Affinché le tecnologie nuove ed emergenti ottengano un’ampia accettazione, devono essere in grado di sbloccare nuove efficienze aziendali e apportare valore ai consumatori. Sia individualmente che in combinazione, l’intelligenza artificiale, i big data, il cloud computing e l’IoT hanno dimostrato il loro valore. Queste tecnologie consentono alle aziende di acquisire enormi quantità di dati in streaming da milioni di fonti, archiviarli in data center cloud di grandi dimensioni e utilizzare tecniche di apprendimento automatico (ML) e intelligenza artificiale (ai) per ricavare preziose informazioni rivoluzionarie in tempo quasi reale.
Abbiamo iniziato il nostro viaggio con i big data e l’intelligenza artificiale in Verizon Media nel 2014. Abbiamo creato una piattaforma basata su cloud in grado di inserire petabyte di dati e abbiamo utilizzato l’apprendimento automatico per fornire informazioni quasi in tempo reale per migliorare le prestazioni della nostra rete di distribuzione, migliorare l’efficienza in tutta la nostra rete e offrire un’esperienza clienti ancora migliore. Abbiamo quindi creato applicazioni aggiuntive per l’intelligenza artificiale e i big data per i clienti, ad esempio, per ottenere informazioni sul comportamento dei clienti utilizzando i dati di utilizzo wireless.
In molti modi, questi progressi tecnologici stanno già rivoluzionando le industrie, e siamo solo all’inizio di una lunga ed emozionante strada da percorrere. Ma con i big data, l’intelligenza artificiale basata su cloud e l’IoT, molte delle applicazioni più potenti e a valore aggiunto non sono state implementate a causa di ritardi nell’elaborazione e nella latenza nel cloud, costi di storage e problemi di sicurezza e privacy. E con l’IA, non è accettabile che le risposte ritornino in giorni, minuti o secondi. Per molte applicazioni, l’intelligenza deve essere applicata al momento, entro millisecondi.
La risposta più ovvia e convincente al superamento di questi ostacoli è avvicinare l’elaborazione al dispositivo finale o alla fonte di generazione dei dati, fino all’edge della rete. Verizon è un’azienda leader nel settore dell’edge computing con una CDN che offre un’enorme capacità di rete e solo 10-25 millisecondi di latenza da quasi tutti gli utenti Internet del pianeta. La nostra rete 5G offre <una latenza di 10 ms per i carichi di lavoro che richiedono una latenza ancora inferiore. L’emergere dell’edge computing combinato con l’intelligenza artificiale, l’IoT e l’elaborazione dei big data apre le porte a servizi completamente nuovi e a un valore per i consumatori. Posizionando l’intelligenza alla periferia della rete, le rivoluzionarie applicazioni di intelligenza artificiale possono ora funzionare quasi in tempo reale.
A partire dalle capacità di edge computing globali di Verizon, unite al nostro know-how ai, abbiamo progettato e costruito una piattaforma completamente integrata che chiamiamo Edge ai, sulla quale stiamo sviluppando specifiche applicazioni verticali. Questa è la prima piattaforma del suo genere, con tutti gli elementi di base per soluzioni di intelligenza artificiale end-to-end già in atto.
L’opportunità di aumentare il valore sbloccato spostando le applicazioni di intelligenza artificiale alla periferia è enorme. Rappresenta un’enorme opportunità per i provider di reti e soluzioni che hanno le capacità di portare sul mercato solide soluzioni di intelligenza artificiale Edge. Sotto molti aspetti, si tratta di una confluenza perfetta per la nostra offerta di servizi, che ci consente di sfruttare i punti di forza esistenti e creare le basi per la creazione di una piattaforma intelligente, sicura, estensibile e affidabile in grado di accogliere nuovi servizi, casi di utilizzo e applicazioni.
In un recente rapporto intitolato “5G and ai: The Foundation for the Next Societal and Business Leap”, ABI Research prevede che la bassa latenza fornita dall’edge computing e dall’intelligenza artificiale in combinazione sia “probabile che trasformino il nostro modo di vivere e lavorare”. La relazione prosegue dicendo che queste tecnologie “spianeranno la strada a una serie di nuove opportunità di business nei segmenti consumer ed Enterprise, altrimenti non possibili con le tecnologie esistenti”. ABI Research stima che le applicazioni ai e ML implementate all’edge della rete creeranno un valore di 3,1 miliardi di dollari entro il 2025. E quando le tecnologie raggiungono la maturità, prevedono una creazione di valore pari al 9,2% del prodotto interno lordo (PIL) globale nel 2035. Come mostrato nel grafico seguente, questo enorme impatto economico deriva principalmente dagli aumenti di produttività resi possibili dall’utilizzo combinato di queste tecnologie.
