AI技術正在重塑IoT世界

作者 : Svein-Egil Nielsen,Nordic Semiconductor技術長暨策略總監

IoT帶來的更多資料有利於我們做出更好的決策,前提是我們自身不能先被資訊量給淹沒。要實現適當的資料管理,首先要在邊緣處理資訊,進行篩選、提取然後確定發送到雲端的內容優先順序,AI正是這項任務的最佳工具...

我們建構了龐大無線感測器網路來形成物聯網(IoT),產生比以往更多的資料。更多的資料有利於我們做出更好的決策,不過前提在於,我們自身不能先被資訊量給淹沒。要實現適當的資料管理,首先要在邊緣處理資訊,進行篩選、提取然後確定發送到雲端的內容優先順序,而人工智慧(AI)正是這項任務的最佳工具。

物聯網產生的資料量有望呈現指數成長。例如,分析機構Gartner預測,到2021年,物聯網將包括250億個裝置,而所有的裝置都會全天候產生資訊。而這將會產生多少資訊?IDC預測,在未來五年內,物聯網裝置將會產生超過79.4 ZB (1 ZB等於十億TB)的數據。

這些資訊大部分將由帶有小型電池的遠端無線感測器產生。要將大量的原始資訊傳輸到雲端非常昂貴,並且會迅速耗盡電池。而且,有很多資訊都是低價值的,這些通常是確定系統穩定運作的資訊,涉及事物變化的資訊才是真正重要的。最好在裝置本身直接處理資料,確定哪些資料至關重要且具時效性,然後不頻繁地利用(相對較高功率)無線傳輸,在盡可能短的時間內將這些資訊只發送到雲端。

要確定哪些資料是必需的,最好使用AI。但這必須是一種經過特別最佳化的AI形式,以匹配IoT邊緣裝置的功能、處理器和記憶體限制。例如專門從事此類軟體開發的邊緣AI技術新創公司Imagimob,把經過驗證的AI軟體進行最佳化,使之能夠在Arm M級處理器上執行;這種處理器是Nordic Semiconductor解決方案使用的電池供電IoT感測器和邊緣裝置通用的。

由Imagimob開發的系統使用AI「神經網路」來學習和解釋用來控制耳機的手勢,而不需要傳統的開關和按鈕。所有AI處理功能都包含在電池供電的耳機中。有了經過最佳化的AI技術的幫助,邊緣裝置只要配備處理器,例如Nordic IoT解決方案中使用Arm M級處理器,就可以在裝置本身直接篩選分析和儲存感測器的資料,並且只向雲端發送必需的資料,從而最大程度地降低傳輸成本與功耗。

美國嵌入式設計顧問公司暨Nordic客戶Signetik的總裁Steve Poulsen指出,AI的任務應分為兩部分:

  • 資源受限的邊緣裝置(「小型AI」的任務)──使用經最佳化的軟體在裝置本身直接整理和分類感測器資料;
  • 功能強大的雲端伺服器(「大型AI」的任務)──使用高階資源來快速、深入地分析篩選後的資料,以發現重要的趨勢和模式。

…繼續閱讀請連結EE Times Taiwan網站

掃描或點擊QR Code立即加入 “EETimes技術論壇” Line 群組 !

 EET-Line技術論壇-QR

發表評論