Elaborazione dei dati più rapida, sicura ed efficiente con edge AI
L’umanità non può impedirsi di produrre sempre più dati. Nel 2010, i dati totali creati annualmente hanno raggiunto i due zettabyte. Ogni zettabyte equivale a circa 1 trilione di gigabyte o 1021 byte. Da allora, non ci sono stati rallentamenti . L’esplosione del mobile computing e dell’Internet delle cose (IoT) ha aumentato ulteriormente la domanda. Entro il 2025, i dati creati sono stimati a 175 zettabyte ed entro il 2035 raggiungeranno l’incredibile cifra di 2142 zettabyte .
Gran parte dei nostri dati moderni vengono elaborati dal cloud computing e, sebbene il cloud sia una tecnologia impressionante, non è privo di problemi . La sicurezza del cloud è un rischio costante per qualsiasi azienda. La società di web hosting GoDaddy non solo ha riferito che più di 1,2 milioni di clienti potrebbero aver avuto accesso ai propri dati durante una recente violazione, ma che hanno impiegato più di un mese per scoprire che era successo. Anche le interruzioni non legate alla sicurezza possono essere molto dannose: Google ha avuto un’interruzione del cloud a novembre , negando l’accesso ai suoi servizi e i server di Meta sono andati fuori uso per più di tre ore a ottobre. Poiché i requisiti di dati aumentano in modo esponenziale, questi server cloud saranno sottoposti a una pressione maggiore che mai.
La semplice espansione della capacità del cloud non può essere l’unica soluzione a questo incubo dell’elaborazione dei dati. I server richiedono grandi quantità di energia, costituendo l’1% del consumo globale totale. Con i timori del cambiamento climatico in costante aumento, la pressione è per ridurre il consumo di energia piuttosto che aumentarlo. Per risolvere questo problema, dovremmo passare all’edge computing e all’edge AI . edge AI non solo rende l’elaborazione dei dati più efficiente dal punto di vista energetico, ma anche più sicura e veloce.
Edge AI è quando gli algoritmi di apprendimento automatico vengono elaborati localmente “on edge” – sul dispositivo stesso o su un server vicino. La tecnologia esiste già: gli smartphone sono dispositivi straordinariamente intelligenti, che utilizzano la tecnologia all’avanguardia per una varietà di attività. Un vero microchip AI edge sarebbe in grado di prendere decisioni autonome e basate sui dati senza la necessità di una connessione Internet o cloud.
Edge AI non ha lo scopo di sostituire il cloud computing , ma di integrarlo e migliorarlo. Il primo modo in cui lo fa è migliorando la latenza. Attualmente, se un dispositivo effettua una richiesta dati su una rete 4G o 5G, viene ricevuto da una torre cellulare e quindi passato a un server dati da qualche parte all’interno della rete. Latenza: il tempo necessario affinché i dati raggiungano i server e tornino al telefono è veloce (tra i 10 ei 20 millisecondi per il 5G al momento) ma rimane un ritardo. All’aumentare del volume dei dati, spesso aumenta anche la latenza.
Edge AI che è stato incorporato in un microchippuò avere una latenza inferiore al millisecondo poiché i dati non lasciano mai il dispositivo. La natura decentralizzata della tecnologia consente agli algoritmi di apprendimento automatico di funzionare in modo autonomo. Non ci sono rischi di interruzioni di Internet o scarsa ricezione del telefono cellulare. I dati che non lasciano mai il dispositivo aumentano la sicurezza, poiché i dati non possono essere intercettati in transito verso torri o un server. Se i dati devono lasciare il dispositivo, l’incorporazione di chip AI edge riduce notevolmente la quantità di informazioni inviate, migliorando l’efficienza. Solo i dati altamente elaborati vengono inviati al cloud, riducendo il consumo di energia del 30-40%. La tecnologia edge sta diventando sempre più parte integrante dell’implementazione del 5G, poiché i provider di rete si stanno muovendo per incorporare l’IA edge nelle torri stesse, riducendo la necessità di server esterni e migliorando la velocità.
Le applicazioni dell’IA edge sono già state notate da aziende e leader di settore. Pitchbook osserva che gli investimenti nel settore dei semiconduttori per l’edge computing sono cresciuti del 74% negli ultimi 12 mesi, portando l’investimento totale a 5,8 miliardi di dollari. La valutazione mediana post-money delle società in questa nicchia è cresciuta del 110,2% nello stesso lasso di tempo a 1,05 miliardi di dollari.
Le ramificazioni di questa tecnologia stanno cambiando le regole del gioco. L’ulteriore integrazione dei microchip AI edge nell’Internet delle cose ha applicazioni commerciali e industriali . Una macchina auto-guida, per esempio, non può essere in balia di latenza. L’elaborazione dei dati in tempo reale deve essere istantanea: se un bambino si imbatte in strada, un ritardo nella velocità di trasferimento dei dati può impedire all’auto di frenare in tempo. Anche se la latenza è sufficientemente bassa, il trasferimento dei dati potrebbe essere intercettato dagli hacker, mettendo potenzialmente in pericolo gli occupanti. Questo può funzionare anche a vantaggio dei conducenti: l’IA edge nelle telecamere rivolte al conducente potrebbe essere programmata per identificare se un conducente è distratto, è al telefono o si è persino addormentato al volante, e quindi comunicare con i dispositivi intelligenti all’interno dell’auto accostare.
Su una linea di produzione, i chip AI edge integrati possono analizzare i dati a una velocità senza precedenti. L’analisi dei dati dei sensori e il rilevamento delle deviazioni dalla norma in tempo reale consente ai lavoratori di sostituire i macchinari prima che si guastino. L’analisi in tempo reale attiva il processo decisionale automatico, informando i lavoratori. L’integrazione dell’analisi video consentirebbe la notifica istantanea dei problemi sulla linea di produzione. La velocità di produzione potrebbe essere costantemente moderata, con l’attrezzatura rallentata se ci sono blocchi più a monte della linea, o per massimizzare la durata dei macchinari. I colli di bottiglia nella produzione causati da apparecchiature difettose verrebbero quindi ridotti e la sicurezza dei lavoratori sarebbe aumentata: l’intelligenza artificiale potrebbe rilevare che il braccio di un lavoratore intralcia una macchina e spegnerla molto più velocemente di quanto possa reagire un essere umano.
Edge AI è l’avanguardia del progresso tecnologico. Insieme alle tecnologie comunicative esistenti basate su cloud, l’integrazione dell’IA nei dispositivi stessi migliorerà l’efficienza, la sicurezza e la velocità dell’analisi dei dati. L’intelligenza artificiale è il futuro.
Alexey Posternak è il CFIO di MTS AI e managing partner di Intema. Alexey ha più di 17 anni di esperienza nella finanza aziendale e negli investimenti e una profonda conoscenza del settore in TMT, IT e servizi finanziari.
