不想云端数据雪崩？ 试试人工智能+边缘计算

"未来的汽车应该是可以学习的轮式机器人."面对自动驾驶汽车日益升温的温度，中国工程院院士李德意最近在首届中国国际智能工业博览会上表示，“通过边缘计算和‘超越大脑驾驶’学习，应该能够让自动驾驶比人类驾驶更安全。”

从某种角度来说，吸引了众多关注和投资的自动驾驶汽车是一款人工智能游戏，人工智能的进步将引领边缘计算，这将有助于边缘计算解决物联网带来的数据雪崩。

尽管各种研究机构对全球数据的爆炸式增长有不同的预测，但行业共识是将计算和数据更贴近用户。在即将到来的技术之神眼中，这个价值1000亿英镑的新舞台将首先成为消费市场、智能工厂和其他领域的一个必要选择。

章鱼:我是天生的边缘计算器。

在边缘计算和云的关系被热烈讨论的时候，由著名的风险投资研究机构CB Insights撰写的《什么是边缘计算》最近受到了广泛的关注。文章详细介绍了边缘计算的发展和应用前景。根据这篇文章，云计算不再足以实时处理和分析物联网设备、联网汽车和其他数字平台生成或将生成的数据，边缘计算将派上用场。

但是什么是边缘计算呢？许多人仍然不知所措。在回答这个问题时，华为公司业务总裁闫利达表示，它类似于章鱼。在无脊椎动物中，章鱼的智商最高。它有大量的神经元，其中60%分布在八条腿上(腕足动物)，只有40%分布在大脑中。然而，使用“腿”思考和解决问题的章鱼似乎在狩猎时手腕和脚之间有极好的协调性，从不缠绕或打结。这是因为它们类似于分布式计算的“多个小脑+一个大脑”。

目前，人工智能应用更加依赖云，而边缘计算将智能从云推向边缘。用Horizon智能解决方案和芯片事业部总经理张永谦的话说，“计算正从中心走向边缘。”换句话说，并不是所有的应用程序都需要放在云中。例如，当有物体在房子中移动时，智能家居的安全系统可以依靠终端设备资源来检测是家中的狗还是正在移动的窃贼，并相应地进行精确的智能控制。

在未来，如果没有边缘计算的支持，许多应用程序可能会被分割开来。例如，最热门的无人驾驶汽车对实时信息交互、数据传输和交互延迟指标有非常严格的要求。一旦系统反应缓慢，在严重的情况下会发生交通事故，而在轻微的情况下无人驾驶的体验会大大减少。

应该强调的是，尽管我们将把越来越多的基本任务推到设备的边缘，正如Linux基金会物联网高级总监Philip DesAutels所强调的那样，这仅仅意味着更靠近边缘的设备将变得更智能，不能说它与云无关。云也将因其优势而变得更加智能和明智。它今后更重要的任务将是*协调管理人。

边缘计算+人工智能:解决痛点问题

正如英特尔所说，世界正陷入数据洪流的雪崩，人工智能在分析和处理时需要消耗大量的计算和存储资源。如果我们能采用像章鱼一样的边缘计算方法，处理附近的海量数据，并且大量的设备有效地协同工作，许多问题将会得到解决。

网景科技董事长刘表示，当智能社会到来时，物联网的爆发带来的网络容量和对计算的需求将远远大于人类与互联网互动带来的需求。智能终端产生的数据容量也将远远大于人类。据估计，未来50%的计算能力将处于边缘状态。

微软全球高级副总裁、微软亚太R&D集团主席、微软亚洲研究院院长洪小文告诉记者:“边缘计算可以做出本地决策和判断，可以确保离线状态下的不间断运行，适用于强调连续性和安全性的场景，如智能工厂和无人驾驶车辆。”

英特尔中国物联网事业部首席技术官张宇博士表示:“如何在网络边缘实现智能化是控制数据洪流的关键环节之一，也是物联网未来发展的重要趋势。”

所谓的智能边缘化要求云上的模型快速离线迁移，云上的智能转换为轻量级智能，可以在边缘使用，以适应边缘硬件和软件环境以及使用场景。然而，用于边缘节点的云本地模型需要模型转换、压缩和优化。刘是一家知名大型工厂的战略研究员，他告诉《科学日报》:“这似乎都是技术问题，但要付诸实践却不容易。从理论上讲，它将开辟一个新的边缘战场，开辟云/边缘人工智能数据流通道，统一在线和离线技术生态，统一人工智能体系结构。然而，如果没有行业协作、集成应用场景和构建三维生态，人工智能只能徒劳地帮助边缘计算。”

刘强调，人工智能不仅仅是数学和算法，更是综合技术的应用，提高生产力和求解效率，这是人工智能的重中之重，而不是那些神奇的能力。在边缘计算中观察人工智能可以最好地理解这一点。从工业的角度来看，智能边缘作为人工智能的硬件形式，没有意义进行单点突破。只有人工智能+边缘计算的三维应用突破才有价值，才能真正解决痛点问题。

安全风险:边缘计算中不可忽视的挑战

中国科学院沈阳自动化研究所所长俞斌说:“无论未来将形成什么样的组合格式边缘计算技术，都将是工业、制造、传感、控制、计算、存储和网络的集成。边缘计算能否为未来探索一种新的工业模式将非常重要。”

如上所述，将人工智能推向边缘并不容易。在不断出现或存在的挑战和限制中，安全风险是业界迫切需要关注的问题。

边缘计算就像是物理世界和数字世界之间的桥梁，是数据的第一个入口。随着智能边缘设备(包括手机和物联网传感器)的激增，新兴的攻击载体将不断涌现。诸如数据的实时性、确定性和多样性等许多挑战已经摆在我们面前。

互联网行业分析师陈金玉表示:“尽管边缘计算可以让安全组件更接近攻击源，推出更高效的安全应用程序，并增加抵御核心违规和风险的层数，但不可否认的是，在人工智能时代，数据收集和使用的各个方面都面临着新的风险。”

这也是事实。在数据收集过程中，大型机器会自动收集成千上万的用户数据，并能全面跟踪用户。在数据使用环节，随着大数据分析技术的广泛使用，特定的个人很容易被锁定，越来越多的消费习惯、行踪轨迹等信息被用于“精准营销”，使用规模始终处于灰色地带。

陈金玉说:“不仅如此，在数据的生命周期中，由于黑客攻击、系统安全漏洞等原因，个人数据始终面临安全风险。目前，仍然很难预测这一风险将如何扩展到人工智能消费和边缘计算所指向的行业领域。”