Figura 1: Entro 15 anni, l’edge computing avrà un impatto significativo sul PIL.
L’importanza crescente dell’edge computing
For oltre l’ultimo decennio, le organizzazioni hanno raccolto dati da dispositivi e sensori IoT o registrazioni visive e audio da fotocamere e microfoni implementati nelle loro strutture prima di trasferirli in un data center centralizzato o in un cloud per ulteriori analisi e storage.
Questo approccio presenta molteplici problemi man mano che il numero di dispositivi IoT continua a crescere. IDC, società di analisi tecnologica, prevede che entro il 2025 ci saranno 55,7 miliardi di dispositivi IoT connessi. Questi dispositivi genereranno 73,1 zettabyte (ZB) di dati, un incremento significativo rispetto a 18,3 ZB nel 2019. IDC sostiene che questa crescita richiederà alle organizzazioni di ripensare le strategie di storage dei dati a lungo termine e di cercare opportunità nell’analisi/ai alla periferia della rete.
Consideriamo un’impresa industriale o manifatturiera in cui hai molte migliaia di sensori. Man mano che il numero di sensori aumenta, non è pratico inviare le enormi quantità di dati che fluiscono da questi sensori al cloud, fare in modo che l’analisi venga eseguita lì e poi inviare i risultati al luogo di produzione per agire sulla base delle informazioni ricavate da tali dati. Questo processo presenta molteplici sfide, tra cui:
-
L’invio di tutti i dati al cloud richiede enormi quantità di larghezza di banda
-
Archiviare tutto nel cloud aumenta in modo esponenziale i costi di storage nel cloud
-
Il trasferimento di determinati tipi di informazioni sensibili nel cloud mette a rischio tali dati
Questi problemi di efficienza operativa vengono tutti risolti, o almeno ridotti in modo significativo, attraverso l’edge computing, sia che i server in esecuzione nelle vicinanze come parte di una CDN o in sede tramite l’infrastruttura MEC (Mobile Edge Computing) 5G per reti pubbliche o private.
Infine, uno degli aspetti più importanti dell’intelligenza artificiale edge è la sua capacità di fornire una bassa latenza per i casi di utilizzo in tempo reale. Posizionando la capacità di elaborazione vicino ai dispositivi finali, Edge ai riduce drasticamente il ritardo tra l’acquisizione/acquisizione dei dati, l’elaborazione e l’azione richiesta alla fine Ridurre la latenza è fondamentale per abilitare applicazioni innovative, dai veicoli connessi alle esperienze multimediali e di gioco più coinvolgenti agli ambienti di produzione più intelligenti e veloci.
L’intelligenza artificiale edge consente inoltre di utilizzare dispositivi IoT connessi e applicazioni ML in ambienti in cui una connettività Internet/Wi-Fi affidabile (o qualsiasi altro) potrebbe non essere una data, come un carro di perforazione in alto mare, una nave di ricerca o un aeroporto. Un’applicazione intelligente per il monitoraggio delle condizioni ambientali, come la presenza di gas pericolosi, sarebbe inutile se dipendesse dalla connettività cloud.
Edge applicazioni ai
Edge l’intelligenza artificiale ha il potenziale di essere la piattaforma tecnologica per molte nuove applicazioni in un’ampia gamma di settori e casi di utilizzo. Ad esempio, l’intelligenza artificiale perimetrale consentirà l’implementazione diffusa delle iniziative di Industry 4,0 nel segmento manifatturiero, tra cui analisi più predittiva, impianti di produzione automatizzati, linee di produzione riconfigurabili e logistica ottimizzata. Media e intrattenimento possono utilizzare l’intelligenza artificiale Edge per localizzare i contenuti e aumentare la personalizzazione. L’intelligenza artificiale perimetrale può apportare miglioramenti a livello generale alle infrastrutture urbane consentendo applicazioni più avanzate nel settore dell’istruzione/pubblico, della telemedicina o portando l’automazione dei trasporti a un livello superiore. Le possibilità sono quasi infinite.
