邊緣計算實現(xiàn)AI智能互聯(lián)世界

　　在電子智能領(lǐng)域，所有類型的芯片廠商都不約而同的研發(fā)推出各種不同類型的AI處理器。國外大企，像高通、英偉達等，都已宣布推出用于智能手機和其他移動設(shè)備的神經(jīng)引擎。例如在智能手機中添加AI功能和手機的Face ID應用等。使用邊緣側(cè)AI自行處理相比傳輸?shù)皆贫颂幚砀踩?、私密，響應時間更快。

　　按照整體大趨勢，不出意外的，神經(jīng)網(wǎng)絡引擎/加速器成為主流。幾年后，每臺帶有攝像頭的設(shè)備都將包含具有AI功能的視覺處理和神經(jīng)網(wǎng)絡引擎。

　　什么是邊緣計算?

　　在邊緣計算參考架構(gòu)2.0中，對邊緣計算有這樣的定義：

　　“邊緣計算是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡邊緣側(cè)，融合網(wǎng)絡、計算、存儲、應用核心能力的分布式開放平臺，就近提供邊緣智能服務，滿足行業(yè)數(shù)字化在敏捷聯(lián)接、實時業(yè)務、數(shù)據(jù)優(yōu)化、應用智能、安全與隱私保護等方面的關(guān)鍵需求。它可以作為聯(lián)接物理和數(shù)字世界的橋梁，使能智能資產(chǎn)、智能網(wǎng)關(guān)、智能系統(tǒng)和智能服務。”

　　邊緣處理的優(yōu)勢在于減少延遲，全網(wǎng)絡覆蓋，增加了隱私和安全性，并減少了與云端的通信，從而降低了成本。

　　在AI智能應用到安防領(lǐng)域中，邊緣側(cè)AI已經(jīng)使得已知或未知的人臉檢測、語音生物識別、聲音檢測、動作感應得以實現(xiàn)，WiFi、藍牙或蜂窩網(wǎng)絡都可以自行連接，這些功能都可以自行決策。

　　當邊緣側(cè)AI應用在汽車領(lǐng)域，可以作用于視覺傳感器對駕駛員起到一個監(jiān)視器作用，可幫助駕駛員進行決策，并根據(jù)實際情況采取行動，同時通過深度學習不斷改善，以不斷提升決策的準確性。同時也可作用于前視攝像頭系統(tǒng)、夜視環(huán)繞視圖盲點檢測、后/停車檢測等，同時對實現(xiàn)定位、V2X通信及車內(nèi)互連等功能都有很大的幫助。

　　神經(jīng)網(wǎng)絡-ANN

　　神經(jīng)網(wǎng)絡其實就是一種運算模型，它由大量的節(jié)點(或稱神經(jīng)元)之間相互聯(lián)接構(gòu)成。每個節(jié)點代表一種特定的輸出函數(shù)，稱為激勵函數(shù)(activation function)。每兩個節(jié)點間的連接都代表一個對于通過該連接信號的加權(quán)值，稱之為權(quán)重，這相當于人工神經(jīng)網(wǎng)絡的記憶。網(wǎng)絡的輸出則依網(wǎng)絡的連接方式，權(quán)重值和激勵函數(shù)的不同而不同。而網(wǎng)絡自身通常都是對自然界某種算法或者函數(shù)的逼近，也可能是對一種邏輯策略的表達。

　　一個函數(shù)的權(quán)重加權(quán)(每個輸入信號x1， x2， x3，對應的權(quán)重分別為w1， w2， w3，然后加上內(nèi)部強度(用 b 表示)，然后激活函數(shù)(用 a=σ(z) 表示)

　　整個公式為：

　　w和x都是 3x1 的列向量，其中w轉(zhuǎn)置后為 1x3 的行向量，因此與x相乘后為標量(實數(shù))，然后和 b 相加就得到標量 z，z被代入到激活函數(shù) a=σ(z) 得到神經(jīng)元的輸出，這里的 a 表示神經(jīng)元的激活狀態(tài)。σ(z)被稱為激活函數(shù)。

　　整個神經(jīng)網(wǎng)絡分為：輸入層，隱藏層，輸出層。一般說L層神經(jīng)網(wǎng)絡，指的是有L個隱層，輸入層和輸出層都不計算在內(nèi)的。

　　一個神經(jīng)元被稱為 邏輯斯蒂回歸(logistic regression) ，隱層(hidden layer)較少的被稱為 淺層，而隱層較多的(比如這個圖中的5 hidden layer)被稱為 深層 ，基本上是層次越深越好，但是帶來的計算成本都會增加，有時候不知道個該用多少的時候，就從logistic回歸開始，一層一層增加。人工神經(jīng)網(wǎng)絡是并行分布式系統(tǒng)，采用了與傳統(tǒng)人工智能和信息處理技術(shù)完全不同的機理，克服了傳統(tǒng)的基于邏輯符號的人工智能在處理直覺、非結(jié)構(gòu)化信息方面的缺陷，具有自適應、自組織和實時學習的特點。

　　神經(jīng)網(wǎng)絡的壓縮與簡化一直是業(yè)界在AI智能上做出創(chuàng)新和研發(fā)的重要課題。未來神經(jīng)網(wǎng)絡將和CPU、GPU和視頻編解碼器一樣，成為SoC的標準IP模塊。

