20、边缘 AI 项目可行性分析全解析

边缘 AI 项目可行性分析全解析

1. 机器学习的应用思考

机器学习模型并非完美无缺，但与人类智能相比，它们成本低廉且可扩展性强。不过，它们可能会以难以预料的方式失效。因此，是否使用机器学习需要考虑两个问题：一是它是否足够好；二是我们能否应对它可能出现的错误类型。

在应用方面，人们常认为机器学习应用于自动化任务，但增强人类能力也是一种有效的方式。将人类智能与机器智能相结合，已被证明在医学等复杂领域比单独使用任何一种技术都更有效。虽然存在自动化偏差等风险，但增强人类能力可以从一个不完美的系统中获取价值。

2. 边缘 AI 应用场景分析

以下是三个可能需要使用边缘 AI 的场景，我们需要为每个场景提出问题描述，并决定是否适合应用边缘计算、机器学习或两者兼用。
| 场景 | 问题描述 | 可能的解决方案 |
| ---- | ---- | ---- |
| 肥料施用 | 农业生产者希望通过减少肥料施用量来节省资金并降低环境影响。他们希望识别出农田中最需要肥料的区域，并仅在这些区域施肥。 | 可使用边缘计算设备收集土壤质量和植物生长情况的数据，利用机器学习算法分析数据，确定需要施肥的区域。 |
| 酒店服务 | 酒店传统上在白天客人可能外出时清洁客房，但如果客人仍在房间，他们可能不希望被打扰。酒店连锁希望知道某个房间是否有客人，以便清洁人员不必敲门而可能打扰客人。 | 可在客房内安装传感器，使用边缘计算设备处理传感器数据，利用机器学习算法判断房间内是否有客人。 |
| 轮胎寿命 | 汽车轮胎会随着时间磨损，某些类型的磨损可能表明存在机械问题。车辆制造商希望汽车能够自动识别某些类型的轮胎磨损，以便更早发现问题。 |