Home Blogs Edge AI: Por qué lo construimos
Applications

Edge AI: Por qué lo construimos

About The Author

Outline

Para que las tecnologías nuevas y emergentes obtengan una amplia aceptación, deben ser capaces de desbloquear nuevas eficiencias empresariales y aportar valor a los consumidores. Tanto individualmente como en combinación, la IA, el big data, la computación en la nube y el IoT han demostrado su valor. Estas tecnologías ayudan a las empresas a capturar grandes cantidades de transmisión de datos de hasta millones de fuentes, almacenarlos en centros de datos masivos en la nube y utilizar técnicas de aprendizaje automático (ML) e inteligencia artificial (IA) para obtener información valiosa y cambiante en tiempo casi real.

Comenzamos nuestro viaje de big data e inteligencia artificial en Verizon Media en 2014. Creamos una plataforma basada en la nube capaz de ingerir petabytes de datos y utilizamos el aprendizaje automático para ofrecer información en tiempo casi real para mejorar el rendimiento de nuestra red de entrega, mejorar la eficiencia en toda nuestra red y ofrecer una mejor experiencia al cliente. Luego creamos aplicaciones adicionales de IA y big data para que los clientes, por ejemplo, obtengan información sobre el comportamiento de los clientes mediante el uso de datos de uso inalámbricos.

En muchos sentidos, estos avances tecnológicos ya están revolucionando las industrias, y solo estamos al comienzo de un largo y emocionante camino por delante. Pero con Big Data, IA basada en la nube e IoT, muchas de las aplicaciones más potentes y productoras de valor no se han implementado debido a los retrasos en el procesamiento y la latencia en la nube, los costos de almacenamiento y las preocupaciones de seguridad y privacidad. Y con la IA, no es aceptable que las respuestas vuelvan en días, minutos o segundos. Para muchas aplicaciones, la inteligencia debe aplicarse en el momento, en milisegundos.

La respuesta más obvia y convincente para superar estos obstáculos es acercar el procesamiento al dispositivo final o a la fuente de generación de datos, al borde de la red. Verizon es un líder de la industria en informática de borde con una CDN que ofrece una capacidad de red masiva y solo 10-25 milisegundos de latencia de prácticamente todos los usuarios de Internet en el planeta. Nuestra red 5G ofrece una <latencia de 10 ms para cargas de trabajo que requieren incluso menos latencia. La aparición de la computación de borde combinada con IA, IoT y procesamiento de big data abre la puerta a servicios completamente nuevos y valor para el consumidor. Al colocar la inteligencia en el borde, las aplicaciones de IA innovadoras ahora pueden funcionar en tiempo casi real.

Comenzando con las capacidades globales de computación de borde de Verizon, fusionadas con nuestro conocimiento de IA, hemos diseñado y construido una plataforma totalmente integrada que llamamos Edge AI, además de la cual estamos desarrollando aplicaciones verticales específicas. Esta es la primera plataforma de su tipo, con todos los bloques de construcción para las soluciones de inteligencia artificial Edge de extremo a extremo ya en su lugar.

La oportunidad de un mayor valor desbloqueado al mover las aplicaciones de IA al borde es masiva. Presenta una gran oportunidad para los proveedores de redes y soluciones que tienen la capacidad de llevar soluciones sólidas de inteligencia artificial Edge al mercado. En muchos sentidos, es una confluencia perfecta para nuestra oferta de servicios, lo que nos permite construir sobre las fortalezas existentes y crear una base para construir una plataforma inteligente, segura, extensible y confiable capaz de acomodar nuevos servicios, casos de uso y aplicaciones.

