- 邊緣人工智能
- (英)丹尼爾·西圖納亞克 (美)珍妮·普朗克特
- 3540字
- 2025-08-07 15:35:40
2.1 邊緣人工智能的常見用例
正如我們在上一章所了解到的,邊緣人工智能對于擁有豐富的傳感器數(shù)據(jù)但缺乏計算或網(wǎng)絡連接的設備尤其有價值。幸運的是,這些條件幾乎到處都可以找到。
在現(xiàn)代城市中,我們離不開電源插座或無線網(wǎng)絡。但是,即使有高帶寬的網(wǎng)絡連接和可靠的電源,限制設備的通信和電力消耗也有巨大的好處。正如我們在1.2.1節(jié)所看到的,對便攜性、可靠性、隱私性和成本等理想功能的追求可以推動產品的開發(fā),即使設備的網(wǎng)絡連接量和能源使用量降到最低。
盡管我們的互聯(lián)網(wǎng)似乎是全球性的,但地球上有很多地方都在連接或電力方面受到限制。在撰寫本書時,地球上50%的土地相對來說沒有被人類發(fā)展所觸及(https://oreil.ly/ASced)。地球表面只有一小部分有手機或無線覆蓋,數(shù)十億人沒有可靠的電力供應(https://oreil.ly/kly86)。
但除了明顯偏遠的地區(qū)外,在最發(fā)達的地區(qū)還有很多隱藏的角落屬于這一類。在現(xiàn)代工業(yè)供應鏈中,有些地方為嵌入式設備提供硬連接的直流電源是不切實際的,這使得高效的電池供電設備成為完美的選擇(如圖2-1所示)。
同時,傳感器正變得越來越便宜、越來越先進,而且不那么耗電。通常情況下,即使是簡單的嵌入式設備,也會配備高性能的傳感器,但由于將數(shù)據(jù)從系統(tǒng)中取出進行遠程處理的挑戰(zhàn),這些傳感器仍然沒有得到充分利用。例如一個使用加速度計來計算步數(shù)的基本健身穿戴設備,即使是這種簡單的設備也可能配備了靈敏的多軸加速度計,它的采樣率非常高,能夠記錄最細微的運動。除非設備的軟件能夠解釋這些數(shù)據(jù),否則大部分數(shù)據(jù)都會被扔掉,因為將原始數(shù)據(jù)發(fā)送到另一個設備上進行處理會太耗能。

圖2-1:在我們的星球上,有許多地方需要使用電池供電
2.1.1 綠地和棕地項目
諸如以上討論的條件為部署邊緣人工智能提供了無限的機會。在實踐中,將這些機會分為兩類可能會有幫助:綠地和棕地。這些術語是從城市規(guī)劃中借用的,綠地項目是指在尚未開發(fā)的場地上進行的項目,仍然是一片綠草如茵的土地。棕地項目發(fā)生在一個已經(jīng)開發(fā)的場地上,可能有一些現(xiàn)存的遺留基礎設施。
在邊緣人工智能領域,綠地項目是指硬件和軟件從頭開始一起設計的項目。由于沒有現(xiàn)成的硬件,綠地項目可以利用計算和傳感方面的最新和最偉大的創(chuàng)新——我們將在本章后面詳細介紹。開發(fā)人員有更多的自由來為他們所嘗試的用例設計理想的解決方案。例如,為了現(xiàn)代手機能夠持續(xù)監(jiān)聽喚醒詞(如“OK,Google”或“Hey,Siri”)而不耗盡電池,現(xiàn)代手機被設計成包含專用的低功耗數(shù)字信號處理硬件,硬件的選擇考慮到了特定的喚醒詞檢測算法。
相比之下,棕地邊緣人工智能項目從現(xiàn)有的硬件開始,這些硬件最初是為不同目的設計的。開發(fā)人員必須在現(xiàn)有硬件的限制下工作,為產品帶來人工智能能力。這減少了開發(fā)者的自由,但它避免了與設計新硬件相關的主要成本和風險。例如,開發(fā)者可以通過利用設備現(xiàn)有的嵌入式處理器的空閑周期,在已經(jīng)上市的藍牙音頻耳機上增加喚醒詞檢測。這種新功能甚至可以通過固件更新添加到現(xiàn)有設備上。
綠地項目是令人興奮的,因為其允許我們通過配對最新的邊緣人工智能硬件和算法來推動可能的極限。另一方面,棕地項目使我們能夠為現(xiàn)有的硬件帶來新的功能,使客戶高興,并充分利用現(xiàn)有的設計。
2.1.2 現(xiàn)實世界的產品
了解一項技術的最好方法是看它如何在現(xiàn)實世界中應用。我們仍然處于邊緣人工智能的早期階段,但它已經(jīng)被用于大量的應用和行業(yè)中。這里簡要概述三個使用邊緣人工智能開發(fā)的現(xiàn)實世界系統(tǒng)。也許你自己的工作會在本書未來的版本中出現(xiàn)!
