19、边缘AI项目：从可行性评估到数据集构建

边缘AI项目：从可行性评估到数据集构建

1. 可行性评估与决策

在应用约束条件后，可能会发现没有合适的解决方案。例如，在一个棕地项目中，唯一可用的硬件可能没有足够的内存来以合适的性能运行对象检测模型。有一个参考表格可用于判断应用对于可用硬件选项的可行性。若需要更高的灵活性，可将应用拆分到多个设备类型上。

当从伦理、商业、数据集和技术等角度审查项目的可行性后，就应做出最终决策。若头脑风暴出的解决方案都不合适，可按以下步骤操作：
1. 用审查过程中确定的新约束条件更新问题描述。
2. 重新进行头脑风暴，提出考虑了新约束条件的新解决方案集。
3. 对新解决方案进行相同的可行性审查过程。

这可能是一个迭代过程，可能需要重复这些步骤来明确对约束条件的理解并找到可行的解决方案。要有耐心并愿意重新审视假设，即便最终的解决方案与最初设想不同，也可能是可行的。

但在某些情况下，可能确实没有适合解决问题的边缘AI解决方案。此时要记录原因，可能是伦理方面的，表明项目在伦理上风险过高；也可能是纯粹技术方面的，随着新硬件和技术的出现，项目未来可能变得可行。

即使未找到有前景的解决方案，从可行性角度探索解决方案空间的过程也具有很大的指导意义，能让人从AI角度更深入地了解问题空间。若解决方案未通过可行性测试，应抵制继续推进的诱惑，否则会浪费时间并可能造成潜在危害。而知道某个问题没有合理的边缘AI解决方案也是有价值的信息，这是一种竞争优势。若项目可行，就可以开始将其变为现实。

2. 边缘AI项目规划

边缘AI开发是一个多阶段过程，涉及迭代开发和可能无边界的任务（如数据收集）。因此，在开发解决方案之前