边缘计算将如何影响人工智能？

首先回答什么是边缘计算。

什么是边缘计算？

根据边缘计算联盟（ECC）2017年11月发布的版边缘计算参考架构2.0，对边缘计算的定义如下：

边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。它可以作为联接物理和数字世界的桥梁，使能智能资产、智能网关、智能系统和智能服务。

边缘计算的特点：

1、联接性。

联接性是边缘计算的基础。所连接物理对象的多样性及应用场景的多样性，需要边缘计算具备丰富的联接功能，如各种网络接口，网络协议、网络拓扑、网络部署和配置、网络管理与维护。联接性需要充分借鉴吸收网络领域先进的研究成果，如TSN、SDN、NFV、Network as a Service、WLAN、NB－IOT、5G等，同时还要考虑与现有各种工业总线的互联互通。

2、数据第一入口。

边缘计算作为物理世界到数字世界的桥梁，是数据的第一入口，拥有大量、实时、完整的数据，可基于数据全生命周期进行管理与价值创造，将更好的支撑预测性维护，资产效率与管理等创新应用；同时，作为数据第一入口，边缘计算也面临数据实时性、确定性、多样性等挑战。

3、约束性。

边缘计算产品需适配工业现场相对恶劣的工作条件与运行环境，如防电磁、防尘、防爆、抗振动，抗电流／电压波动等。在工业互联场景下，对边缘计算设备的功耗、成本、空间也有较高的要求。

边缘计算产品需要考虑通过软硬件集成与优化，以适配各种条件约束，支撑行业数字化多样性场景。

4、分布性。

边缘计算实际部署天然具备分布式特征。这要求边缘计算支持分布式计算与存储，实现分布式资源的动态调度与统一管理、支撑分布式智能、具备分布式安全等能力。

5、融合性。

OT与ICT的融合是行业数字化转型的重要基础。边缘计算作为OICT融合与协同的关键承载，需要支持在联接、数据、管理、控制、应用、安全等方面的协同。

什么是人工智能？

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

根据智能水平，大体可以分为：

1、弱人工智能（Artificial Narrow Intelligence）：使用人设定的算法和模型，擅长于完成单个方面任务的人工智能。

“机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。”

2、强人工智能（Artificial General Intelligence）：在各方面都能和人类比肩的人工智能，可以替代人的脑力劳动。

“计算机不仅是用来研究人的思维的一种工具，相反，只要运行适当的程序，计算机本身就是有思维的。”

3、超人工智能（Artificial Superintelligence）：“在几乎所有领域都比人类大脑都聪明很多，包括科学创新、通识和社交技能。”——Nick Bostrom

人工智能革命是从弱人工智能，通过强人工智能，最终达到超人工智能的旅途，现在，人类已经掌握了弱人工智能。

人工智能的发展历史

当代人工智能

1、深度学习推动人工智能迈上新台阶

2006年，Hinton教授提出“深度学习”神经网络使得人工智能性能获得突破性进展，进而促使人工智能产业又一次进入快速发展阶段。

深度学习提出了一种让计算机自动学习出模式特征的方法，并将特征学习融入到了建立模型的过程中，从而减少了人为设计特征造成的不完备性。

2、计算成本指数级下降，GPU加速发展为深度学习奠定计算基础

“当价格不变时，集成电路上可容纳的晶体管数目约每隔18个月便会增加一倍，性能也将提升一倍。”——摩尔定律

计算成本的极速下降也为人工智能加速发展提供可能， GPU已经成为业界在深度学习模型训练方面的首选解决方案。 。

“当1000美元能买到人脑级别的1亿亿运算能力的时候，强人工智能可能成为生活中的一部分。”——Kurzweil

3、数据量爆炸，为人工智能奠定数据基础

人工智能是利用机器算法模拟人脑对历史知识学习、吸收与理解并掌握运用的训练过程。

数据量的丰富程度决定了是否有充足数据对模型进行训练，进而使人工智能系统经过深度学习训练后达到强人工智能水平。

4、资本层加速爆发，推动人工智能产业发展

5、科技巨头在人工智能领域的布局始终领先。

6、未来人工智能应用于无人驾驶汽车、辅助诊断、刑侦监测等领域将会产生巨大的商业价值和社会价值，资本层面的爆发将持续带动人工智能行业加速爆发。

边缘计算如何影响人工智能（以下摘自边缘计算白皮书）

边缘计算使能行业智能。

面对行业智能的挑战，边缘计算提供四个关键能力：

1、建立物理世界和数字世界的联接与互动。

通过数字孪生，在数字世界建立起对多样协议、海量设备和跨系统的物理资产的实时映像，了解事物或系统的状态，应对变化、改进操作和增加价值。

2、模型驱动的智能分布式架构与平台。

在网络边缘侧的智能分布式架构与平台上，通过知识模型驱动智能化能力，实现了物自主化和协作化。

3、提供开发与部署运营的服务框架。

开发服务框架主要包括方案的开发、集成、验证和发布;部署运营服务框架主要包括方案的业务编排、 应用部署和应用市场。开发服务框架和部署运营服务框架需要紧密协同、无缝运作,支持方案快速高效开 发、自动部署和集中运营。

4、边缘计算与云计算的协同。

边缘侧需要支持多种网络接口、协议与拓扑,业务实时处理与确定性时延,数据处理与分析,分布式智 能和安全与隐私保护。云端难以满足上述要求,需要边缘计算与云计算在网络、业务、应用和智能方面进行 协同。