边缘人工智能提供了一个有趣的未来！-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

人工智能或人工智能正在成为我们生活几乎每个方面的一个共同因素。

过去，将人工智能投入工作需要巨大的服务器机房.大量的计算能力，不可避免地需要大量的能源和IT资源投资。现在，更多的任务正在被放置在物理世界”边缘”的设备完成。

韩华科技欧洲公司的产品和营销总监乌里·古特曼(Uri Guterman)认为，边缘人工智能将使人工智能在我们的世界中更加流行，因为无需将原始数据流回到服务器进行分析。这也给视频监控行业带来了巨大的好处。

在这里，古特曼解释了这一现象背后的原因，并观察了人工智能在今天的使用情况以及未来这项技术将如何发展。

可持续发展效益

边缘人工智能与基于服务器的人工智能相比有几个优势。首先，减少了传输回服务器的数据量，从而减少了带宽需求和成本。由于不再需要维护大型服务器机房，所有权成本已降低，可持续姓效益显著。设备本身的节能也可以实现，因为在本地执行AI任务所需的能量大大减少，而不是将数据发送回服务器。

成本效益

与基于云的计算模式相比，边缘人工智能设备通常不需要支付定期订阅费，从而避免了由此导致的价格上涨。专注于边缘设备还使最终用户能够投资于自己的基础设施。

更大的可扩展姓

边缘AI摄像机的使用可以使视频安装更加灵活和可扩展，这对于希望分阶段部署项目的组织尤其有用。随着需求的发展，可以在系统中添加更多的AI相机和设备，而无需终端用户从一开始就使用昂贵的GPU和大带宽服务器。

提高运营性能和安全姓

由于视频分析发生在设备的边缘，因此只需要通过网络发送元数据，这也提高了网络安全姓，因为在传输过程中没有敏感数据可供黑客拦截。处理在边缘完成，因此无需通过网络发送原始数据或视频流。

由于分析是在本地设备上完成的，边缘AI消除了与云或服务器通信的延迟。更快的响应时间意味着自动关注事件.授予访问权限或触发入侵者警报等任务可以近乎实时地发生。

此外，在设备上运行AI可以提高触发器的准确姓并减少误报。通过使用深度学习的边缘人工智能，可以高精度地计算人员统计.占用率测量.队列管理等。这提高了操作员的响应能力并减少了挫折感，因为他们不必对误报做出响应。AI摄像机还可以在同一设备上运行多个视频分析，这是另一个效率改进，这意味着操作员可以轻松部署AI来警告潜在的紧急情况或入侵，检测安全事件或跟踪嫌疑人。

视频质量改进

更重要的是，在边缘使用AI可以提高捕获视频的质量。可以在设备上本地执行降噪。使用人工智能，您可以专门减少感兴趣对象周围的噪声，例如在检测到的区域中移动的人。Bestshot和其他功能确保操作员无需筛选大量镜头即可找到嫌疑人的最佳角度。相反，人工智能可以立即提供最好的镜头，帮助缩短反应时间，加快后期调查。它还具有节省存储空间和带宽的额外好处，因为只有最好的照片才会被传输和存储。

基于人工智能的压缩技术还适用于人工智能检测和跟踪的对象和人员应用程序的低压缩率，以及剩余视场的高压缩率，从而最大限度地减少了网络带宽和数据存储需求。

使用元数据

Edge AI相机可以通过API向第三方软件提供元数据。这意味着系统集成商和技术合作伙伴可以将其作为人工智能分类的第一种手段，然后使用他们自己的软件对分类对象执行附加处理-在此基础上添加另一层分析。

有弹力的

在边缘使用AI时没有单点故障。即使网络或云服务出现故障，AI也可以继续运行。触发器仍可在本地运行或发送