Пограничный интеллект: прокладывая последний участок пути для искусственного интеллекта с помощью периферийных вычислений
Edge Intelligence: Paving the Last Mile of Artificial Intelligence With Edge Computing
2019-06-12
SCID: 54.1/vz9dpnru
Discuss with AI
Интернет вещейглубокое обучениепериферийный ИИпериферийные вычисленияпериферийный интеллект
Figures from the paper
Abstract (AI)
Благодаря прорывам в области глубокого обучения в последние годы наблюдается бурный рост приложений и сервисов искусственного интеллекта (ИИ), охватывающих персональных ассистентов, рекомендательные системы и видеомониторинг/аудиомониторинг. В последнее время, вследствие распространения мобильных вычислений и Интернета вещей (IoT), к Интернету подключены миллиарды мобильных устройств и устройств IoT, генерирующих на периферии сети зиллионы байтов данных. Эта тенденция обусловливает острую необходимость перенести передовые возможности ИИ на периферию сети, чтобы в полной мере раскрыть потенциал больших данных, формируемых на периферии. Для удовлетворения этой потребности периферийные вычисления — новая парадигма, переносящая вычислительные задачи и сервисы из ядра сети на её периферию, — получили широкое признание как перспективное решение. Новая междисциплинарная область, получившая названия «периферийный ИИ» и «пограничный интеллект» (EI), начинает привлекать огромный интерес. Однако исследования EI всё ещё находятся на начальной стадии, и сообщества компьютерных систем и ИИ испытывают острую потребность в специализированной площадке для обмена последними достижениями в области EI. С этой целью мы проводим всесторонний обзор недавних исследований EI. В частности, сначала рассматриваются предпосылки и мотивация запуска ИИ на периферии сети. Затем представлен обзор базовых архитектур, фреймворков и новых ключевых технологий для обучения и вывода моделей глубокого обучения на периферии сети. Наконец, обсуждаются перспективные направления дальнейших исследований EI. Мы полагаем, что этот обзор привлечёт растущее внимание, будет способствовать плодотворным дискуссиям и вдохновит на новые исследовательские идеи в области EI.
Key Findings
1
Интеллектуальные периферийные вычисления объединяют искусственный интеллект с периферийными вычислениями для обработки растущих объёмов данных мобильных и IoT-устройств ближе к месту их генерации.
2
Исследования интеллектуальных периферийных вычислений находятся на ранней стадии, что обусловливает потребность в междисциплинарных работах на стыке компьютерных систем и искусственного интеллекта.
3
Перенос задач ИИ на периферию сети рассматривается как способ снизить зависимость от централизованных вычислений в ядре сети и эффективнее использовать большие объёмы периферийных данных.
4
В статье выделяются направления будущих исследований, призванные стимулировать дальнейшее развитие интеллектуальных периферийных вычислений.
5
В обзоре рассматриваются архитектуры, платформы и ключевые технологии для обучения и вывода моделей глубокого обучения на периферии сети.
Research Object
Пограничный интеллект (edge AI) — развертывание возможностей искусственного интеллекта (глубокого обучения) на периферии сети (пограничные вычислительные узлы и устройства IoT/мобильные устройства)
Research Subject
архитектуры, платформы и ключевые технологии развертывания обучения и вывода моделей глубокого обучения на границе сети
Publication Details
Publication Date
2019-06-12
Journal
Publisher
ISSN
Cited by
3152
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai5
Глубокое остаточное обучение для распознавания изображений2016
Классификация ImageNet с использованием глубоких сверточных нейронных сетей2017
Очень глубокие сверточные сети для масштабного распознавания изображений2014
Обзор мобильных периферийных вычислений: коммуникационный аспект2017
In-Edge AI: интеллектуализация мобильных периферийных вычислений, кэширования и связи с помощью федеративного обучения2019
Работы, цитирующие эту статью12
Федеративное обучение в мобильных сетях периферийных вычислений: всесторонний обзор2020
Конвергенция периферийных вычислений и глубокого обучения: комплексный обзор2020
Интеллектуальные периферийные вычисления: объединение периферийных вычислений и искусственного интеллекта2020
Мультимодальный искусственный интеллект в биомедицине2022
Граничный искусственный интеллект для сетей 6G: концепция, ключевые технологии и приложения2021
Периферийные вычисления с использованием искусственного интеллекта: взгляд с позиций машинного обучения2022
Обзор сближения периферийных вычислений и искусственного интеллекта для БПЛА: возможности и проблемы2022
Эффективное ускорение вывода моделей глубокого обучения на периферийных устройствах с ограниченными ресурсами: обзор2022
Методы и применения искусственного интеллекта, больших данных, Интернета вещей и блокчейна в интеллектуальном управлении энергетикой2022
К периферийному общему интеллекту с помощью агентного ИИ и агентфикации: концепции, технологии и перспективные направления2026
Мультисенсорная метавселенная–6G: новая парадигма торговли и образования2024
Обзор перспективных направлений 6G: тенденции, приложения, требования, технологии и будущие исследования2021