En un informe reciente titulado “5G e IA: La Fundación para el Próximo Salto Social y Empresarial”, ABI Research predice que la baja latencia proporcionada por la computación de borde y la IA en combinación es “probable que transformen la forma en que vivimos y trabajamos”. El informe continúa diciendo que estas tecnologías “allanarán el camino para una variedad de nuevas oportunidades de negocio en los segmentos de consumidores y empresas, de lo contrario no es posible con las tecnologías existentes”. ABI Research estima que las aplicaciones de IA y ML implementadas en el perímetro crearán un valor de 3,1 billones de dólares para 2025. Y a medida que las tecnologías alcanzan la madurez, pronostican la creación de valor por valor del 9,2% del producto interno bruto (PIB) mundial en 2035. Como se muestra en el gráfico siguiente, este impacto económico masivo se produce principalmente a través de aumentos de productividad que se hacen posibles cuando estas tecnologías se utilizan en combinación.

Figura 1: Dentro de 15 años, la computación de borde tendrá un impacto significativo en el PIB.

La creciente importancia de la computación de borde

‍For Más que la última década, las organizaciones han recopilado datos de dispositivos y sensores IoT o grabaciones visuales y de audio de cámaras y micrófonos desplegados en sus instalaciones antes de transportarlos a un centro de datos centralizado o a la nube para su posterior análisis y almacenamiento.

Este enfoque tiene múltiples problemas a medida que el número de dispositivos IoT continúa aumentando. La firma de analistas tecnológicos IDC proyecta que habrá 55,7 mil millones de dispositivos IoT conectados para 2025. Señalan que estos dispositivos generarán 73,1 zettabytes (ZB) de datos, un aumento significativo de 18,3 ZB en 2019. IDC argumenta que este crecimiento requerirá que las organizaciones reconsideren las estrategias de almacenamiento de datos a largo plazo y busquen oportunidades en análisis/IA en el borde.

Consideremos una empresa industrial o de fabricación donde tiene muchos miles de sensores. A medida que aumenta el número de sensores, simplemente no es práctico enviar las grandes cantidades de datos que fluyen desde estos sensores a la nube, hacer que se realicen análisis allí y luego enviar los resultados de vuelta a la ubicación de fabricación para actuar eventualmente sobre los conocimientos de esos datos. Hay múltiples desafíos a este proceso, incluyendo:

  1. Enviar todos los datos a la nube requiere enormes cantidades de ancho de banda

  2. Almacenar todo en la nube aumenta exponencialmente sus costos de almacenamiento en la nube

  3. Mover ciertos tipos de información sensible a la nube pone esos datos en riesgo

Todos estos problemas de eficiencia operativa se resuelven, o al menos se minimizan significativamente, a través de la computación de borde, ya sea servidores que se ejecutan cerca como parte de una CDN o en las instalaciones a través de la infraestructura de computación de borde móvil 5G (MEC) para redes públicas o privadas.

Por último, uno de los aspectos más importantes de Edge AI es su capacidad de proporcionar baja latencia para casos de uso en tiempo real. Al colocar la capacidad de procesamiento cerca de los dispositivos finales, Edge AI reduce drásticamente el retraso entre la ingesta/adquisición de datos, el procesamiento y la acción requerida al final La latencia de corte es fundamental para permitir aplicaciones innovadoras, desde vehículos conectados y experiencias de juegos y medios más inmersivas hasta entornos de fabricación más inteligentes y acelerados.

Edge AI también permite el uso de dispositivos IoT conectados y aplicaciones ML en entornos donde la conectividad confiable a Internet / Wi-Fi (o cualquier otra) puede no ser un hecho, como una plataforma de perforación en alta mar, buque de investigación o aeropuerto. Una aplicación inteligente para monitorear las condiciones ambientales, como la presencia de gases peligrosos, sería inútil si dependiera de la conectividad en la nube.

‍Edge Aplicaciones de IA

‍Edge La IA tiene el potencial de ser la plataforma tecnológica para muchas aplicaciones nuevas en una amplia gama de industrias y casos de uso. Por ejemplo, Edge AI permitirá la implementación generalizada de iniciativas de la Industria 4,0 en el segmento de fabricación, incluyendo análisis más predictivos, plantas de fábrica automatizadas, líneas de producción reconfigurables y logística optimizada. Los medios de comunicación y el entretenimiento pueden usar Edge AI para localizar el contenido y aumentar la personalización. Edge AI puede impulsar mejoras generales en las infraestructuras urbanas al permitir aplicaciones más avanzadas en el sector público/educativo, telemedicina o al llevar la automatización del transporte al siguiente nivel. Las posibilidades son casi infinitas.