　　深度學習-DL

　　深度學習DL是基于機器學習ML基礎(chǔ)上升級的，我們暫時將人工智能類比成孩子的大腦，深度學習是讓孩子去掌握認知能力的過程中很有效率的一種教學體系。深度學習是達到人工智能的一種方法和工具。

　　深度學習通過神經(jīng)網(wǎng)絡(Neural Network， NN)來模擬人的大腦的學習過程，希望通過模仿人的大腦的多層抽象機制來實現(xiàn)對數(shù)據(jù)(畫像、語音及文本等)的抽象表達，將features learning和classifier整合到了一個學習框架中，減少了人工/人為在設(shè)計features中的工作。“深度學習”里面的深度(Deep)指的就是神經(jīng)網(wǎng)絡多層結(jié)構(gòu)。

　　如下圖， 很多點， 深度學習之后匯出的應該是如圖一的趨勢圖， 這樣x 軸任給一個點， y軸能找到對應的值。如果數(shù)據(jù)或是運算過分的話， 原有數(shù)據(jù)的每一個點都包含的話。反而沒有規(guī)律了。

　　所以深度學習通過在輸出個輸入之間引入一個shortcut connection，而不是簡單的堆疊網(wǎng)絡，這樣可以解決網(wǎng)絡由于很深出現(xiàn)梯度消失的問題，從而可以把網(wǎng)絡做的很深。

　　邊緣計算的五大特性

　　1、邊緣計算的基礎(chǔ)-聯(lián)接性

　　所連接物理對象的多樣性及應用場景的多樣性，需要邊緣計算具備豐富的聯(lián)接功能，如各種網(wǎng)絡接口，網(wǎng)絡協(xié)議、網(wǎng)絡拓撲、網(wǎng)絡部署和配置、網(wǎng)絡管理與維護。聯(lián)接性需要充分借鑒吸收網(wǎng)絡領(lǐng)域先進的研究成果，如TSN、SDN、NFV、Network as a Service、WLAN、NB-IOT、5G等，同時還要考慮與現(xiàn)有各種工業(yè)總線的互聯(lián)互通。

　　2、邊緣計算作為物理世界到數(shù)字世界的橋梁，是數(shù)據(jù)的第一入口

　　邊緣計算擁有大量、實時、完整的數(shù)據(jù)，可基于數(shù)據(jù)全生命周期進行管理與價值創(chuàng)造，將更好的支撐預測性維護，資產(chǎn)效率與管理等創(chuàng)新應用;同時，作為數(shù)據(jù)第一入口，邊緣計算也面臨數(shù)據(jù)實時性、確定性、多樣性等挑戰(zhàn)。

　　3、邊緣計算具有約束性

　　邊緣計算產(chǎn)品需適配工業(yè)現(xiàn)場相對惡劣的工作條件與運行環(huán)境，如防電磁、防塵、防爆、抗振動，抗電流/電壓波動等。在工業(yè)互聯(lián)場景下，對邊緣計算設(shè)備的功耗、成本、空間也有較高的要求。

　　邊緣計算產(chǎn)品需要考慮通過軟硬件集成與優(yōu)化，以適配各種條件約束，支撐行業(yè)數(shù)字化多樣性場景。

　　4、邊緣計算實際部署天然具備分布式特征

　　邊緣計算支持分布式計算與存儲，實現(xiàn)分布式資源的動態(tài)調(diào)度與統(tǒng)一管理、支撐分布式智能、具備分布式安全等能力。

　　5、OT與ICT的融合是行業(yè)數(shù)字化轉(zhuǎn)型的重要基礎(chǔ)

　　邊緣計算作為OICT融合與協(xié)同的關(guān)鍵承載，需要支持在聯(lián)接、數(shù)據(jù)、管理、控制、應用、安全等方面的協(xié)同。

　　總結(jié)

　　邊緣計算可以讓各個領(lǐng)域?qū)崿F(xiàn)AI智能，在現(xiàn)代數(shù)字世界建立起對多樣協(xié)議、海量設(shè)備和跨系統(tǒng)的物理資產(chǎn)的實時映像，了解事物或系統(tǒng)的狀態(tài)，應對變化、改進操作和增加價值，為實現(xiàn)物自主化和協(xié)作化，在網(wǎng)絡邊緣側(cè)的智能分布式架構(gòu)與平臺上，融入知識模型驅(qū)動智能化能力，開發(fā)服務框架主要包括方案的開發(fā)、集成、驗證和發(fā)布;部署運營服務框架主要包括方案的業(yè)務編排、 應用部署和應用市場。開發(fā)服務框架和部署運營服務框架需要緊密協(xié)同、無縫運作，支持方案快速高效開 發(fā)、自動部署和集中運營。邊緣側(cè)需要支持多種網(wǎng)絡接口、協(xié)議與拓撲，業(yè)務實時處理與確定性時延，數(shù)據(jù)處理與分析，分布式智 能和安全與隱私保護。云端難以滿足上述要求，需要邊緣計算與云計算在網(wǎng)絡、業(yè)務、應用和智能方面進行協(xié)同。邊緣計算可以打造一個AI的更智能的互聯(lián)世界。