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。
本文来自企鹅号 - 许永硕媒体
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文来自企鹅号 - 许永硕媒体
如有侵权,请联系 cloudcommunity@tencent.com 删除。