利用輸電線故障檢測防止森林火災的發(fā)生
輸電線在大片的荒野上傳輸電力,包括歐洲的古老森林。設備故障可能會點燃植被,導致野外火災。由于鐵塔和輸電線有數(shù)千英里,而且往往在非常偏遠的地區(qū),所以電力設備可能難以監(jiān)測。
Izoelektro的RAM-1(https://www.ram-center.com)設備使用邊緣人工智能來幫助解決這個問題(如圖2-2所示)。使用一套傳感器監(jiān)測每個電塔的狀況,包括溫度、傾斜度和電壓,并使用深度學習分類模型(第4章)來確定何時可能出現(xiàn)故障。技術人員可以在出現(xiàn)任何火災危險之前訪問電塔并進行維修。該設備具有堅固的結構,可在極端天氣條件下使用多年。

圖2-2:Izoelektro的RAM-1設備[來源:Izoelektro(https://www.ram-center.com)]
有兩個主要因素使其成為邊緣人工智能的完美應用。首先是偏遠地區(qū)缺乏網(wǎng)絡連接,從數(shù)以千計的遠程電塔上實時傳輸原始傳感器數(shù)據(jù)成本太高。相反,優(yōu)雅的解決方案是在源頭解釋傳感器數(shù)據(jù),只在預測有故障時才傳輸——每月最多約250 KB。設備能夠理解哪些數(shù)據(jù)足夠關鍵,需要立即關注,其他不太重要的信息在定期批量傳輸中發(fā)送。
這種選擇性的通信有助于解決第二個略顯不直觀的因素。雖然RAM-1安裝在一個電塔上,但它實際上是利用了電池供電。這確保了即使電力線出現(xiàn)故障,它也能繼續(xù)工作,并降低了安裝的成本和復雜性。由于無線電傳輸需要消耗大量的能量,RAM-1的避免不必要傳輸?shù)哪芰τ兄谒4骐姵貕勖J聦嵣希谶吘壢斯ぶ悄艿膸椭拢碾姵乜梢猿掷m(xù)20年。
以下是RAM-1適合BLERP的一些特性:
帶寬
在部署RAM-1的偏遠地區(qū),網(wǎng)絡連接是有限的。
延遲
關鍵是要在故障發(fā)生時立即識別,而不是等待定期的數(shù)據(jù)傳輸。
經(jīng)濟性
避免不必要的通信可節(jié)省資金,并且意味著該設備可使用電池供電,從而降低安裝成本。
可靠性
使用電池供電提高了可靠性。
隱私性
對于該用例來說,這不是一個主要的考慮因素。
用智能可穿戴設備保護急救人員
消防員的工作性質意味著經(jīng)常暴露在高溫下,而極端的高溫條件會對他們的長期健康產生重大影響。事實上,根據(jù)美國聯(lián)邦緊急事務管理局的數(shù)據(jù),消防員因公死亡的主要原因是突發(fā)心臟事件(https://oreil.ly/lG6Hk)。
SlateSafety的BioTrac Band(https://oreil.ly/mAWs1)是一種可穿戴設備,專為像消防員這樣暴露在極端條件下的工作人員而設計(如圖2-3所示)。它提供了一個早期預警系統(tǒng),可以幫助提醒個人和團隊注意可能導致熱損傷和過度勞累的情況。BioTrac Band使用一個嵌入式機器學習模型和啟發(fā)式算法[1]來分析來自多個傳感器的數(shù)據(jù)——包括來自佩戴者身體的信號——并預測何時會發(fā)生傷害。這種智能使該設備成為《時代》雜志2021年的100項最佳發(fā)明之一(https://oreil.ly/cUy-b)。
