边缘AI和机器学习将被广泛应用于工业和家庭

Tamas Daranyi

各行各业的数字化转型和日常生活中的新场景已经对边缘上的人工智能（AI）和机器学习、先进数据处理、音频、视觉等产生了需求。边缘机器学习（ML）计算支持广泛的、智能化的工业和家庭应用，包括用于异常检测的传感器数据处理、预测性维护、用于改进玻璃破碎检测的音频模式识别、简单命令词识别以及视觉应用，如使用低分辨率摄像头进行在场检测或人数统计。现在的产品设计人员已看到了人工智能和机器学习的巨大潜力，可以为家庭安全系统、可穿戴医疗监测器、商业设施和工业设备监控传感器等边缘应用带来更多的智能化。所以Silicon Labs认为边缘AI和机器学习将被广泛应用于工业和家庭。

商业楼宇管理部门的工作人员正在探索如何使他们的建筑系统（包括照明和暖通空调）更加智能，以降低业主的成本并减少对环境的影响。消费性产品和智能家居解决方案提供商都在努力简化各种设备的连接并扩展它们的交互方式，从而为消费者带来创新的功能和服务。

那些考虑在边缘设备上部署人工智能或机器学习的人员，他们都面临性能和功耗使用方面的巨大的困境，这些可能会超过其带来的好处，最终得不偿失。边缘人工智能解决方案需要具备业界所需功能的最佳组合，包括物联网边缘应用相关的对多样化无线多协议的支持、电池寿命、机器学习和安全性等。随着集成创新和行业合作的突破，在对AIoT（人工智能物联网）期待已久之后，边缘AI于最近走进了我们的工作和生活。……