人工智能將助推邊緣計(jì)算解決物聯(lián)網(wǎng)引發(fā)數(shù)據(jù)雪崩

“未來(lái)的汽車(chē)應(yīng)該是一種會(huì)學(xué)習(xí)的輪式機(jī)器人”，面對(duì)持續(xù)升溫的自動(dòng)駕駛汽車(chē)，在近日舉辦的第一屆中國(guó)國(guó)際智能產(chǎn)業(yè)博覽會(huì)上，中國(guó)工程院院士李德毅表示，“它應(yīng)該能夠通過(guò)邊緣計(jì)算與‘駕駛超腦’的學(xué)習(xí)，讓自動(dòng)駕駛比人類(lèi)駕駛更安全。”

從某種角度講，吸引了大量眼球和投資的自動(dòng)駕駛汽車(chē)就是一場(chǎng)AI的游戲，而AI的進(jìn)步將率先在邊緣計(jì)算中體現(xiàn)，并將助推邊緣計(jì)算解決物聯(lián)網(wǎng)引發(fā)的數(shù)據(jù)雪崩。

雖然各研究機(jī)構(gòu)對(duì)全球數(shù)據(jù)的爆發(fā)式增長(zhǎng)有不同的預(yù)測(cè)，但將計(jì)算和數(shù)據(jù)移動(dòng)到更接近用戶的位置已是行業(yè)共識(shí)，在入局的各路科技大神眼里，這一千億價(jià)值的新賽場(chǎng)將首先成為消費(fèi)市場(chǎng)及智能工廠等領(lǐng)域的必選項(xiàng)。

正當(dāng)邊緣計(jì)算和云的關(guān)系被熱烈討論之時(shí)，知名創(chuàng)投調(diào)研機(jī)構(gòu)CB Insights近日撰寫(xiě)的《What Is Edge Computing》廣受關(guān)注，文章詳述了邊緣計(jì)算的發(fā)展和應(yīng)用前景。文章稱(chēng)，云計(jì)算已不足以即時(shí)處理和分析由物聯(lián)網(wǎng)設(shè)備、聯(lián)網(wǎng)汽車(chē)和其他數(shù)字平臺(tái)生成或即將生成的數(shù)據(jù)，邊緣計(jì)算將派上用場(chǎng)。

但邊緣計(jì)算究竟是什么？很多人仍然一頭霧水，在回答這個(gè)問(wèn)題時(shí)，華為企業(yè)業(yè)務(wù)總裁閻力大表示，跟章魚(yú)差不多。在無(wú)脊椎動(dòng)物中，章魚(yú)的智商最高，它擁有巨量的神經(jīng)元，60%分布在八條腿（腕足）上，腦部?jī)H有40%。但是，看起來(lái)用“腿”來(lái)思考并解決問(wèn)題的章魚(yú)在捕獵時(shí)腕足之間配合極好，從來(lái)不會(huì)纏繞打結(jié)，這得益于它們類(lèi)似于分布式計(jì)算的“多個(gè)小腦+一個(gè)大腦”。

目前的人工智能應(yīng)用更多依賴(lài)于云端，邊緣計(jì)算則將智能從云端推向邊緣。用地平線智能解決方案與芯片事業(yè)部總經(jīng)理張永謙的話說(shuō)：“計(jì)算正從中央走向邊緣。”也就是說(shuō)，不是所有的應(yīng)用都要放在云端，比如，當(dāng)房子里有物體移動(dòng)時(shí)，智能家居的安全系統(tǒng)檢測(cè)可以依靠終端設(shè)備資源檢測(cè)正在移動(dòng)的，是家里的狗，還是闖入的賊，并據(jù)此作出精準(zhǔn)的智能控制。

未來(lái)，如果沒(méi)有邊緣計(jì)算的支持，很多應(yīng)用可能都是畫(huà)餅，如炙手可熱的無(wú)人駕駛汽車(chē)對(duì)實(shí)時(shí)信息交互和數(shù)據(jù)傳輸、交互的延遲指標(biāo)要求非?？量?，一旦系統(tǒng)響應(yīng)慢，重則發(fā)生交通事故，輕則無(wú)人駕駛體驗(yàn)大打折扣。

需要強(qiáng)調(diào)的是，雖然我們將把越來(lái)越多的基礎(chǔ)任務(wù)推向裝置所在的邊緣，但如Linux基金會(huì)物聯(lián)網(wǎng)資深總監(jiān)Philip DesAutels所強(qiáng)調(diào)，這只代表了越靠近邊緣的裝置越會(huì)變聰明，并不能說(shuō)它與云端毫無(wú)關(guān)系。云端也會(huì)因?yàn)檫吘壸兊酶斆鞲腔郏磥?lái)更重要的任務(wù)將是中央?yún)f(xié)調(diào)管理者。

如英特爾所說(shuō)，世界正陷入數(shù)據(jù)洪流的雪崩中，AI在進(jìn)行分析處理時(shí)，更需要消耗大量的計(jì)算資源和存儲(chǔ)資源。如果能像章魚(yú)一樣，采用邊緣計(jì)算的方式，海量數(shù)據(jù)就近處理，大量的設(shè)備高效協(xié)同工作，諸多問(wèn)題便迎刃而解。

網(wǎng)宿科技董事長(zhǎng)劉成彥表示，在智能社會(huì)到來(lái)之際，物聯(lián)網(wǎng)的爆發(fā)所帶來(lái)的網(wǎng)絡(luò)容量以及對(duì)計(jì)算的需求，將遠(yuǎn)遠(yuǎn)大于人與互聯(lián)網(wǎng)之間的交互所帶來(lái)的需求，智能終端產(chǎn)生的數(shù)據(jù)能力也將遠(yuǎn)遠(yuǎn)大于人類(lèi)產(chǎn)生數(shù)據(jù)的能力，預(yù)計(jì)未來(lái)將有50%的計(jì)算能力放在邊緣。

