阅读指南：[51CTO.com快速翻译]边缘人工智能(EdgeAI)是人工智能领域吸引人的新领域之一。 它的目的是让用户运行人工智能过程，而不必担心隐私或数据传输缓慢的影响。 边缘人工智能可以使人工智能技术得到更广泛的应用，使智能设备无需访问云平台即可进行快速输入。 边缘人工智能(EdgeAi)是人工智能的新领域之一，其目的是让用户在不担心隐私或数据传输缓慢的影响的情况下运行人工智能过程。 边缘人工智能可以使人工智能技术得到更广泛的应用，使智能设备在不访问云平台的情况下对输入做出快速反应。虽然这是对边缘人工智能的快速定义，但需要更好地理解和探索边缘人工智能技术，了解边缘人工智能的一些用例。

为了真正理解边缘人工智能，我们首先需要理解边缘计算，理解边缘计算的最好方法是将其与云计算进行比较。 云计算通过公共互联网提供计算服务，相比之下，边缘计算系统不是连接到云计算平台，而是运行在内部部署设备上。 这些设备可以是专用的边缘计算服务器、内部部署设备或物联网（物联网）设备。 使用边缘计算有许多优点。 例如，基于Internet/云平台的计算处理受到网络延迟和带宽的限制，而边缘计算不受这些因素的限制。

什么是边缘人工智能？

在了解了什么是边缘计算之后，我们需要了解边缘人工智能。 边缘人工智能边缘计算技术的结合使得人工智能算法运行在能够进行边缘计算的设备上。 这样做的好处是，您可以实时处理数据，而不必连接到云平台。

大多数先进的人工智能过程都是在云中进行的，因为它们需要大量的计算能力。 结果是这些AI进程容易受到网络延迟或停机的影响。 由于边缘人工智能系统在边缘计算设备上运行，因此可以在本地进行必要的数据操作，并通过公共互联网发送，节省了大量的时间。 而深度学习算法可以运行在设备本身(数据的起点。

边缘人工智能变得越来越重要，因为越来越多的设备需要使用人工智能技术而不需要访问云平台。数据传输的滞后可能是灾难性的应用自动化机器人或智能汽车配备计算机视觉算法。 自动驾驶汽车不能受到延迟检测道路上的人或障碍物的影响。 由于快速响应时间是如此重要，因此必须使用边缘人工智能系统来允许在不依赖云计算连接的情况下对图像进行实时分析和分类。

当边缘计算设备被赋予通常在云中执行的信息处理任务时，结果是低延迟或实时处理。 此外，通过传输最重要的信息，可以减少传输的数据量，最大限度地减少通信中断。

边缘人工智能和物联网

边缘人工智能可以与其他数字技术相结合，如5G和物联网（物联网）等。 物联网为边缘人工智能系统生成数据供使用，而5G技术对于边缘人工智能和物联网的可持续发展至关重要。

物联网是指通过公共互联网相互连接的各种智能设备。 所有这些设备都生成数据，可以输入到边缘AI设备中这些设备也可以作为数据的临时存储单元。 数据处理方法具有更大的灵活性。

5G技术对于边缘人工智能和物联网的发展至关重要。 5G可以以最高20Gbps的更高速度传输数据，而4G只能以1Gbps的速度传输数据。 5G还支持比4G更多的并发连接和更短的延迟。与4G相比，这些优势非常重要，因为随着物联网的发展，数据量也会增加，传输速度也会受到影响。 5G允许更多设备之间进行更多的交互，其中许多设备可以使用边缘人工智能技术。

边缘人工智能用例

边缘人工智能的用例包括几乎所有本地设备上的数据处理比通过云平台更有效的实例。边缘人工智能的一些常见用例包括自动驾驶汽车、无人机、面部识别和数字助理。

自动驾驶是边缘人工智能的典型用例之一。 自动驾驶汽车必须不断扫描周围环境和评估驾驶情况，并根据紧急情况纠正其轨迹。 在这些情况下，实时数据处理至关重要，其车载边缘人工智能系统将负责数据的存储、处理和分析。 因此，边缘人工智能技术对于将三级和四级（完全自主）车辆推向市场至关重要。

由于无人机不是由任何人控制或驾驶的，所以它们与自动驾驶汽车的要求非常相似。 如果无人机在飞行中失去控制或失败，可能会坠毁和损坏公共财产或威胁人身安全。 此外，无人机可能会飞出互联网服务的范围，它们必须具有边缘人工智能。 边缘人工智能系统为亚马逊PrimeAir和其他服务设计，通过无人机交付包裹说话是不可或缺的。

边缘人工智能的另一个用例是面部识别系统。 面部识别系统依靠计算机视觉算法来分析摄像机采集的数据。 即使没有连接到云平台，为安全等任务运行的面部识别应用程序也需要可靠运行。

数字助手是边缘人工智能的另一个常见用例。 谷歌助手、Alexa和Siri等数字助理必须能够在智能手机和其他数字设备上运行，即使它们没有连接到公共互联网。 在数字设备上处理数据后，不需要将其传送到云中，这有助于减少流量和确保隐私安全。

原标题：什么边缘AI和边缘计算？ 作者：丹尼尔·纳尔逊

[51CTO翻译，请注明合作网站CTO.com的原文和来源