負擔不會(huì )使整個(gè)組織受益。
升級IT
許多行業(yè)存在的一個(gè)問(wèn)題是，當前的IT體系結構并非旨在支持“無(wú)處不在的智能”的思想，但也并非旨在支持來(lái)自任何地方的無(wú)限數據。隨著(zhù)越來(lái)越多的系統需要響應，處理能力需要大大提高。
迄今為止，公司傾向于通過(guò)添加用于處理任務(wù)的專(zhuān)用芯片(通常是圖形處理單元或GPU)來(lái)加速其硬件。這些常見(jiàn)且有效的硬件加速器可能會(huì )耗費大量資源，尤其是在涉及到電源的情況下，但是它們是將更多智能帶入IT系統邊緣的一種久經(jīng)考驗的方法。
但是，特別苛刻的應用程序可能需要定制硬件，并且隨著(zhù)復雜的IT需求變得越來(lái)越普遍，我們可以期望在這一領(lǐng)域看到更多的創(chuàng )新。到2021年，增強現實(shí)和虛擬現實(shí)市場(chǎng)的全球收入預計將達到近2,150億美元(1,570億英鎊)，這意味著(zhù)在該領(lǐng)域的大量投資可能會(huì )很快獲得回報。
例如，谷歌已經(jīng)意識到，要在其一些最受歡迎的資源(例如地圖)之后運行深層神經(jīng)網(wǎng)絡(luò )，可能需要將其數據中心的占地面積增加一倍才能獲得所需的處理能力。作為回應，它構建了自己的計算機芯片：張量處理單元，它的效率是標準處理器的30到80倍。
這些變化將促使人們重新關(guān)注硬件，這是一個(gè)挑戰，因為在過(guò)去的五到十年中，大多數企業(yè)都以軟件為中心。尤其是銀行，由于其系統龐大且難以更改，因此面臨結構性問(wèn)題。
互聯(lián)網(wǎng)的思想雖然給人以靈活性。想象一下一家汽車(chē)工廠(chǎng)，在這里可以對智能機器人進(jìn)行重新編程(甚至學(xué)習)以制造新車(chē)，而無(wú)需大量批發(fā)。您可以在開(kāi)發(fā)產(chǎn)品時(shí)不斷更新工廠(chǎng)。
在《 2018年技術(shù)遠景報告》中接受調查的受訪(fǎng)者中，有63%的高管認為，在未來(lái)兩年中利用定制硬件和硬件加速器來(lái)滿(mǎn)足智能環(huán)境的計算需求至關(guān)重要。但是對于那些可能的人，花時(shí)間在組織和結構變更上可能是值得的。
