在科技領域，同一時期出現(xiàn)的諸多尖端理論或者是技術，總會在某一個點不期而遇，并且以一種組合的方式推動社會進步。在5G的帶動下，AI和邊緣計算即是如此。最近隨著中國，德國，以及世界其他主要國家開始5G落地，關于邊緣計算，AI和物聯(lián)網(wǎng)的話題再度被炒熱。得益于未來5G的高帶寬，邊緣計算有了落地的基礎，而AI的發(fā)展，則加快了相關應用的進步，隨之而來的則是萬物互聯(lián)的物聯(lián)網(wǎng)時代。..。..

眾所周知，物聯(lián)網(wǎng)最基礎的要求是設備彼此能夠達到智能互聯(lián)，如果5G是彼此互聯(lián)的“腿”，那么AI則是知道如何互聯(lián)的“魂”。在當今社會，數(shù)據(jù)爆炸性的增長使得云端數(shù)據(jù)中心不堪重負，越來越多的應用場景都要求數(shù)據(jù)必須以高度智慧化的方式實現(xiàn)即時識別和處理，否則將產(chǎn)生難以估量的損失，比如自動駕駛。..。..

據(jù)美國Tractica公司發(fā)布的數(shù)據(jù)顯示，到2025年，人工智能的邊緣設備年產(chǎn)量將從2018年的1.614億臺，增加到26億臺。其中包括移動電話，智能揚聲器，傳統(tǒng)的電腦，Pad，甚至頭戴顯示器，汽車傳感器，無人機以及消費類和商用類的機器人和攝像頭。其中的很多設備也將實現(xiàn)高度的AI化。

在目前的商業(yè)環(huán)境下，云端的物聯(lián)只能算是一種原始物聯(lián)，即通過傳感器將設備的各種狀態(tài)，信息簡單記錄，然后發(fā)送到核心系統(tǒng)進行分析。但是，隨著AI和5G的到來，將賦予邊緣設備更多的智能化，就如同八爪魚一樣，神經(jīng)元的60%都集中在觸角上。未來的邊緣系統(tǒng)不再是對數(shù)據(jù)的簡單上傳，而是可以對其進行分析，推理和模式匹配，并最終實現(xiàn)無監(jiān)督機器學習。系統(tǒng)和傳感器也將有能力根據(jù)最新數(shù)據(jù)來調(diào)整其內(nèi)部算法。比如，智能傳感器會為設備生成溫度，壓力，濕度，空氣質(zhì)量，震動和聲音等信息以數(shù)據(jù)的形式保存起來，然后通過算法進行智能分析以后下發(fā)相應的處理指令。處理結(jié)果在初期可能不盡如人意，但通過AI學習，結(jié)果會逐漸獲得優(yōu)化。

從硬件的角度來看，如今的設備對AI算法的支持越來越高。傳感器“麻雀雖小五臟俱全”的屬性可實現(xiàn)在極小空間內(nèi)的數(shù)據(jù)內(nèi)存和處理，這將極大的緩解傳統(tǒng)云端處理設備的運算壓力，從而大大減輕數(shù)據(jù)中心的工作負荷。

除了前文提到的交通工具，AI的邊緣計算事例還有很多，和我們最相關的就有醫(yī)療設備，制造系統(tǒng)等。比如，在手術室中病人身體的關鍵數(shù)據(jù)需要被即刻處理，才能立即為醫(yī)生提供準確而有效的信息以作下一步行動決策，這將為關鍵時刻挽救病人的生命創(chuàng)造機會。

除此以外還有物流行業(yè)，可以在物流公司的各種設施，裝備上面安置攝像頭，實時監(jiān)控及管理由貨車、運貨車運送的貨物。這將極大的增強快遞物品狀態(tài)的可追溯性，并提升用戶滿意度。

人工智能增強邊緣決策的優(yōu)勢總結(jié)來說有如下幾點：

首先，和現(xiàn)在的集中式物聯(lián)網(wǎng)模型相比，AI的邊緣設備在響應能力上有質(zhì)的提升。同時，實時處理和數(shù)據(jù)洞察的能力也非現(xiàn)有設備可比。在安全性方面也將更有保障，比如傳統(tǒng)互聯(lián)網(wǎng)設備在數(shù)據(jù)往復發(fā)送的過程中，被篡改或者暴露的風險很高，但將數(shù)據(jù)就地處理之后，就可以極大的降低這種風險。

其次，AI邊緣設備具有更高的靈活度，智能設備能夠支持特定行業(yè)或特定地點產(chǎn)生的要求，包括從建筑能源管理到醫(yī)療監(jiān)測等諸多行業(yè)。同時，在管理上也可以不再高度依賴人工。

最后，在用戶服務方面，AI化的邊緣系統(tǒng)也將提供更高的滿意度支持。比如網(wǎng)約車，AI可以通過位置感知服務給予響應，或在出現(xiàn)延誤時重新安排路徑計劃，節(jié)約用戶出行成本的同時，降低公司的違約風險。