Per mostrare le funzionalità e la versatilità della nostra piattaforma Edge ai, abbiamo sviluppato diversi prototipi e dimostrazioni, tra cui:
-
Soluzione di rilevamento predittivo dei guasti
-
Sistema di scaffali intelligenti per la vendita al dettaglio che utilizza la visione artificiale
-
Sistema di rilevamento di sconosciuti per laboratori o impianti di produzione
-
Sistema di ispezione ottica automatizzato per il controllo della qualità
Per l’applicazione di rilevamento predittivo dei guasti, i sensori sono montati su motori e altre apparecchiature e configurati per trasmettere continuamente segnali di temperatura, vibrazioni e corrente alla piattaforma Edge ai. Invece di inviare tutti i dati al cloud, l’intelligenza artificiale analizza i dati in modo continuo a livello locale per prevedere quando un particolare motore sta per fallire. Un supervisore dell’impianto o della manutenzione può intraprendere azioni correttive per prevenire un’interruzione della produzione rilevando con precisione anomalie e condizioni di guasto. Inoltre, poiché l’archiviazione e l’analisi dei dati avvengono all’interno dell’impianto, le organizzazioni ricevono avvisi più tempestivi, unitamente a una maggiore sicurezza dei dati e a una riduzione dei costi di storage e larghezza di banda.
Figura 2. L’analisi predittiva dei guasti basata sull’intelligenza artificiale perimetrale può ridurre al minimo i rischi di guasti e interruzioni impreviste.
Nel prototipo funzionante di un sistema automatizzato di monitoraggio dell’inventario per la vendita al dettaglio, un robot autonomo a scansione degli scaffali fornisce i feed della fotocamera a un modello ML in esecuzione sulla piattaforma Edge ai. Il sistema è in grado di riconoscere gli oggetti e fornire i dettagli dell’inventario a un dashboard, fornendo informazioni più frequenti, accurate e complete sullo stato dell’inventario, oltre al monitoraggio dello stato in tempo reale e alla segnalazione di scorte scarse.
Figura 3. Il monitoraggio automatizzato dell’inventario retail basato sull’intelligenza artificiale Edge fornisce informazioni utili per il monitoraggio delle tendenze e fornisce avvisi in tempo reale.
Nonostante le serrature elettroniche e altre misure di sicurezza, impedire l’accesso non autorizzato ad aree ristrette in stabilimenti di produzione o ambienti di laboratorio può essere difficile. Integrando i feed video provenienti da tutta la struttura nell’intelligenza artificiale Edge, il sistema può utilizzare il riconoscimento facciale per rilevare gli estranei e fornire notifiche in tempo reale al personale addetto alla sicurezza.
Figura 4. L’intelligenza artificiale perimetrale migliora la sicurezza utilizzando la visione artificiale per identificare gli estranei in un ambiente di produzione o di laboratorio.
Un altro caso d’uso per l’intelligenza artificiale e la visione artificiale Edge è l’ispezione ottica automatizzata sulle linee di produzione. In questo caso, i componenti assemblati vengono inviati attraverso una stazione di ispezione per l’analisi visiva automatizzata. Il modello di visione computerizzata Edge ai rileva parti mancanti o disallineate o qualsiasi altro difetto e fornisce risultati in un dashboard in tempo reale che mostra lo stato dell’ispezione. Poiché i dati possono rifluire nel cloud per ulteriori analisi, i modelli ML possono essere continuamente migliorati per ridurre i falsi positivi. Il sistema migliora la resa di produzione e aumenta la produttività del processo aumentando la velocità e la precisione dell’identificazione dei difetti.
Come illustrato da questi esempi, l’integrazione di intelligenza artificiale e capacità di elaborazione combinata con i servizi cloud direttamente all’edge della rete consente alle organizzazioni di introdurre sul mercato casi d’uso sempre più sofisticati e trasformativi. Essendo una piattaforma completamente integrata, l’intelligenza artificiale Edge riduce significativamente gli ostacoli legati alla realizzazione di questi casi di utilizzo.
Approfondiremo gli elementi della piattaforma Edge ai nella prossima puntata di una serie in tre parti.
Contact per saperne di più su come la vostra applicazione potrebbe trarre vantaggio dalla nostra piattaforma di intelligenza artificiale Edge.
