Inovações

A inteligência artificial futura acontecerá no limite

“Edge computing” se tornou uma palavra da moda, assim como “Internet of Things” (IoT) e “cloud computing” no passado. Além disso, a pandemia COVID-19 acelerou tremendamente a adoção da computação de ponta.

De acordo com o relatório State of the Edge de 2021 da Linux Foundation, especificamente os negócios de saúde, manufatura e varejo digital aumentarão o uso de computação de ponta nos próximos anos, impulsionando dados gerados pela empresa criados e processados fora da nuvem em 10% para 75% em 2022.

Computação de ponta

O que é Edge Computing - computação de borda? | Blog Xtech

A computação de ponta refere-se à computação e armazenamento de dados que estão localizados perto de onde são necessários e são feitos na ou perto da fonte dos dados, em vez de depender da nuvem localizada centralmente em um dos principais data centers para fazer todo o trabalho de processamento .

No mundo da computação, passamos por várias fases. No início, as organizações geralmente tinham um grande computador mainframe. Isso foi seguido pela era dos terminais burros e, eventualmente, pela era dos computadores pessoais – os primeiros usuários finais possuíam o hardware que fazia o processamento.

Vários anos depois, a computação em nuvem foi introduzida. As pessoas ainda possuíam computadores pessoais, mas agora acessavam serviços centralizados na nuvem, como Gmail, Google Drive, Dropbox, Trello e Microsoft Office 365. Da mesma forma, muitos dispositivos inteligentes, por exemplo Google Home, Amazon Echo, Apple TV e Google Chromecast , são todos alimentados por conteúdo e inteligência situados centralmente na nuvem. Assim, bilhões de pessoas em todo o mundo se tornaram profundamente dependentes de alguns grandes provedores de nuvem pública, como Amazon, Microsoft, Google e IBM, junto com alguns provedores de nuvem privada, como Apple, Facebook e Dropbox.

Latência

O Que é Latência?

A principal razão para a crescente popularidade da computação de ponta é sua capacidade de melhorar os tempos de resposta e economizar largura de banda, permitindo uma análise de dados menos restrita.

O breve intervalo de tempo após você clicar em um link antes que o navegador exiba o conteúdo é chamado de latência. Para superar esse problema, os jogos de computador multiplayer usam várias técnicas intrincadas para mitigar a latência real e percebida entre atirar em algo e saber que você errou.

Assistentes de voz, como Alexa, normalmente precisam resolver solicitações na nuvem, muitas vezes causando latência perceptível. É compreensível, uma vez que o assistente de voz deve processar a fala do usuário, enviar uma representação compactada dela para a nuvem, que a descompacta e processa. O processamento geralmente envolve o ping de outra API (Interface de Programação de Aplicativo) em um servidor distante para determinar o clima ou recuperar uma peça musical. Em seguida, a nuvem deve compactar o resultado e enviar ao assistente de voz a resposta, que o converte em fala ou toca a música.

Progressive Web Apps e carros autônomos

Sua empresa está preparada para um mundo sem lojas de aplicativos? | by  everis Brasil | Medium

Até mesmo alguns sites estão usando computação de ponta. Os Progressive Web Apps geralmente têm a funcionalidade offline primeiro. Isso permite que os usuários abram um site em um dispositivo e continuem trabalhando sem uma conexão com a Internet, enquanto salvam todas as alterações localmente. Quando uma conexão com a Internet é disponibilizada, as alterações são sincronizadas com a nuvem.

Outro exemplo são os carros autônomos, que precisam processar uma quantidade tão grande de dados visuais e de outros sensores que não podem processar todos esses dados na nuvem e esperar por uma resposta. Portanto, os carros sem motorista fazem uso extensivo da computação de ponta para evitar a latência.

