边缘 AI 应用:价值与责任并存
1. 边缘 AI 在对象跟踪中的应用
对象跟踪往往会利用边缘 AI 在连接性和成本方面的优势。世界上存在着大量的对象,并且它们并不总是位于便于监控的位置。廉价的边缘 AI 传感器借助低成本、机会性的连接方式,能够对供应链中的漏洞提供高分辨率的可见性,而这些漏洞若采用其他方式进行监控,成本将会非常高昂。
当然,部署边缘 AI 的具体好处会因项目而异。例如,一个使用摄像头监控商店货架库存的系统可能会出于隐私考虑而采用边缘 AI。如果使用联网摄像头来监控货架,员工可能会觉得自己一直处于总部的严密监视之下。但一个离线运行、仅为商店团队服务的库存跟踪系统,则可能会成为受欢迎的辅助工具。
2. 理解和控制系统
我们的现代世界建立在数百万个复杂且相互关联的系统之上,从生产线到运输网络,从气候控制到智能家居设备,无所不包。我们的经济福祉与这些系统密切相关。生产环节的故障可能会耗费大量的时间和金钱,而效率的提升则可以在成本、劳动力和排放等方面实现巨大的节约。
复杂系统的监控、控制和维护为边缘 AI 提供了广阔的应用空间。在边缘端做出快速、可靠决策的能力可以提高系统的响应能力和恢复能力,而对系统状态的精细洞察则有助于我们更好地规划未来。
以下是一些涉及理解和控制系统的边缘 AI 用例:
|用例|关键传感器|
| ---- | ---- |
|监控石油钻井平台是否需要维护,避免停机并减少泄漏和溢出|加速度计、振动传感器、负载传感器、温度传感器、音频传感器、视觉传感器等|
|自动驾驶联合收割机,帮助农民快速收割庄稼|视觉传感器、GPS|
|利用可变限速控制繁
超级会员免费看
订阅专栏 解锁全文
1060

被折叠的 条评论
为什么被折叠?



