联想Edge AI引发场景革命,商用物联网的下一个赛点在哪里指接材

2022-09-06

联想Edge AI引发场景革命,商用物联网的下一个赛点在哪里

何为“EdgeAI”？“AI”指人工智能，“Edge”指边缘计算，两者融合连接为一体，组成边缘智能；解释起来，EdgeAI就是指在硬件设备上本地执行AI算法，算法使用的数据（包括传感器数据或信号）也是来自设备本身垫毯产

何为“Edge AI”？

“AI”指人工智能，“Edge”指边缘计算，两者融合连接为一体，组成边缘智能；解释起来，Edge AI就是指在硬件设备上本地执行AI算法，算法使用的数据（包括传感器数据或信号）也是来自设备本身产生的数据，整个过程无需进行任何网络连接。

在“上云”大行其道的今天，Edge AI的崛起，看似逆水行舟，实则意味深长。人工智能与边缘计算的落地融合，对于商用物联网而言，将带来巨大的变革力量和广阔的市场前景。

一个万亿的市场

关于边缘计算，行业有一个形象的“章鱼比喻”，章鱼大脑在管理身体时，只能处理40%的神经信息，剩下60%的神经处理能力，分布在八条触手上，以触手替代大脑思考，就近解决问题和快速反应。随着通讯技术的发展，人们越来越需要在“触手”的边缘，实现计算和决策。

过去十年，智能化浪潮带来了翻天覆地的变化，让许多曾经习以为常的概念，如今都要放到新语境下重新思考。这一点在商业物联网领域尤为明显。

智能终端的爆发式增长，5G、人工智能、大数据、云计算等技术的进步，带来了海量的数据处理和存储需求。Gartner预测，到2025年，至少会有75%的数据处理将会在云端或者数据中心之外的地方进行。相比于消费物联网的需求简单且标准化程度高，商业物联网对于技术和场景的要求更为复杂和细致。

一方面，由于云计算在时效性、安全性等方面的不足，使得其在工业制造、自动驾驶、远程医疗等更为抽象细致的场景下力不从心。你很难想象，一辆自动驾驶汽车行驶在繁忙的城市主干道上，它的每一步决策却都需要依赖千里之外的一个云数据中心，关键时刻哪怕是小于1秒的网络延迟都极有可能带来致命的失误。

另一方面，随着数字化转型进程的加速，降本增效将是所有行业关注的重点。例如，工业物联网设备会产生大量数据，但如果在云中传输或存储所有数据，带来的将会是极大的成本消耗，以及附加的效率降低等一系列问题。

我国作为物联网应用实践和创新开发最多的国家，在疫情的冲击和智能化转型的浪潮下，商用物联网市场得到了突飞猛进的发展，传统产业希望新的技术应用能够重构商业模式，优化商业流程，挖掘应用场景，实现生产效率最大化。据预测，未来中国商用物联网的市场规模将超万亿元，将在很长一段时间内引领未来增长。

而打开万亿市场的那把钥匙，就是Edge AI。

一把开锁的钥匙

Edge AI天生所具备的本地化、自学习特征，可以解决行业在智能化转型过程中所遇到的样本数据少、场景泛化难等瓶颈问题，它在场景应用中更有效率，能够满足行业在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求，实现算力和智能在边缘端的“自给自足”。这其中的价值和潜力，已经获得越来越多的企业关注和应用。

“智能硬件成本减少66%；设备故障率降低50%；设备运维和售后成本上降低65%；环卫作业效率提升45%。”在近日举办的2文氏管021物联网领航者峰会上，联想集团中国区商用IoT总经理王磊通过这样一组数字，直观地描述了边缘智能所带来的效能。

设备起家的联想，是率先进入商用物联网领域的厂商之一。早在2018年，联想便陆续推出了工控机、智能网关、超能云终端、商用平板等一系列可定制的智能化设备，开始布局边缘智能。从联想所打造的“端-边-云-网-智”的新IT架构中，我们可以看到横跨“端边”的边缘智能在联想的战略布局中占有重要位置。

联想的布局没有止步于设备。作为为数不多能够提供“端-边-云-网-智”全要素的科技企业，联想在三十余年的智能化实践中，打磨了新IT架构的核心“擎天”。作为技术引擎，“擎天”中的联想大脑EdgeAI平台，为联想边缘智能的快速发展和应用提供了强劲的AI动力。

在一次公开的访谈中，联想集团副总裁，中国区商用大客户业务群总经理王立平谈到了关于边缘智能的一个悖论：边缘智能将不无处在，但制约边缘智能发展的因素，也将是应用场景过于离散。而解决“悖论”的关键在于联想大脑-Edge AI平台。

联想大脑是联想自主研发的企业级人工智能平台，包含了分布式大规模人工智能模型训练、云边端协同学习推理两大核心能力，还包含了一站式人工智能开发环境，涵盖自然语言、知识图谱、计算机视觉等6大类、100多项人工智能能力。联想大脑Edge AI平台则侧重在边缘端的能力，其核心的技术创新是小样本终身学习技术，专治边缘场景应用中模型构建难、数据样本少、场景适配慢等疑难杂症。