微軟全球資深副總裁、微軟亞太研發(fā)集團(tuán)主席兼微軟亞洲研究院院長(zhǎng)洪小文告訴記者：“邊緣計(jì)算能夠進(jìn)行本地決策和判斷，能夠保證離線狀態(tài)下進(jìn)行不間斷操作，適用于智能工廠、無(wú)人車(chē)等強(qiáng)調(diào)連續(xù)性、安全性的場(chǎng)景?！?/p>

英特爾中國(guó)區(qū)物聯(lián)網(wǎng)事業(yè)部首席技術(shù)官?gòu)堄畈┦空f(shuō)：“如何在網(wǎng)絡(luò)邊緣實(shí)現(xiàn)智能化，是駕馭數(shù)據(jù)洪流的關(guān)鍵環(huán)節(jié)之一，是物聯(lián)網(wǎng)未來(lái)發(fā)展的重要趨勢(shì)?！?/p>

所謂智能邊緣化，需要把云上的模型，快速遷移到線下，將云上智能改造為邊緣可用的輕量級(jí)智能，適配邊緣軟硬件環(huán)境和使用場(chǎng)景，而云原生模型要用于邊緣節(jié)點(diǎn)，需要做模型轉(zhuǎn)換，壓縮，調(diào)優(yōu)等工作。某知名大廠戰(zhàn)略研究人員劉先生對(duì)科技日?qǐng)?bào)記者說(shuō)：“看起來(lái)都是些技術(shù)問(wèn)題，但付諸實(shí)施沒(méi)那么容易，理論上開(kāi)辟邊緣新戰(zhàn)場(chǎng)，打通云/邊AI數(shù)據(jù)流通道，統(tǒng)一線上線下技術(shù)生態(tài)，統(tǒng)一AI架構(gòu)好處很多，但若無(wú)業(yè)界協(xié)同，結(jié)合應(yīng)用場(chǎng)景，綜合建設(shè)立體生態(tài)，人工智能助力邊緣計(jì)算只能是空談?！?/p>

劉先生強(qiáng)調(diào)，人工智能不僅是數(shù)學(xué)和算法，更是綜合性技術(shù)應(yīng)用，促進(jìn)生產(chǎn)力和解決效率，才是AI的頭等大事，而不是那些神乎其神的能力。放到邊緣計(jì)算中看人工智能，最能理解這一點(diǎn)，從產(chǎn)業(yè)的角度講，智能邊緣作為人工智能的硬件形態(tài)，單點(diǎn)突破沒(méi)有意義，人工智能+邊緣計(jì)算的立體化應(yīng)用突破才有價(jià)值，才能真正解決痛點(diǎn)問(wèn)題。

中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所所長(zhǎng)于海斌說(shuō)：“無(wú)論邊緣計(jì)算技術(shù)將來(lái)形成什么樣的組合業(yè)態(tài)，無(wú)外乎工業(yè)、制造、傳感、控制、計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)的融合。邊緣計(jì)算是否能探索出面向未來(lái)的新型產(chǎn)業(yè)模式，將非常重要。”

如前文所述，將人工智能真正推向邊緣并不簡(jiǎn)單，而在不斷涌現(xiàn)或一直就存在的各種挑戰(zhàn)與局限中，安全風(fēng)險(xiǎn)更是業(yè)界迫切需要關(guān)注的問(wèn)題。

邊緣計(jì)算就像物理世界連接數(shù)字世界的橋梁和數(shù)據(jù)的第一入口，隨著智能邊緣設(shè)備（包括手機(jī)及物聯(lián)網(wǎng)傳感器）的激增，新興的攻擊矢量將不斷涌現(xiàn)，數(shù)據(jù)實(shí)時(shí)性、確定性、多樣性等諸多挑戰(zhàn)已擺在眼前。

互聯(lián)網(wǎng)行業(yè)分析師陳金玉說(shuō)：“雖然邊緣計(jì)算能使安全部件更接近于攻擊源，啟動(dòng)更高效的安全應(yīng)用并增加分層數(shù)量以抵御針對(duì)核心的侵犯和風(fēng)險(xiǎn)，但不可否認(rèn)的是，人工智能時(shí)代，數(shù)據(jù)的收集、使用等各環(huán)節(jié)本就面臨著新的風(fēng)險(xiǎn)。”

事實(shí)也是如此，在數(shù)據(jù)收集環(huán)節(jié)，大規(guī)模的機(jī)器自動(dòng)化收集著成千上萬(wàn)的用戶數(shù)據(jù)，并可對(duì)用戶全面追蹤。在數(shù)據(jù)使用環(huán)節(jié)，隨著大數(shù)據(jù)分析技術(shù)的廣泛使用，特定個(gè)人很容易被鎖定，消費(fèi)習(xí)慣、行蹤軌跡等信息越來(lái)越多的被用于“精準(zhǔn)營(yíng)銷(xiāo)”，而這其中的使用尺度始終處于灰色地帶。

陳金玉說(shuō)：“不僅如此，在數(shù)據(jù)的生命周期中，由于黑客攻擊、系統(tǒng)安全漏洞等原因，個(gè)人數(shù)據(jù)始終有被泄露的安全風(fēng)險(xiǎn)，目前這種風(fēng)險(xiǎn)又將怎樣被擴(kuò)展到邊緣計(jì)算指向的人工智能消費(fèi)領(lǐng)域及工業(yè)領(lǐng)域還難以預(yù)測(cè)?！?/p>