Para mostrar las capacidades y versatilidad de nuestra plataforma Edge AI, hemos desarrollado varios prototipos y demostraciones, incluyendo:

  • Solución predictiva de detección de fallas

  • Sistema de estante inteligente para el comercio minorista usando visión por computadora

  • Sistema de detección extraño para un laboratorio o instalación de fabricación

  • Sistema de inspección óptica automatizado para el aseguramiento de la calidad

Para la aplicación predictiva de detección de fallos, los sensores se montan en motores y otros equipos y se configuran para transmitir continuamente señales de temperatura, vibración y corriente a la plataforma Edge AI. En lugar de enviar todos los datos a la nube, la IA analiza los datos continuamente localmente para hacer predicciones sobre cuándo un motor en particular está a punto de fallar. Un supervisor de planta o mantenimiento puede tomar medidas correctivas para evitar un corte de producción mediante la detección precisa de anomalías y condiciones de falla. Y dado que el almacenamiento y el análisis de datos se producen dentro de la ubicación de la planta, las organizaciones obtienen alertas más oportunas junto con una seguridad mejorada de los datos y menores costos de almacenamiento de datos y ancho de banda.

Gráfico 2. El análisis predictivo de fallas impulsado por Edge AI puede minimizar los riesgos de fallas e interrupciones imprevistas.

En el prototipo de trabajo para un sistema automatizado de seguimiento de inventario minorista, un robot de escaneo de estanterías autónomo entrega alimentaciones de cámara a un modelo de ML que se ejecuta en la plataforma Edge AI. El sistema puede reconocer objetos y entregar detalles de inventario a un panel de control, proporcionando información más frecuente, precisa y completa sobre el estado del inventario, junto con monitoreo de estado en tiempo real y alertas para un inventario bajo.

Gráfico 3. El seguimiento automatizado del inventario minorista impulsado por Edge AI proporciona información para supervisar las tendencias y ofrece alertas en tiempo real.

A pesar de las cerraduras electrónicas y otras medidas de seguridad, prevenir el acceso no autorizado a áreas restringidas en instalaciones de fabricación en expansión o entornos de laboratorio puede ser un desafío. Al incorporar fuentes de vídeo de todas las instalaciones en la inteligencia artificial Edge, el sistema puede utilizar el reconocimiento facial para detectar extraños y proporcionar notificaciones en tiempo real al personal de seguridad.

Gráfico 4. Edge AI mejora la seguridad mediante el uso de la visión por computadora para identificar a extraños en un entorno de fabricación o laboratorio.

Otro caso de uso para Edge AI y visión por computadora es la inspección óptica automatizada en líneas de fabricación. En este caso, los componentes ensamblados se envían a través de una estación de inspección para el análisis visual automatizado. El modelo de visión por computadora Edge AI detecta piezas faltantes o desalineadas o cualquier otro defecto y proporciona resultados a un panel de control en tiempo real que muestra el estado de la inspección. Debido a que los datos pueden fluir de vuelta a la nube para un análisis posterior, los modelos DE ML se pueden mejorar continuamente para reducir los falsos positivos. El sistema mejora el rendimiento de fabricación y aumenta el rendimiento del proceso al aumentar la velocidad y la precisión de la identificación de defectos.

Como ilustran estos ejemplos, la integración de IA y capacidad de cómputo combinada con servicios en la nube directamente en el perímetro de la red permite a las organizaciones llevar al mercado casos de uso cada vez más sofisticados y transformadores. Como plataforma totalmente integrada, Edge AI reduce significativamente los obstáculos de llevar estos casos de uso a la vida.

Profundizaremos en los elementos de la plataforma Edge AI en la próxima entrega de una serie de tres partes.

‍Contact Para obtener más información sobre cómo su aplicación podría beneficiarse de nuestra plataforma Edge AI.