这个技术是通过“数据增强”与“元学习（meta learning）”的结合实现的。“元学习”顾名思义，即利用以往的知识经验来指导新任务的学习,具有学会学习的能力。举个例子，如果你是一名小轿车司机，现在需要学习开大卡车。两者虽然存在不少差异，但“增驾”总比从零开始更容易，因为有些基础可以借鉴。

而“数据增强”则是通过原始样本空间增强、模型特征空间中数据扩充、风格迁移等方式，扩充了样本容量，丰富了数据分布，进一步提升了模型的学习能力，从而实现终身学习。

小样本终身学习技术的应用大大降低了AI在不同场景、不同行业部署应用的成本。原来需要几周甚至几个月才能搭建出一套新场景的智能化方案，现在几个小时就可以完成。更重要的是，随着场景化AI模型的不断丰富，用户可通过一站式开发环境自动生成AI解决方案，并进行规模化部署，实现本地AI模型动态持续更新，满足低延时、更精准和数据隐私保护等用户需求。

在实际的业务场景中，挑战经常来自于算法与场景的适配。如何开拓更多的应用场景，这极大地考验厂商在生态构建上的能力。联想的目标，是基于联想大脑Edge AI平台“交朋友”，每个客户和伙伴不仅是Edge AI的使用者，同时也是Edge AI生态的共创者。联想致力于打造一个更有创造力和价值商用物联生态，“以更快、更好、更低成本的模式，加速各行各业边缘智能方案的开发进程”。

联想在今年9月TechWorld大会上，向外界展示了联想大脑-Edge AI平台以及开发者生态计划的阶段成果，加上之前硬件的四大产品线——边缘智能服务器、工控机、边缘计算网关与触控一体机，一系列动作不难描绘出联想瞄准边缘智能C位的雄心。

一场正在进行的变革

眼下，联想边缘智能已经在制造、零售、医疗、金融等领域发挥作用；更重要的是，通过这些实践，我们会发现这一技术带给行业的想象空间还很大。

在国之重器的制造行业，工业设备往往具有高价值、难维护等特点，场景分散，数据孤岛等问题，使得设备维护高度依赖技工经验，被动且滞后。而边缘智能的加持则使得机器学习与技工行业知识有效融合，构建出设备运维的AI知识图谱，从而实现以人的经验为主力的传统运维，向以AI模型为主力的智慧运维的转变，这样的远程运维平台能及时有效地洞悉设备健康指标，在24小时不间断的监测中实现故障诊断和预测性维护。

联想携手高斯中国共同打造了智慧印机管理平台，帮助高斯中国在设备故障率方面有效降低50%，在设备运维和售后成本上降低65%，数据透明度提升80%，这也为高斯中国带来更好的用户体验和市场正循环。

在零售行业，边缘端的智能需求同样迫切，中国零售、餐饮、本地生活门店数量约为4000万家，除了头部企业具备打通场景、设备互联能力外，大量商户依旧存在店员管理、入侵防护，商品品控（尤其食品）、排产优化等难题，这使得经营者在微薄利润率和坪效中苦苦求索，亟待破解之道。

联想通过梳理人流量监测、店员行为分析、非授权入侵等场景，借助联想大脑-Edge AI平台，构建云边端协同推理能力，进而打造多场景的智能连锁门店解决方案。在联想与全球知名连锁餐饮企业共同打造的智慧门店中，通过改造传统的以人力为主的食品管理方式和消费交互模式，为其带来了降本、提效、安全的多重收益，与行业水平相比，本次改造智能化硬件成本减少66%，年投资回报率约15%，同时为其节省了近千万的安全防护成本。

并非只有商业场景才能吸引边缘智能青睐，现代化的城市环卫也离不开边缘智能的助力。在成都市政管理中，联想也贡献了一份属于自己的能量。

环卫工作本身繁杂且存在人身安全隐患，联想对传统的环卫系统进行改造，经过一系列边缘感知、传输、计算和执行设备的投入，为其加装“城市之眼”AI视频分析系统，使得环卫车辆在巡逻过程中基于高清图像，自动识别垃圾类别，自动清理/上报、通知环卫工人维护，人车高效协作使环卫作业效率提升45%，城市管理者和市民对于环卫工作的满意度提升95%。

当“万物智联”成为刚需，边缘智能势必将成为数字化进程中企业追逐的新目标。以边缘智能为抓手震动电机，探索变革新路径、新价值，更好地服务千行百业的智能化转型升级，联想正在做，且做出了自己的优势。成熟的硬件定制能力，强大的供应链能力，开放共享的技术能力，纵深密集的服务能力，决定了联想在这一行业拥有无可比拟的聚合力，正是这份聚合力不仅为产业“穿越”转型周期提供有力支撑，更为保障以及改善民生提供更多更好的可行路径。颈静脉球瘤有哪些症状
先天性白血病怎么吃
中暑的症状和自救方法
小儿结核性胸膜炎

看过的网友还看了