Inteligência artificial de ponta (IA)

Inteligência artificial: entenda o impacto dela nos negócios - Fortes  Tecnologia

A computação de borda é uma mudança de paradigma muito poderosa, mas é ainda mais poderosa quando combinada com IA. A maioria dos processos de IA é realizada na nuvem e precisa de uma capacidade de processamento considerável. O Edge AI, no entanto, requer muito pouca ou nenhuma infraestrutura em nuvem além da fase inicial de treinamento. O Edge AI requer apenas um microprocessador e sensores para processar os dados e fazer previsões em tempo real.

Uma das razões para o Edge AI é que em uma empresa de manufatura com milhares de sensores, simplesmente não é realista enviar grandes quantidades de dados do sensor para a nuvem, onde a análise de dados é feita antes que os resultados sejam enviados de volta para a fábrica . Este processo usará grandes quantidades de largura de banda e armazenamento em nuvem, causará atrasos desnecessários e potencialmente revelará informações muito confidenciais.

Aplicação de borda AI

Inteligência Artificial terá impacto positivo na competitividade da  indústria, aponta pesquisa - HUB i4.0

Normalmente, a borda AI engloba um ou mais sensores, como um acelerômetro, magnetômetro ou girômetro que são conectados a uma pequena unidade de microcontrolador (MCU) com um algoritmo que foi treinado em cenários típicos que o dispositivo pode encontrar. Muitos motores elétricos e outros equipamentos hoje em dia contêm sensores que monitoram a temperatura, vibração e corrente do motor e os enviam para uma plataforma de AI de ponta, que analisa continuamente os dados para fazer previsões de quando o motor irá falhar e a manutenção deve ser programada. Os dados são, portanto, analisados localmente em vez de enviar os dados para a nuvem.

Desafios e benefícios

5 práticas recomendáveis para sua estratégia de Edge Computing | CIO

Embora a Edge AI ofereça muitas vantagens sobre as tecnologias de IA baseadas em nuvem e diminua significativamente a latência, ela apresenta desafios. O poder de computação é atualmente bastante limitado no limite, o que restringe a quantidade de processamento e o número de tarefas de IA que podem ser realizadas. Modelos complexos atualmente ainda precisam ser simplificados para serem capazes de rodar em hardware de IA de ponta, o que inevitavelmente significa uma redução na precisão.

No entanto, novos chips personalizados para cargas de trabalho de IA e novas plataformas de hardware prometem aliviar algumas das limitações de computação no limite. Vários novos dispositivos, como câmeras de vídeo, agora estão equipados com recursos de aprendizado profundo.

Fonte: IOL.co.za

Livros sobre I.A

trabalho-educacao-e-inteligencia-artificial

Trabalho, Educação e Inteligência Artifici...

introducao-a-mineracao-de-dados

Introdução à Mineração de Dados

Inteligencia Artificial Uma Introducao ao Raciocínio Baseado em Casos

Inteligência Artificial: Uma Introdução ao...

livro inteligencia artificial george f luger

Inteligência Artificial – Abordagem ...

guia-rapido-robotica-inteligencia-artificial

Guia Rápido De Robótica E Inteligência Art...

inteligencia artificial teoria pratica

Inteligência Artificial – Teórica e ...

livro redes neurais princípio e prática

Redes Neurais. Princípios e Prática

inteligencia artificial como ler filosofia

Inteligência artificial – A associaç...

Cursos de I.A

336x280_profissionais-do-futuro_seq2

Profissional do Futuro – Inteligênci...

internet-das-coisas-curso

Internet das Coisas – Uma visão ampl...

congresso-online-inteligencia-digital-futurismo

Congresso Online de Inteligência Digital &...

instarise

Instarise – Inteligência artificial ...

curso online robotica automacao residencial

Curso de Robótica e Automação Residencial

comandar-casa-por-voz-internet-das-coisas

Manual para Comandar sua Casa por Voz a Ba...

curso robôs im inteligência artificial facebook

ROBOS.im – Plataforma para criação d...

curso-inteligencia-artificial-avancada-assistentes-pessoais

Inteligência artificial avançada para assi...