IA edge
Cos'è l’IA edge?
L'intelligenza artificiale (IA) edge è un'estensione dell'edge computing che consente l'elaborazione di dati e algoritmi direttamente da un dispositivo endpoint.
Come si presenta l'IA edge oggi?
L’IA edge unisce due tecnologie emergenti: l’edge computing e l’intelligenza artificiale (IA). Mentre l'edge computing deriva dalla stessa premessa generale, in quanto i dati vengono generati, raccolti, archiviati, elaborati e gestiti da una posizione locale anziché da un data center remoto, l'IA edge evolve ulteriormente il concetto a livello di dispositivo, utilizzando il machine learning (ML) che imita il ragionamento umano per raggiungere i punti di interazione degli utenti, come un computer, un server all’edge o un dispositivo Internet of Things (IoT). In generale, questi dispositivi non richiedono una connessione Internet per funzionare e possono prendere decisioni in autonomia.
Un esempio diffuso di tecnologia IA edge sono gli assistenti virtuali, come Google Assistant, Siri di Apple o Amazon Alexa. Dal momento in cui sentono "Ehi", questi strumenti ascoltano e imparano dalle parole dell’utente (machine learning), interagiscono con un'API (Application Programming Interface) basata su cloud e memorizzano quello che apprendono in locale.
Che forma potrebbe avere l'IA edge del futuro?
Gli elettrodomestici intelligenti, gli smartphone e i dispositivi indossabili sono gli esempi più comuni. Altri prodotti di tipo meno consumer includono i veicoli a guida autonoma, i droni, i robot e le telecamere di sorveglianza dotate di qualche forma di analisi video. In ogni caso, i dati vengono acquisiti e utilizzati per prendere decisioni in tempo reale o quasi. Le vetture a guida autonoma, ad esempio, utilizzano i dati visivi e altri tipi di sensori insieme al cloud computing per determinare le condizioni stradali e prendere decisioni in tempi rapidi. Queste condizioni potrebbero includere contemporaneamente le auto nelle vicinanze e gli oggetti inanimati, i pedoni e le condizioni atmosferiche avverse.
Nel complesso, il campo dell'IA edge ha un potenziale di crescita significativo nel prossimo futuro. Una ricerca di settore stima che il mercato globale dell'edge computing toccherà quota 61,14 miliardi di dollari entro il 2028.
Quali sono i vantaggi dell’IA edge?
Minore latenza
In confronto ad altre forme di elaborazione, in cui i dati vengono inviati a data center remoti o al cloud, l'IA edge è particolarmente agile, perché offre un'elaborazione localizzata più rapida con latenza inferiore rispetto al cloud computing tradizionale. Senza tante limitazioni di larghezza di banda e trasmissione dati, i tempi di risposta rapidi possono migliorare l’esperienza utente (UX), specialmente con le tecnologie indossabili e mobili in cui la velocità è essenziale. La capacità di trovare risposte utili, generare informazioni ed eseguire le transazioni in pochi secondi (o anche meno) può conquistare i consumatori e generare altri vantaggi competitivi.
Riduzione dei costi
L'installazione di dispositivi con algoritmi precaricati riduce la necessità di un'infrastruttura complessa predisposta per Internet, la cui realizzazione e implementazione può rivelarsi dispendiosa in termini di tempo e costi. E senza la necessità di enormi streaming di dati in ogni momento, anche il costo della comunicazione dei dati diminuisce. Inoltre, la natura autonoma dell'IA edge riduce la necessità di monitoraggio costante da parte dei data scientist. Sebbene l'interpretazione umana sarà sempre un fattore chiave nel determinare il valore ultimo dei dati e l'innovazione che generano, le piattaforme IA si assumono parte di questa responsabilità, rendendo l'azienda più efficiente.
Le infrastrutture edge meno costose rendono questa tecnologia più accessibile e versatile. Eliminando diversi prerequisiti dipendenti da Internet, l'IA edge può operare in aree con copertura di rete minima o del tutto assente.
Maggiore sicurezza
Con l'IA edge, i dati non vengono più trasmessi e condivisi tramite il cloud o i server remoti; l'elaborazione e lo storage avvengono in locale, per maggiore privacy e sicurezza. Questo ulteriore livello di protezione risulta inestimabile, se non mission-critical, per carichi di lavoro specifici che richiedono il rispetto di rigorose leggi o normative di conformità come l'HIPAA (Health Information Portability and Accountability Act).
Come funziona l'IA edge?
L’IA edge si basa sui principi delle architetture ML standard, in cui vengono utilizzati gli algoritmi IA per elaborare i dati e generare risposte in base a determinati fattori. In passato, tutto questo comportava l'invio dei dati a un data center centralizzato tramite un'API basata su cloud, dove venivano analizzati per l’estrazione delle informazioni. Spesso, la capacità di trasferimento risultava limitata, rendendo i contenuti ad alta definizione (come foto e video) un ostacolo significativo.
Tuttavia, la crescente importanza dell'IoT e dei dispositivi intelligenti ha decentralizzato l’ubicazione dell'analisi. Realizzati con microprocessori incorporati che contengono gli algoritmi necessari, i dispositivi endpoint possono ora raccogliere, interpretare e prendere decisioni in base alla programmazione prevista in tempo reale, indipendentemente dalle dimensioni dei dati.
IA edge e HPE
L'edge è dove si svolge l'azione e HPE è in prima linea nelle piattaforme IA e nelle infrastrutture edge. Come dimostrato dal fatto di essere stata nominata Industrial IoT Company of the Year 2021 da Compass Intelligence,HPE si impegna ad aiutare le aziende e le istituzioni a sfruttare tutto il potenziale dei dati all'edge, ovunque questo si trovi, e ad accelerare l'innovazione. La innovazione può assumere qualsiasi forma: monitoraggio remoto della fauna selvatica per una migliore comprensione del comportamento animale, analisi delle prestazioni di produzione per l'efficienza e l'identificazione proattiva dei potenziali rischi prima che si verifichino, o persino l'esperienza ottimizzata per i dispositivi mobili dei tifosi di uno dei principali club della Premier League inglese.
La ricerca dell'innovazione nell'Intelligent Edge inizia con l'infrastruttura giusta e HPE offre un ampio portafoglio di piattaforme edge. Ad esempio, l’hardware come i sistemi convergenti HPE Edgeline consente alle aziende di passare a un modello di elaborazione convergente distribuito e di accedere a decisioni prese in locale e in tempo reale per l'elaborazione e l'analisi autonome dei dati, nonché di fare affidamento su sicurezza all’avanguardia in qualsiasi momento.
Oltre all'hardware, servizi come Aruba Edge Services Platform (ESP) forniscono la prima piattaforma cloud native e scalabile del settore basata sull'IA per semplificare le problematiche all'edge. Offrendo più tool di gestione e maggiore visibilità su tutte le risorse e le sedi edge, Aruba ESP consente agli utenti di rispondere rapidamente alle mutevoli esigenze aziendali.