BioTrac Band所處的極端環(huán)境使其成為邊緣人工智能的絕佳用例。通過分析設備上的數(shù)據(jù),即使在緊急情況下網(wǎng)絡連接變得有限或不可用,該手環(huán)也能繼續(xù)運作并向佩戴者發(fā)出警告。此外,在設備上解讀數(shù)據(jù)的能力意味著可以避免不必要的數(shù)據(jù)傳輸,這可以節(jié)省能源和改善電池壽命,同時使設備的尺寸和重量保持在最低水平。這也節(jié)省了成本,這意味著該設備可以被更廣泛地采用。

圖2-3:SlateSafety的BioTrac Band[來源:SlateSafety(https://slatesafety.com)]
以下是BioTrac Band適合BLERP的一些特性:
帶寬
在消防員工作的極端環(huán)境中,網(wǎng)絡連接是有限的。
延遲
健康問題是時間緊迫的,必須立即查明。
經(jīng)濟性
從傳感器流轉原始數(shù)據(jù)需要昂貴的高帶寬連接。
可靠性
即使連接性下降,該設備也能繼續(xù)向消防員發(fā)出潛在風險的警告,而且使用一個小電池就可以運行很長時間。
隱私性
原始生物數(shù)據(jù)可以保留在設備上,只傳輸關鍵信息。
用智能項圈了解大象的行為
隨著自然棲息地的減少,野生大象與人類的接觸越來越多。這些互動往往給動物帶來不好的結果,偷獵或與人類的沖突經(jīng)常導致野生動物的受傷和死亡。為了減少這些事件發(fā)生的可能性,保護工作者和科學家們正試圖更多地了解大象的行為和導致危險接觸的條件類型。
ElephantEdge(https://oreil.ly/Hehxr)是一個開源項目,旨在創(chuàng)建一個追蹤項圈(https://oreil.ly/OHig1),以幫助研究人員了解大象的行為(如圖2-4所示)。這個項圈戴在大象的脖子上,利用嵌入式傳感器和機器學習模型的組合,可以深入了解動物的位置、健康和活動情況。這些數(shù)據(jù)可用于科學研究——也可用于提醒人類注意動物的存在,從而避免沖突。
由于該設備與野象相連,更換電池是一項艱巨的任務!邊緣人工智能技術通過最大限度地減少設備的能源消耗量來提供幫助。配備了機器學習的項圈不傳輸大量原始傳感器數(shù)據(jù),而是傳輸關于動物活動的高維度信息,例如它是否在行走、進食、飲水或從事其他行為。允許其做到這一點的模型是由一群從事公共數(shù)據(jù)集工作的公民科學家來進行原型設計的。

圖2-4:OpenCollar Edge追蹤項圈被安裝在一頭注射了鎮(zhèn)靜劑的大象身上[來源:IRNAS(https://www.irnas.eu)]
低帶寬需求意味著項圈可以利用一種叫作LoRa[2]的極低功率無線通信技術,項圈能夠與配備LoRa的衛(wèi)星通信,這些衛(wèi)星每天經(jīng)過一次,項圈可以發(fā)送這段時間動物活動的概要。這意味著,即使在沒有傳統(tǒng)網(wǎng)絡連接的地方,該系統(tǒng)也能可靠地工作,電池可以持續(xù)約5年。
以下是OpenCollar Edge適合BLERP模型的一些特性:
帶寬
在大象的棲息地,網(wǎng)絡連接是有限的,在設備上進行分析可以使用低能耗的無線技術。
延遲
盡管該設備每天只傳輸一次,但與需要手動下載的傳統(tǒng)追蹤項圈相比,這是很頻繁的。
經(jīng)濟性
該設備取代了傳統(tǒng)的用于監(jiān)控大象的勞動密集型方法,從而節(jié)省了資金。
可靠性
不頻繁的傳輸意味著電池可以持續(xù)使用數(shù)年,并且使衛(wèi)星技術在經(jīng)濟上可行,傳輸范圍也隨之擴大。
隱私性
直接跟蹤大象比設置攝像頭監(jiān)測大象活動對當?shù)厝说母蓴_要小。
這三個用例只代表了可能性的一小部分。在下一節(jié),我們將討論一些一般的高級別應用類別。